info presentación miembros líneas investigación publicaciones investigación tesis docencia

[Articulos Revista] [Articulos Congreso] [Reports] [Libros] [Capitulos Libro] [Todo] [Resumen]


Autores
Categoria WoS
Area
  • Artificial Neural Networks
  • Genetic Algorithms
Titulo: Selección de Variables en Espectroscopía IR mediante Algoritmos Genéticos para Clasificar Zumos de Manzana en Función de su Concentración de Azúcares
Tipo: congreso nacional
Congreso: V Reunión Nacional del Grupo de Espectroscopía Analítica
Fecha: 4-5/4/2002
Lugar celebracion: Sitges (España)
Paginas: 51
ISBN: 3-540-43432-1
Libro: Libro Actas

Abstract:

La industria de fabricación de zumos de frutas ha experimentado en los últimos años un gran incremento en sus niveles de producción y ventas. Aparejado a él también han aumentado los casos de adulteración, principalmente por adición de azúcares para cumplir la cantidad mínima de ?zumo? natural exigido. Los métodos analíticos tradicionales de clasificación de zumos por concentración de azúcar (HPLC, TLC, test enzimáticos, etc.) son caros y lentos en generar resultados. Debido a ello se están experimentado nuevos métodos como la clasificación a partir de espectroscopia FTIR mediante Redes de Neuronas Artificiales (RNA). La utilización de esta técnica (IR-RNA) ha conseguido resultados comparables a los métodos anteriormente citados con mayor rapidez y menor coste. Un problema detectado en el trabajo con FTIR es la elevada cantidad de variables que se generan por cada espectro, lo que dificulta el entrenamiento de las RNA. Para ello se están buscando métodos de selección de variables que permitan determinar qué números de onda son los más representativos y, al tener conjuntos de entrenamiento más reducidos, acelerar y facilitar el desarrollo de las RNA. Para realizar esta selección se han empleado Algoritmos Genéticos (AG).

SABIA
    .: SABIA :.  Sistemas Adaptativos y Bioinspirados en Inteligencia Artificial