
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.creator | Ossani, Paulo Cesar | - |
| Autor(es): dc.creator | Rossoni, Diogo Francisco | - |
| Autor(es): dc.creator | Cirillo, Marcelo Ângelo | - |
| Autor(es): dc.creator | Borém, Flávio Meira | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T11:50:12Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T11:50:12Z | - |
| Data de envio: dc.date.issued | 2021-10-01 | - |
| Data de envio: dc.date.issued | 2021-10-01 | - |
| Data de envio: dc.date.issued | 2020-11 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/48304 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1148519 | - |
| Descrição: dc.description | Brazil is the largest exporter of coffee beans, 29% world exports, 15% this volume in specialty coffees. Thereby researches are done, so that identify different segments in the market, in order to direct the end consumer to a better quality product. New technologies are explored to meet an increasing demand for high quality coffees. Therefore, in this article has an objective to propose the use of machine learning techniques combined with projection pursuit in the construction of unsupervised classification models, in a sensory acceptance experiment, applied to four groups of trained and untrained consumers, in four classes of specialty coffees in which they were evaluated sensory characteristics: aroma, body coffee, sweetness and general note. For evaluating classifier performance, in the data with reduced dimension, all instances were used, and considering four groupings, the models were adjusted. The results obtained from the groupings formed were compared with pre-established classes to confirm the model. Success and error rates were obtained, considering the rate of false positives and false negatives, sensitivity and classification methods accuracy. It was concluded that, machine learning use in data with reduced dimensions is feasible, as it allows unsupervised classification of specialty coffees, produced at different altitudes and processes, considering the heterogeneity among consumers involved in sensory analysis, and the high homogeneity of sensory attributes among the analyzed classes, obtaining good hit rates in some classifiers. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | en | - |
| Publicador: dc.publisher | Universidade Federal de Lavras | - |
| Direitos: dc.rights | acesso aberto | - |
| ???dc.source???: dc.source | Coffee Science | - |
| Palavras-chave: dc.subject | Classification models | - |
| Palavras-chave: dc.subject | Data dimension reduction | - |
| Palavras-chave: dc.subject | Groupings identification | - |
| Palavras-chave: dc.subject | Projection pursuit | - |
| Palavras-chave: dc.subject | Cafés especiais - Análise sensorial | - |
| Palavras-chave: dc.subject | Aprendizado de máquina | - |
| Palavras-chave: dc.subject | Modelos de classificação | - |
| Palavras-chave: dc.subject | Redução dimensional de dados | - |
| Palavras-chave: dc.subject | Perseguição de projeção | - |
| Título: dc.title | Unsupervised classification of specialty coffees in Homogeneous sensory attributes through machine learning | - |
| Tipo de arquivo: dc.type | Artigo | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal de Lavras (RIUFLA) | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: