MENU

Calibrações por rede neural artificial

9. set, 2021
Por Richard Mills
As calibrações ANN são poderosas e abrangem conjuntos de dados bastante extensos. Veja um resumo das vantagens das calibrações ANN e quando utilizá-las neste breve artigo e entrevista em vídeo.

Uma Rede Neural Artificial (ANN) é um modelo de calibração que baseia-se na estrutura neural do cérebro humano. Os modelos de calibração ANN vêm sendo desenvolvidos desde o início dos anos 90, de acordo com os avanços na capacidade computacional que permitiram calibrações com conjuntos de dados bastante extensos.

O aspecto do conjunto de dados é relevante quando estão envolvidas muitas variáveis, tais como diferentes matérias-primas, diversas variedades de produtos e vários parâmetros. Uma única calibração ANN utilizada em uma aplicação da indústria de laticínios pode abranger todos os produtos de um determinado grupo. Por exemplo, a calibração de queijos do FoodScan 2 da FOSS abrange queijos duros e semi-duros, queijos moles, cremosos e processados, requeijão, e uma variedade de parâmetros, tais como gordura, umidade, sólidos totais, gordura em matéria seca, sal e proteína.

Vários milhares de pontos de dados podem ser incluídos na calibração. Outro exemplo é a calibração ANN para carnes da FOSS que abrange os parâmetros gordura, umidade, proteína e colágeno, tendo sido desenvolvida com o uso de aproximadamente 20.000 espectros coletados mundialmente a partir de mais de 1.000 analisadores exclusivos de carnes da FOSS, instalados no mundo todo, desde 1989. O grande número de espectros torna as calibrações robustas e versáteis.

Quando utilizar as calibrações ANN?
Uma grande vantagem da ANN em comparação aos outros métodos de calibração é que é possível abranger uma ampla variedade de parâmetros sem ter que alternar entre várias calibrações individuais. Por exemplo, ao testar a carne, o operador pode permanecer com a mesma calibração para diversas faixas de gordura e diferentes produtos ao invés de ter que mudá-la podendo, em seguida, implementá-la no instrumento.

Independente de onde são utilizadas, as calibrações ANN economizam tempo e facilitam a vida do operador, ao mesmo tempo em que reduzem o risco dos erros cometidos.
Utilizar a ANN significa que haverá menos calibrações para serem verificadas, minimizando o tempo e os custos de validação envolvidos. Quando estão envolvidos muitos produtos e parâmetros, este aspecto pode resultar em grandes economias em comparação com o uso de outros métodos de calibração.

Aprendizado de máquina e ANN
Atualmente, há muito entusiasmo com a possibilidade de programar todos os tipos de máquinas (inclusive instrumentos analíticos) para lidar com tarefas cada vez mais complexas.
Como explicado neste vídeo, o trabalho das análises agroalimentares com o uso de calibrações ANN na verdade existe há muito anos. A técnica é particularmente inestimável para lidar com a natureza variável de amostras tais como as de carne e queijo, que precisam ser testadas na indústria de carnes e laticínios.

“Se você quer ser capaz de lidar com várias instalações de produção em muitas regiões, é preciso usar o modelo de rede neural.”

O especialista em quimiometria da FOSS, Lars Nørgaard, explica o potencial dos modelos de calibração por rede neural artificial (ANN), incluindo a capacidade de lidar com a variabilidade das amostras na carne e no queijo.

Veja mais artigos e vídeos relacionados à indústria

back to top icon
The content is hosted on YouTube.com (Third Party). By showing the content you accept the use of Marketing Cookies on Fossanalytics.com. You can change the settings anytime. To learn more, visit our Cookie Policy.