Elaboración y Clasificación Sensorial de Gelatinas de Patas de Pollos: Correlación usando Redes Neuronales Artificiales

Abstract

ResumenSe presenta la estrategia para desarrollada para la clasificación sensorial de gelatinas obtenidas de patas de pollos utilizando redes neuronales basadas en los algoritmos de Kohonen. Estas redes muestran ser buenas herramientas para hacer las comparaciones sensoriales entre muestras, permitiendo identificar cuáles son las mejores muestras entre las gelatinas. De acuerdo a los resultados la Gelatina D, con 3,80 % (m/v) de polvo de gelatina y 28,6 (m/v) de azúcar fue a mejor entre las gelatinas de patas de pollo, recibiendo una aceptación sensorial entre 6 y 8 puntos en la escala hedónica. Palabras clave: redes neuronales, gelatinas de patas de pollos, análisis sensorial, calidad de los alimentosAbstract A strategy has been developed for the sensorial classification of jellies made from chicken feet using neural networks based on Kohonen algorithms. These networks showed to be good tools for sensorial comparison among samples, allowing identification of the best gelatins. The sample Gelatin D, con 3.80% (w/v) of gelatin powder and 28.6 (w/v) of sugar was the best than gelatin samples from chicken feet, with its sensorial qualities varying between 6 and 8 times in hedonic scale.

Use of simulated annealing in standardization and optimization of the acerola wine production

“…, 2012a, b, c, 2013aCurvelo-Santana et al, 2010a;Severo Jr. et al, 2007;Cuquel et al, 2012;Dias et al, 2012;Souza et al, 2012). This study was approved by the Ethics Committee for Research with humans CoEP -UNINOVE (Protocol 006189).…”

Neural networks in food industry

“…The best results were obtained in each case with 10, 4 and 35 neurons in the hidden layer correspondingly and reaching a correct classification percentage of 100%, 75% and 100%, respectively. On the other hand, Almeida et al, [46] performed the preparation of gelatin from chicken legs with different formulations. A classification was developed from sensory tests with 50 untrained tasters and through the use of Kohonen-type RNA allowing to identify the acceptability of the gelatins, obtaining highly satisfactory results with the use of the network, Anjos et al, [47] studied the use of RNA for the determination of the biological origin of honey used in their tests, using 14 different architectures and obtaining the best results with a configuration of 25 neurons in the hidden layer and four input variables (color, conductivity electrical, content of total polyphenols and ashes) which generated 100% of the correct determinations.…”

Simulación del proceso de biodegradación de aguas residuales de la industria de carne mediante una red neuronal artificial perceptrón multicapa

“…En [4][5][8][9] se muestra cómo reutilizar las patas de pollo para obtener gelatinas. Sin embargo, en Brasil, los efluentes cárnicos casi no son tratados, sino descartados in natura en los cuerpos de agua.…”

“…En la ingeniería de organización, como el trabajo llevado a cabo por [17] se detalla el mecanismo automatizado por una RNA, en el que se determina el estado de la iluminación, temperatura, humedad y otros valores de entorno y en cómo se actúa sobre los patrones de comportamiento del usuario. En la ciencia de alimentos, los trabajos [18] y [9], que han presentado una RNA basada en los algoritmos de Kohonen para el agrupamiento de alimentos por sus calidades sensoriales.…”