Anales del II Congreso Euroamericano de Procesos y Productos Alimentarios

A INTELIGÊNCIA ARTIFICIAL PODE PREDIZER A QUALIDADE DE CHÁS?

Publicado en 01/12/2023 - ISBN: 978-65-272-0017-8

Todos los trabajos

Título del Trabajo

A INTELIGÊNCIA ARTIFICIAL PODE PREDIZER A QUALIDADE DE CHÁS?

Autores

Bianca Pio Ávila
layla dame macedo
Handrya Roldãn Corrêa Avila
Marcia Arocha Gularte
Frederico Schmitt Kremer
Ana Paula Picolo Slavieiro

Modalidad

Resúmen

Área temática

CAL - Ciencia de alimentos

Fecha de publicación

01/12/2023

País de publicación

Brasil

Idioma de la Publicación

Espanhol

Página del Trabajo

https://www.even3.com.br/anais/ceapa2023/741995-a-inteligencia-artificial-pode-predizer-a-qualidade-de-chas

ISBN

978-65-272-0017-8

Palabras Clave

Ilex paraguariensis; modelos preditivos; Python; sensometria.

Resumen

Introdução O chá-mate é uma bebida apreciada por milhões de pessoas em todo o mundo. Essa infusão é obtida a partir de folhas da erva-mate (Ilex paraguariensis) que passam pelo processo de dessecação e tostagem. Avaliar a qualidade de chás requer julgamentos sensoriais e análises físico-químicas demoradas. O machine learning permite analisar conjuntos de dados, incluindo as características físicas do chá, como aroma, sabor, cor e cultivo. Machine learning é um subcampo da inteligência artificial capaz de reconhecer padrões e fazer previsões a partir de algoritmos. Esses modelos podem aprender a identificar padrões complexos e correlações entre essas variáveis e, com o tempo, fazer previsões precisas sobre a qualidade do chá. Isso não apenas acelera o processo de avaliação, mas também pode levar a descobertas e insights que podem melhorar a produção e a qualidade do chá de forma significativa. Objetivos O objetivo desse estudo foi aplicar técnicas de inteligência artificial de forma a tornar possível automatizar e aprimorar o processo de verificação de qualidade de chás. Metodologia Foram utilizados chás comerciais na forma de sachê, conhecido como chá mate tostado (Ilex paraguariensis) de várias marcas do mercado. As análises foram: pH, cafeína, sólidos totais, cor, fenois totais, atividade antioxidante por DPPH. A análise sensorial foi realizada através de teste de avaliação de atributos (aroma, sabor, impressão global, cor, aparência) com escala de 9 pontos com avaliadores treinados. Os modelos de predição foram feitos na linguagem de programação Python e das bibiliotecas Pandas, Sklearn, Numpy e Yellowbrick. Resultados e discussão Após o pré-processamento dos dados e estatísticas descritivas, o conjunto de dados foi dividido em treinamento e teste. Utilizou-se o algoritmo Random Forest, que é uma técnica de aprendizado de máquina é amplamente utilizada. Uma matriz de confusão e um gráfico foi gerado, representando as métricas AUC (área under the curve) e ROC (receiver operating characteristics) que indicaram o desempenho do modelo. A matriz de confusão é usada para avaliar o desempenho de um modelo de classificação. Já o valor de AUC fica compreendido entre 0 e 1. Os modelos de classificação considerados ajustados ficam acima da diagonal de um gráfico ROC. As taxas de 0,82 e 0,88 na matriz de confusão, demonstraram que o modelo foi capaz de distinguir as classes em que foram divididos os chás (<5 pontos ‘média qualidade’ e atribuído a classe 0 e >5 ‘alta qualidade’ atribuído a classe 1), assim como a curva ROC que mostrou alta taxa de sensibilidade e especificidade (identificou corretamente os chás com alta qualidade). O AUC de 0,92 denotou alto desempenho do modelo. Conclusão O aprendizado de máquinas se mostra uma ferramente importante a ser utilizado nas indústrias de alimentos. Nessa pesquisa, o uso de algoritmos foi capaz de predizer as condições dos chás, com base nas suas características, além de indicar que os lotes comercializados são de alta qualidade. Isso permite a intervenção proativa para melhorar ou manter a qualidade de chás, permitindo um processo de classificação mais rápido e objetivo.

Título del Evento: II Congreso Euroamericano de Procesos y Productos Alimentarios
Título de las Actas del Evento: Anales del II Congreso Euroamericano de Procesos y Productos Alimentarios
Nombre de la Editora: Even3
Medio de Divulgación: Meio Digital

Como citar

ÁVILA, Bianca Pio et al.. A INTELIGÊNCIA ARTIFICIAL PODE PREDIZER A QUALIDADE DE CHÁS?.. In: Anales del II Congreso Euroamericano de Procesos y Productos Alimentarios. Anais...Diamantina(MG) Online, 2023. Disponible en: https//www.even3.com.br/anais/ceapa2023/741995-A-INTELIGENCIA-ARTIFICIAL-PODE-PREDIZER-A-QUALIDADE-DE-CHAS. Acceso en: 05/06/2025

Trabajo