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.contributor | Bridi, Ana Maria [Orientador] | - |
Autor(es): dc.contributor | Pozza, Paulo César | - |
Autor(es): dc.contributor | Barbin, Douglas Fernandes | - |
Autor(es): dc.contributor | Soares, Adriana Lourenço | - |
Autor(es): dc.contributor | Felinto, Alan Salvany | - |
Autor(es): dc.contributor | Barbon Junior, Sylvio [Coorientador] | - |
Autor(es): dc.creator | Barbon, Ana Paula Ayub da Costa | - |
Data de aceite: dc.date.accessioned | 2025-05-15T13:14:11Z | - |
Data de disponibilização: dc.date.available | 2025-05-15T13:14:11Z | - |
Data de envio: dc.date.issued | 2024-05-01 | - |
Data de envio: dc.date.issued | 2024-05-01 | - |
Data de envio: dc.date.issued | 2025-05-15 | - |
Data de envio: dc.date.issued | 2025-05-15 | - |
Fonte completa do material: dc.identifier | https://repositorio.uel.br/handle/123456789/16434 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/982701 | - |
Descrição: dc.description | Resumo: A Inteligência Computacional consiste em um conjunto de metodologias computacionais para auxiliar na compreensão de fenômenos do ‘mundo real’ em diversas áreas Na Ciência dos Alimentos vem sendo aplicada como uma alternativa promissora para tratar problemas de subjetividade, tempo e custo das análises, usando abordagens baseadas na simulação do conhecimento humano por meio de inteligência artificial dos computadores Em geral, técnicas computacionais contribuem para a oferta de produtos com qualidade, sendo aplicadas com maior precisão, velocidade e sem deterioração das amostras quando comparadas aos métodos de análises tradicionais Na última década, a Visão Computacional têm sido uma das técnicas mais exploradas no controle de qualidade da carne Ela se baseia no Processamento de Imagem e no Aprendizado de Máquina Neste trabalho, a Visão Computacional foi utilizada com sucesso com a abordagem k-NN (k-Nearest Neighbors) para a avaliação do marmoreio de forma automática, rápida e objetiva podendo ser aplicada em diversos tipos de músculo animal e padrão de marmoreio A acurácia do modelo de Visão Computacional para carne bovina foi de 81,59% e para carne suína foi de 76,14% Paralelamente, foram testados alguns algoritmos de Aprendizado de Máquina para a predição do tempo de armazenamento da carne suína Verificou-se a melhor performance dos algoritmos Random Forest, k-NN e aqueles baseados em Lógica Fuzzy em predizer o tempo de armazenamento da carne suína em , 7 e 14 dias de forma rápida utilizando técnicas tradicionais como a capacidade de retenção de água, o pH e a cor sem a necessidade de análises mais complexas e demoradas como a avaliação da oxidação pela metodologia TBARS (Substâncias Reativas ao Ácido 2-Tiobarbitúrico) Pode-se concluir que a aplicação da Inteligência Computacional por meio das técnicas de Visão Computacional e algoritmos de Aprendizado de Máquina foram eficientes para a avaliação da qualidade da carne, podendo ser uma ferramenta útil para automatizar as tarefas relacionadas à análise de qualidade na Indústria | - |
Descrição: dc.description | Tese (Doutorado em Ciência Animal) - Universidade Estadual de Londrina, Centro de Ciências Agrárias, Programa de Pós-Graduação em Ciência Animal | - |
Descrição: dc.description | Abstract: Computational Intelligence consists of a set of computational methodologies to aid in the understanding of 'real world' phenomena in diverse areas In Food Science has been applied as a promising alternative to address problems of subjectivity, time and cost of analysis, using approaches based on the simulation of human knowledge through artificial intelligence In general, computational techniques contribute to the supply of quality products, being applied with greater precision, fastness and without deterioration of the samples when compared to the traditional methods analysis In the last decade, Computational Vision has been one of the most exploited techniques for meat quality It is based on Image Processing and Machine Learning In this work, the Computational Vision was successfully used with the k-NN (k-Nearest Neighbors) approach for the evaluation of marbling as an automatic, fast and objective way, and it can be applied in various muscle foods and marbling patterns The accuracy of the Computational Vision model for beef was 8159% and for pork was 7614% At the same time, some Machine Learning algorithms were tested for the prediction of pork storage time The best performance of the Random Forest, k-NN and Fuzzy Logic algorithms for predicting the storage time of pork at , 7 and 14 days using traditional techniques such as water retention capacity, pH and color without the need for more complex and time-consuming analyzes such as the oxidation evaluation by TBARS (2-Thiobarbituric Acid Reactive Substances) methodology It can be concluded that the application of Computational Intelligence through Computer Vision techniques and Machine Learning algorithms were efficient for evaluating the meat quality and could be a useful tool to automate the tasks related to quality analysis in the Industry | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Relação: dc.relation | Doutorado | - |
Relação: dc.relation | Ciência Animal | - |
Relação: dc.relation | Centro de Ciências Agrárias | - |
Relação: dc.relation | Programa de Pós-graduação em Ciência Animal | - |
Palavras-chave: dc.subject | Carne | - |
Palavras-chave: dc.subject | Qualidade | - |
Palavras-chave: dc.subject | Carne bovina | - |
Palavras-chave: dc.subject | Qualidade | - |
Palavras-chave: dc.subject | Leitão (Suíno) | - |
Palavras-chave: dc.subject | Quality | - |
Palavras-chave: dc.subject | Quality | - |
Palavras-chave: dc.subject | Quality | - |
Palavras-chave: dc.subject | Automation | - |
Palavras-chave: dc.subject | Pork - Meat | - |
Palavras-chave: dc.subject | Beef | - |
Palavras-chave: dc.subject | Industry | - |
Título: dc.title | Avaliação do índice de marmoreio e do tempo de estocagem da carne com o uso da Inteligência Computacional | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional da UEL - RIUEL |
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: