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