Artigo de Machine Learning Premiado pela Editora Elsevier - Revista Food Chemisry
Arquivo do Paper Completo para Fazerem Download:
Resumo do Trabalho
Resumo:
O rebanho de gado bovino se aproxima de 215 milhões de
animais distribuídos em uma vasta área de 160 milhões de hectares, levando o
pais para a primeira posição do mundo em exportação de carne bovina e segundo
em produção de carne e consumo. Foram selecionados animais para este estudo
animais dos biomas Amazônia, Caatinga, Cerrado, Pampa e Pantanal. As amostras
de carne foram analisadas para composição elementar utilizando a técnica analítica
Ativação Neurônica Instrumental e classificadas de acordo com seu origem através
de algoritmos de machine learning (Multilayer Perseptron-Redes Neurais, Random
Forest-Floresta Aleatória e Arvores para Classificação e Regressão). Foram
observadas diferenças altamente significativas (p < 0,0001) entre a
concentração elementar para os diferentes biomas, utilizando contrastes
multivariados da NPMANOVA. A melhor performance para classificação foi obtida
na comparação dos biomas Amazônia e Caatinga, utilizando Multilayer Perceptron,
de uma camada de neurônios. Os resultados mostram a viabilidade de combinar conteúdo
de elementos traço e machine learning para a rastreabilidade da carne bovina
brasileira por bioma.
Slides Ilustrativos Sobre o Artigo
Nenhum comentário:
Postar um comentário