USAGE OF THEN NEURAL NETWORK TO PREDICT MEAT TENDERNESS APPROACH (Atena Editora)

Abstract

A maciez da carne é um dos principais atributos qualitativos procurados pelos consumidores na compra de carne bovina. Dentre as várias propriedades da carne, a maciez é uma das mais apreciadas pelo público que compra esse tipo de alimento. A maciez da carne é influenciada por diversos fatores na constituição, desde fatores genéticos, alimentares, ambientais é a maciez avaliada no post-mortem do animal é uma medida direta e objetiva a ser quantificada. Essa propriedade é obtida através de testes mecânicos já conhecidos na literatura, obtendo-se a força de cisalhamento necessária para romper o conjunto de fibras musculares do tecido examinado. Desta forma, este trabalho estima a maciez da carne de forma não destrutiva através do uso de técnicas computacionais utilizando aprendizado de máquina, como o uso de redes neurais artificiais, para quantificar a dependência de variáveis que podem ser obtidas sem a destruição da amostra, mas que obtêm uma aproximação satisfatória na obtenção da força de cisalhamento das amostras de filé mignon analisadas. Assim, para avaliar os parâmetros de maciez, foram utilizadas medições feitas a partir de testes para os valores de PH, cor da amostra, peso da carcaça quente, área de olho de lombo, raça, sexo, imagens infravermelha e ultravioleta e força de cisalhamento das amostras de filé. Dessa forma, o objetivo da rede neural foi encontrar a dependência das variáveis da força de cisalhamento necessária para romper as fibras da amostra. Para isso, foi utilizado um modelo cruzado de dados conhecido como Random Forest para treinamento da rede neural foi realizado com base nos dados presentes, e foi obtido um erro médio de 20% em relação ao valor obtido para a força de cisalhamento através do ensaio mecânico. Observou-se que os valores de previsão da força de cisalhamento são diretamente influenciados pelo número de variáveis a serem introduzidas no aprendizado de máquina, bem como pelo número de amostras observadas.