Comparación de modelos estadísticos en la estimación de indicadores de calidad de uvas tintas a partir de información espectral

  1. Noguera, Miguel 1
  2. Millan, Borja 1
  3. Aquino, Arturo 1
  4. Barragán, Antonio Javier 1
  5. Martínez Bohorquez, Miguel Ángel 1
  6. Andújar-Márquez, José Manuel 1
  1. 1 Universidad de Huelva
    info

    Universidad de Huelva

    Huelva, España

    ROR https://ror.org/03a1kt624

Libro:
XLIII Jornadas de Automática: libro de actas: 7, 8 y 9 de septiembre de 2022, Logroño (La Rioja)
  1. Carlos Balaguer Bernaldo de Quirós (coord.)
  2. José Manuel Andújar Márquez (coord.)
  3. Ramon Costa Castelló (coord.)
  4. Carlos Ocampo Martínez (coord.)
  5. Jesús Fernández Lozano (coord.)
  6. Matilde Santos Peñas (coord.)
  7. José Enrique Simó Ten (coord.)
  8. Montserrat Gil Martínez (coord.)
  9. Jose Luis Calvo Rolle (coord.)
  10. Raúl Marín Prades (coord.)
  11. Eduardo Rocón de Lima (coord.)
  12. Elisabet Estévez Estévez (coord.)
  13. Pedro Jesús Cabrera Santana (coord.)
  14. David Muñoz de la Peña Sequedo (coord.)
  15. José Luis Guzmán Sánchez (coord.)
  16. José Luis Pitarch Pérez (coord.)
  17. Oscar Reinoso García (coord.)
  18. Oscar Déniz Suárez (coord.)
  19. Emilio Jiménez Macías (coord.)
  20. Vanesa Loureiro Vázquez (coord.)

Editorial: Servizo de Publicacións ; Universidade da Coruña

ISBN: 978-84-9749-841-8

Año de publicación: 2022

Páginas: 568-574

Congreso: Jornadas de Automática (43. 2022. Logroño)

Tipo: Aportación congreso

DIALNET GOOGLE SCHOLAR lock_openRUC editor

Resumen

Los métodos tradicionalmente empleados para la determinación del estado de calidad de frutas tienen una reducida resolución espacial y temporal derivada de sus limitaciones (elevado costo y amplia brecha temporal entre el muestreo y el acceso a la información). En las últimas décadas, se han publicado numerosos trabajos que destacan a los métodos basados en espectroscopia como una alternativa prometedora a estos. Además, recientemente el auge de la industria electrónica ha supuesto un abaratamiento de los componentes, generando interés por el desarrollo de nuevos dispositivos. Incentivado por este contexto, este trabajo presenta un dispositivo multiespectral de bajo costo basado en un sensor comercial (AS7265x, AMS) sensible a 18 bandas entre los 410 y los 940 nm. Marcando como objetivo la evaluación de 3 modelos de estimación no paramétricos (dos lineales (Regresión lineal múltiple y Regresión por mínimos cuadrados parciales) y uno no lineal (Red neuronal artificial)) en el modelado de parámetros indicadores de calidad en uva tinta (sólidos solubles totales y acidez). Entre los modelos explorados, la red neuronal demostró ser el más eficaz para ajustar la relación entre la información espectral adquirida con el sensor propuesto y los indicadores de calidad considerados.

Fuente de los datos: Dialnet