Use este identificador para citar ou linkar para este item:
https://repositorio.pucgoias.edu.br/jspui/handle/123456789/1847
Registro completo de metadados
Campo DC | Valor | Idioma |
---|---|---|
dc.creator | Sousa, Airton Chagas de | - |
dc.date.accessioned | 2021-06-21T20:14:34Z | - |
dc.date.available | 2021-06-21T20:14:34Z | - |
dc.date.issued | 2021-06-04 | - |
dc.identifier.uri | https://repositorio.pucgoias.edu.br/jspui/handle/123456789/1847 | - |
dc.description.abstract | The food and pharmaceutical industries are strictly regulated in order to guarantee the quality of the manufactured and industrialized products. The usual methodology applied in these processes involves chemical procedures that can be wasteful and costly. Thus, the use of computational methods to contribute and optimize the quality process is of great importance. Turmeric (Curcuma longa) is a tuberous root herbaceous plant. In many places around the world, its dried and ground root is used mainly as a condiment, dye, and drug. There are several studies that point out its health benefits, from antioxidant and anti-inflammatory activities to help combat diseases such as cancer, arthritis, Alzheimer's, and cardiovascular diseases. Saffron is among the 7 most adulterated foods in the last 30 years, with starch as its main contaminant. Therefore, this work explores the use of machine learning for the determination of starch concentration in digital images of turmeric samples. The following models were tested: multiple linear regression, decision tree, and support vector machine. The support vector machine model obtained the best results, with a root mean square of 6.52, a mean absolute error of 5.78, and a coefficient of determination of 0.93. It is concluded that support vector machine is a good tool for the determination of starch concentration for turmeric. | pt_BR |
dc.language | por | pt_BR |
dc.publisher | Pontifícia Universidade Católica de Goiás | pt_BR |
dc.rights | Acesso Aberto | pt_BR |
dc.subject | Açafrão-da-terra | pt_BR |
dc.subject | Amido | pt_BR |
dc.subject | Aprendizagem de máquina | pt_BR |
dc.subject | Máquina de vetores de suporte | pt_BR |
dc.title | Determinação de concentração de amido em curcuma longa utilizando machine learning | pt_BR |
dc.type | Trabalho de Conclusão de Curso | pt_BR |
dc.contributor.advisor1 | Coelho, Clarimar José | - |
dc.contributor.advisor1ID | https://orcid.org/0000-0002-5163-2986 | pt_BR |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/1350166605717268 | pt_BR |
dc.contributor.advisor-co1 | Galvão Filho, Arlindo Rodrigues | - |
dc.contributor.advisor-co1ID | https://orcid.org/0000-0003-2151-8039 | pt_BR |
dc.contributor.advisor-co1Lattes | http://lattes.cnpq.br/7744765287200890 | pt_BR |
dc.contributor.referee3 | Curtinhas, Tiago da Silva | - |
dc.contributor.referee3Lattes | http://lattes.cnpq.br/0715102104477582 | pt_BR |
dc.description.resumo | As indústrias alimentícias e farmacêuticas são estritamente regulamentadas de modo a garantir a qualidade dos produtos fabricados e industrializados. A metodologia habitual aplicada nestes processos envolve procedimentos químicos que podem ser descartáveis e onerosos. Assim, é de grande importância o uso de métodos computacionais para contribuir e otimizar o processo de qualidade. O açafrão-da-terra (Curcuma longa) é uma planta herbácea de raiz tuberosa. Em diversos lugares do mundo, sua raiz seca e moída é utilizada principalmente como condimento, corante e fármaco. Há diversos estudos que apontam seus benefícios à saúde, desde atividades antioxidantes e anti-inflamatórias até o auxílio no combate de doenças como câncer, artrite, Alzheimer e doenças cardiovasculares. O açafrão está entre os 7 alimentos mais adulterados nos últimos 30 anos, tendo o amido como seu principal contaminante. Portanto, este trabalho explora o uso de aprendizagem de máquina para a determinação da concentração de amido em imagens digitais de amostras de açafrão-da-terra. Foram testados os seguintes modelos: regressão linear múltipla, árvore de decisão e máquina de vetores de suporte. O modelo de máquina de vetores de suporte obteve os melhores resultados, com raiz quadrática média de 6,52, erro médio absoluto de 5,78 e coeficiente de determinação de 0,93. Conclui-se que máquina de vetor de suporte é uma boa ferramenta para a determinação da concentração de amido para o açafrão-da-terra. | pt_BR |
dc.publisher.country | Brasil | pt_BR |
dc.publisher.department | Escola de Ciências Exatas e da Computação | pt_BR |
dc.publisher.initials | PUC Goiás | pt_BR |
dc.subject.cnpq | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACA | pt_BR |
dc.degree.graduation | Ciências da Computação | pt_BR |
dc.degree.level | Graduação | pt_BR |
Aparece nas coleções: | TCC Ciência da Computação |
Arquivos associados a este item:
Arquivo | Tamanho | Formato | |
---|---|---|---|
TCCAirton.pdf | 2,2 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.
Ferramentas do administrador