Red neuronal artificial en respuesta a predicciones de parámetros de transferencia de masa (pérdida de humedad y ganancia de sólidos) durante la deshidratación osmótica de frutas

Los modelos para predecir las cinéticas de pérdida de agua (ML) y ganancia de sólidos (SG) empleando redes neuronales artificiales (ANN) han demostrado tener mejor comportamiento que los demás modelos desarrollados debido a que correlacionan empíricamente gran cantidad de las variables con ML y SG....

Full description

Autores:
Ochoa Martínez, Claudia Isabel
Tipo de recurso:
Article of journal
Fecha de publicación:
2016
Institución:
Universidad Nacional de Colombia
Repositorio:
Universidad Nacional de Colombia
Idioma:
spa
OAI Identifier:
oai:repositorio.unal.edu.co:unal/58476
Acceso en línea:
https://repositorio.unal.edu.co/handle/unal/58476
http://bdigital.unal.edu.co/55259/
Palabra clave:
57 Ciencias de la vida; Biología / Life sciences; biology
58 Plantas / Plants
Agroindustria
Ingeniería de alimentos
química de alimentos
ciencia de alimentos
ciencias naturales
Agroindustry
Food engineering
food chemistry
food science
natural sciences
Rights
openAccess
License
Atribución-NoComercial 4.0 Internacional
id UNACIONAL2_3131815154c466d41589e4ac1bac2778
oai_identifier_str oai:repositorio.unal.edu.co:unal/58476
network_acronym_str UNACIONAL2
network_name_str Universidad Nacional de Colombia
repository_id_str
spelling Atribución-NoComercial 4.0 InternacionalDerechos reservados - Universidad Nacional de Colombiahttp://creativecommons.org/licenses/by-nc/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Ochoa Martínez, Claudia Isabel3e72daf7-c71d-4b73-82bd-1d07d0db6d5b3002019-07-02T14:15:02Z2019-07-02T14:15:02Z2016-10-01ISSN: 2323-0118https://repositorio.unal.edu.co/handle/unal/58476http://bdigital.unal.edu.co/55259/Los modelos para predecir las cinéticas de pérdida de agua (ML) y ganancia de sólidos (SG) empleando redes neuronales artificiales (ANN) han demostrado tener mejor comportamiento que los demás modelos desarrollados debido a que correlacionan empíricamente gran cantidad de las variables con ML y SG. La principal ventaja de estos modelos es que son predictivos en vez de correlativos, además pueden implementarse fácilmente en una hoja de datos, y son muy útiles y prácticos para el diseño y control del proceso. El objetivo de este trabajo es emplear un modelo desarrollado con ANN para predecir resultados en procesos de deshidratación osmótica. Se hicieron predicciones de comportamiento con diferentes condiciones de proceso y se validaron con resultados experimentales presentados en la literatura. Se obtuvieron buenas predicciones de ML (MRE 19%) y un comportamiento variable para SG (MRE 62%).application/pdfspaUniversidad Nacional de Colombia Sede Palmirahttp://www.revistas.unal.edu.co/index.php/acta_agronomica/article/view/50382Universidad Nacional de Colombia Revistas electrónicas UN Acta AgronómicaActa AgronómicaOchoa Martínez, Claudia Isabel (2016) Red neuronal artificial en respuesta a predicciones de parámetros de transferencia de masa (pérdida de humedad y ganancia de sólidos) durante la deshidratación osmótica de frutas. Acta Agronómica, 65 (4). pp. 318-325. ISSN 2323-011857 Ciencias de la vida; Biología / Life sciences; biology58 Plantas / PlantsAgroindustriaIngeniería de alimentosquímica de alimentosciencia de alimentosciencias naturalesAgroindustryFood engineeringfood chemistryfood sciencenatural sciencesRed neuronal artificial en respuesta a predicciones de parámetros de transferencia de masa (pérdida de humedad y ganancia de sólidos) durante la deshidratación osmótica de frutasArtículo de revistainfo:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501http://purl.org/coar/resource_type/c_2df8fbb1http://purl.org/coar/version/c_970fb48d4fbd8a85Texthttp://purl.org/redcol/resource_type/ARTORIGINALacag.v65n4.50382.pdfapplication/pdf339693https://repositorio.unal.edu.co/bitstream/unal/58476/1/acag.v65n4.50382.pdf08da526ac186144d1c3b75b4b9a63209MD51THUMBNAILacag.v65n4.50382.pdf.jpgacag.v65n4.50382.pdf.jpgGenerated Thumbnailimage/jpeg7735https://repositorio.unal.edu.co/bitstream/unal/58476/2/acag.v65n4.50382.pdf.jpg35f5dfe99d6e617c3e5b679c8b897ba7MD52unal/58476oai:repositorio.unal.edu.co:unal/584762024-04-01 23:08:35.12Repositorio Institucional Universidad Nacional de Colombiarepositorio_nal@unal.edu.co
dc.title.spa.fl_str_mv Red neuronal artificial en respuesta a predicciones de parámetros de transferencia de masa (pérdida de humedad y ganancia de sólidos) durante la deshidratación osmótica de frutas
title Red neuronal artificial en respuesta a predicciones de parámetros de transferencia de masa (pérdida de humedad y ganancia de sólidos) durante la deshidratación osmótica de frutas
spellingShingle Red neuronal artificial en respuesta a predicciones de parámetros de transferencia de masa (pérdida de humedad y ganancia de sólidos) durante la deshidratación osmótica de frutas
57 Ciencias de la vida; Biología / Life sciences; biology
58 Plantas / Plants
Agroindustria
Ingeniería de alimentos
química de alimentos
ciencia de alimentos
ciencias naturales
Agroindustry
Food engineering
food chemistry
food science
natural sciences
