Aplicación de técnicas quimiométricas en la interpretación de espectros Raman de diversos tipos de cervezas

By: Contributor(s): Material type: TextTextLanguage: Spanish Publisher: Ecuador : Universidad del Azuay-Facultad de Ciencia y Tecnología-Escuela de Ingeniería en Alimentos, 2021Description: 26 páginas; DigitalContent type:
  • texto
Media type:
  • computadora
Carrier type:
  • recurso en línea
Subject(s): Other classification:
  • UDA-BG T16160
Online resources: Dissertation note: Ingeniero en Alimentos Abstract: En el presente trabajo de investigación se desarrolló un modelo matemático utilizando quimiometría para la identificación de parámetros fisicoquímicos en espectros Raman de cervezas. Los espectros fueron previamente pretratados, posteriormente se realizó un análisis exploratorio para luego ser sometidos a un proceso de selección supervisada de variables mediante Algoritmos Genéticos acoplados con el método de clasificación de los k-vecinos más cercanos (kNN). El algoritmo genético identificó los picos de los espectros que pertenecen al grado alcohólico y el amargor de la cerveza. Se obtuvo un modelo de clasificación confiable al tener una tasa de aciertos de (NER) de 0,98 tanto en calibración, validación y predicción.
Tags from this library: No tags from this library for this title. Log in to add tags.
Star ratings
    Average rating: 0.0 (0 votes)
Holdings
Item type Current library Shelving location Call number Status Barcode
Tesis Biblioteca Hernán Malo González Digital UDA-BG T16160 (Browse shelf(Opens below)) Available T16160

Ingeniero en Alimentos

En el presente trabajo de investigación se desarrolló un modelo matemático utilizando quimiometría para la identificación de parámetros fisicoquímicos en espectros Raman de cervezas. Los espectros fueron previamente pretratados, posteriormente se realizó un análisis exploratorio para luego ser sometidos a un proceso de selección supervisada de variables mediante Algoritmos Genéticos acoplados con el método de clasificación de los k-vecinos más cercanos (kNN). El algoritmo genético identificó los picos de los espectros que pertenecen al grado alcohólico y el amargor de la cerveza. Se obtuvo un modelo de clasificación confiable al tener una tasa de aciertos de (NER) de 0,98 tanto en calibración, validación y predicción.

There are no comments on this title.

to post a comment.

Catálogo
Digital