Monte Carlo simulation and importance sampling applied to sensory analysis validation of specialty coffees

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.creatorFerreira, Haiany Aparecida-
Autor(es): dc.creatorLiska, Gilberto Rodrigues-
Autor(es): dc.creatorCirillo, Marcelo ngelo-
Autor(es): dc.creatorBorém, Flávio Meira-
Autor(es): dc.creatorRibeiro, Diego Egídio-
Autor(es): dc.creatorCortez, Ricardo Miguel-
Data de aceite: dc.date.accessioned2026-02-09T12:19:26Z-
Data de disponibilização: dc.date.available2026-02-09T12:19:26Z-
Data de envio: dc.date.issued2022-05-20-
Data de envio: dc.date.issued2022-05-20-
Data de envio: dc.date.issued2020-
Fonte completa do material: dc.identifierhttps://repositorio.ufla.br/handle/1/49986-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/1158994-
Descrição: dc.descriptionCoffee sensory analysis is usually made by a sensory panel, which is formed by trained tasters, following the recommendations of the Specialty Coffee Association of America. However, the preference for a coffee is commonly determined by experimentation with consumers, who typically have no special skills in terms of sensory characteristics. Therefore, this study aimed at applying an intensive computational method to study sensory notes given by an untrained sensory panel, considering the probability distributions of the class of extreme values. Four types of specialty coffees produced under different processes and in varied altitudes in the mountainous region of Mantiqueira, Minas Gerais, were considered. We concluded that the generalized Pareto distribution can be applied to sensory analysis to discriminate types of specialty coffees. Furthermore, the method of importance sampling by Monte Carlo simulation showed greater variability considering a probabilistic model adjusted to identify specialty coffees.-
Descrição: dc.descriptionA análise sensorial do Café supõe que um painel sensorial é formado por provadores treinados, de acordo com as recomendações da American Specialty Coffee Association. No entanto, a escolha determina que a preferência de um café é rotineiramente feita através da experimentação com os consumidores, que em grande parte não tem habilidades especiais em termos de características sensoriais. Por este fato, este estudo objetivou aplicar o método computacional intensivo no estudo de notas sensoriais a partir de um painel sensorial não treinado considerando as distribuições de probabilidade pertencentes à classe dos valores extremos. Assim, foram considerados quatro tipos de cafés especiais produzidos em diferentes processos e alturas na região serrana da Mantiqueira, em Minas Gerais. Concluiu-se que a distribuição generalizada de Pareto pode ser aplicada à análise sensorial para discriminar os diferentes tipos de cafés especiais e que o método de amostragem por importância por simulação de Monte Carlo, considerando o modelo probabilístico ajustado para identificar o café especial, com notas apresentaram a maior variabilidade.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Direitos: dc.rightsAttribution 4.0 International-
Direitos: dc.rightsAttribution 4.0 International-
Direitos: dc.rightsacesso aberto-
Direitos: dc.rightshttp://creativecommons.org/licenses/by/4.0/-
Direitos: dc.rightshttp://creativecommons.org/licenses/by/4.0/-
???dc.source???: dc.sourceRevista Ciência Agronômica-
Palavras-chave: dc.subjectExtreme value theory-
Palavras-chave: dc.subjectSerra da Mantiqueira-
Palavras-chave: dc.subjectAltitude-
Palavras-chave: dc.subjectConsumers-
Palavras-chave: dc.subjectValores extremos-
Palavras-chave: dc.subjectConsumidores-
Título: dc.titleMonte Carlo simulation and importance sampling applied to sensory analysis validation of specialty coffees-
Título: dc.titleSimulação Monte Carlo e amostragem por importância aplicada à análise sensorial validada da qualidade de cafés especiais-
Tipo de arquivo: dc.typeArtigo-
Aparece nas coleções:Repositório Institucional da Universidade Federal de Lavras (RIUFLA)

Não existem arquivos associados a este item.