title_short Red neuronal artificial en respuesta a predicciones de parámetros de transferencia de masa (pérdida de humedad y ganancia de sólidos) durante la deshidratación osmótica de frutas
title_full Red neuronal artificial en respuesta a predicciones de parámetros de transferencia de masa (pérdida de humedad y ganancia de sólidos) durante la deshidratación osmótica de frutas
title_fullStr Red neuronal artificial en respuesta a predicciones de parámetros de transferencia de masa (pérdida de humedad y ganancia de sólidos) durante la deshidratación osmótica de frutas
title_full_unstemmed Red neuronal artificial en respuesta a predicciones de parámetros de transferencia de masa (pérdida de humedad y ganancia de sólidos) durante la deshidratación osmótica de frutas
title_sort Red neuronal artificial en respuesta a predicciones de parámetros de transferencia de masa (pérdida de humedad y ganancia de sólidos) durante la deshidratación osmótica de frutas
dc.creator.fl_str_mv Ochoa Martínez, Claudia Isabel
dc.contributor.author.spa.fl_str_mv Ochoa Martínez, Claudia Isabel
dc.subject.ddc.spa.fl_str_mv 57 Ciencias de la vida; Biología / Life sciences; biology
58 Plantas / Plants
topic 57 Ciencias de la vida; Biología / Life sciences; biology
58 Plantas / Plants
Agroindustria
Ingeniería de alimentos
química de alimentos
ciencia de alimentos
ciencias naturales
Agroindustry
Food engineering
food chemistry
food science
natural sciences
dc.subject.proposal.spa.fl_str_mv Agroindustria
Ingeniería de alimentos
química de alimentos
ciencia de alimentos
ciencias naturales
Agroindustry
Food engineering
food chemistry
food science
natural sciences
description Los modelos para predecir las cinéticas de pérdida de agua (ML) y ganancia de sólidos (SG) empleando redes neuronales artificiales (ANN) han demostrado tener mejor comportamiento que los demás modelos desarrollados debido a que correlacionan empíricamente gran cantidad de las variables con ML y SG. La principal ventaja de estos modelos es que son predictivos en vez de correlativos, además pueden implementarse fácilmente en una hoja de datos, y son muy útiles y prácticos para el diseño y control del proceso. El objetivo de este trabajo es emplear un modelo desarrollado con ANN para predecir resultados en procesos de deshidratación osmótica. Se hicieron predicciones de comportamiento con diferentes condiciones de proceso y se validaron con resultados experimentales presentados en la literatura. Se obtuvieron buenas predicciones de ML (MRE 19%) y un comportamiento variable para SG (MRE 62%).
publishDate 2016
dc.date.issued.spa.fl_str_mv 2016-10-01
dc.date.accessioned.spa.fl_str_mv 2019-07-02T14:15:02Z
dc.date.available.spa.fl_str_mv 2019-07-02T14:15:02Z
dc.type.spa.fl_str_mv Artículo de revista
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_2df8fbb1
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/article
dc.type.version.spa.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_6501
dc.type.coarversion.spa.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.content.spa.fl_str_mv Text
dc.type.redcol.spa.fl_str_mv http://purl.org/redcol/resource_type/ART
format http://purl.org/coar/resource_type/c_6501
status_str publishedVersion
dc.identifier.issn.spa.fl_str_mv ISSN: 2323-0118
dc.identifier.uri.none.fl_str_mv https://repositorio.unal.edu.co/handle/unal/58476
dc.identifier.eprints.spa.fl_str_mv http://bdigital.unal.edu.co/55259/
identifier_str_mv ISSN: 2323-0118
url https://repositorio.unal.edu.co/handle/unal/58476
http://bdigital.unal.edu.co/55259/
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.spa.fl_str_mv http://www.revistas.unal.edu.co/index.php/acta_agronomica/article/view/50382
dc.relation.ispartof.spa.fl_str_mv Universidad Nacional de Colombia Revistas electrónicas UN Acta Agronómica
Acta Agronómica
dc.relation.references.spa.fl_str_mv Ochoa Martínez, Claudia Isabel (2016) Red neuronal artificial en respuesta a predicciones de parámetros de transferencia de masa (pérdida de humedad y ganancia de sólidos) durante la deshidratación osmótica de frutas. Acta Agronómica, 65 (4). pp. 318-325. ISSN 2323-0118
dc.rights.spa.fl_str_mv Derechos reservados - Universidad Nacional de Colombia
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.license.spa.fl_str_mv Atribución-NoComercial 4.0 Internacional
dc.rights.uri.spa.fl_str_mv http://creativecommons.org/licenses/by-nc/4.0/
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
rights_invalid_str_mv Atribución-NoComercial 4.0 Internacional
Derechos reservados - Universidad Nacional de Colombia
http://creativecommons.org/licenses/by-nc/4.0/
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.publisher.spa.fl_str_mv Universidad Nacional de Colombia Sede Palmira
institution Universidad Nacional de Colombia
bitstream.url.fl_str_mv https://repositorio.unal.edu.co/bitstream/unal/58476/1/acag.v65n4.50382.pdf
https://repositorio.unal.edu.co/bitstream/unal/58476/2/acag.v65n4.50382.pdf.jpg
bitstream.checksum.fl_str_mv 08da526ac186144d1c3b75b4b9a63209
35f5dfe99d6e617c3e5b679c8b897ba7
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositorio Institucional Universidad Nacional de Colombia
repository.mail.fl_str_mv repositorio_nal@unal.edu.co
_version_ 1806886564079337472

Publicaciones similares