Síntese sobre Rede Neural Artificial- RAISSA DE ABREU

Prévia do material em texto

UNIVERSIDADE FEDERAL DO PIAUÍ
CENTRO DE CIÊNCIA DA SAÚDE
DEPARTAMENTO DE NUTRIÇÃO
DISCIPLINA: ANÁLISE SENSORIAL DE ALIMENTOS
PROFESSORA: Dra. Regilda Saraiva dos Reis Moreira-Araújo
Dra. Clélia de Moura Fé Campos
RAISSA DE ABREU PAZ DOS SANTOS
SÍNTESE SOBRE REDES NEURAIS ARTIFICIAIS E SUA APLICABILIDADE NA
ANÁLISE SENSORIAL
TERESINA-PI
MARÇO/2023
Nos últimos anos, tem sido comprovado que os consumidores estão mais
conscientes e exigentes quanto à qualidade dos alimentos. Portanto, a avaliação do
comportamento do consumidor é muito importante do ponto de vista da indústria em
relação ao desenvolvimento ou inovação do produto e à escolha da estratégia de
marketing, pois o objetivo principal é fazer com que o produto seja aceito por aquele
consumidor. No entanto, pesquisas e testes com consumidores são medidas
demoradas e caras.
Para evitar esse problema, pesquisadores da área de marketing e análise
sensorial estão constantemente em busca de modelos matemáticos que possam
prever a aceitação de novos produtos a partir de informações obtidas a partir de
dados descritivos coletados por meio de pesquisas. dados descritivos coletados por
uma equipe treinada de medições instrumentais, dados sobre a composição química
dos alimentos e/ou dados sobre os consumidores.
Tradicionalmente, vários métodos estatísticos multivariados têm sido usados
 para modelar tais problemas, mas a maioria das estatísticas multivariadas usadas
são baseadas na linearidade das variáveis e não são adequadas para a não
linearidade, que é comum no campo sensorial. dados e informações, aceitação do
consumidor. A utilização de redes neurais artificiais tem aumentado nas últimas
décadas, apresentando resultados viáveis em diversas áreas, desde a engenharia
até a saúde.
Nesse sentido, uma alternativa promissora são as redes neurais artificiais,
que são sistemas computacionais que visam reproduzir os processos de
pensamento do cérebro humano.As características de aprendizado baseado em
exemplos, inclusão de muitas variáveis, adaptação ao comportamento variável
altamente não linear, generalização de relacionamentos e tolerância a erros
fornecem um forte incentivo para escolher a técnica RNA como uma poderosa
ferramenta de modelagem.Tais propriedades das RNAs têm despertado o interesse
de diversos pesquisadores que as têm aplicado em diversos campos da ciência.
Segundo alguns estudos da área, as RNAs apresentam melhor desempenho
em relação aos modelos de regressão, tais como: estrutura (camadas) consistente e
bem distribuída; capacidade de aprendizagem e generalização, capacidade de
resolver problemas muito complexos; sua tolerância para erros e enganos ou ruído;
melhor capacidade de lidar com múltiplas variáveis e suas relações não lineares; a
capacidade de ajustar variáveis categóricas (qualitativas), além de numéricas
(quantitativas).
Para trabalhar com modelos de RNA, é necessário saber quais variáveis
 afetam a qualidade final de um determinado café , ou seja, variáveis de entrada,
fatores ambientais e agronômicos, RNA processa os dados para prever e a variável
de resposta a qualidade final do café, qualidade final.
Essa técnica é pesquisada na ciência e tecnologia de alimentos,
principalmente na análise sensorial, que se concentra em estudos de
aceitação/preferência do consumidor, descrevendo o perfil sensorial de alimentos e
estabelecendo relações entre métricas sensoriais. No entanto, pode ser uma
alternativa viável aos métodos estatísticos multivariados, pois são aplicados
adequadamente a esses dados, que em muitos casos apresentam características
de não linearidade, interações, variáveis correlacionadas e observações omissas.
A ampla utilização de redes neurais em diversos segmentos de mercado,
inclusive na indústria alimentícia, pode possibilitar análises mais complexas do que
as estatísticas tradicionais, pois utilizam dados quantitativos e qualitativos em um
mesmo modelo e realizam análises não lineares e multivariadas.
Os alimentos que emitem sons quando mastigados são conhecidos como
alimentos crocantes e são considerados únicos no espectro da tecnologia alimentar.
As características dos sons devem-se principalmente aos processos de cozedura e
secagem. Em um desses processos, a água que antes preenchia a estrutura é
substituída por ar ou óleo, resultando em estruturas mais rígidas.São responsáveis
 pela melhor distribuição do som durante o corte.
Cada alimento crocante tem um som, eles podem variar de acordo com o
alimento, os franceses têm um tempo médio de crocância menor que a torrada. O
primeiro passo é treinar uma rede neural artificial para classificar alimentos
crocantes. Uma rede neural convolucional é uma arquitetura mais complexa que
pode lidar com grandes quantidades de dados. A sua aplicação é quase universal,
mas centra-se mais na classificação de imagem e áudio.O processo de convolução
é de multiplicações entre duas matrizes, a original e os termos do filtro, resultando
em uma matriz menor. A rede neural artificial é uma ferramenta muito importante na
área de análise sensorial, pois pode detectar mais rapidamente, textura, cor e sabor
dos alimentos.
REFERÊNCIA
CARVALHO, Naiara Barbosa. Redes neurais artificiais aplicadas à análise sensorial
de requeijão light. 2011.
LOPES, RAFAEL Z.; DACANAL, GUSTAVO C. CLASSIFICAÇÃO DE CROCÂNCIA
DE ALIMENTOS SECOS POR REDES NEURAIS ARTIFICIAIS, 2022