Tipo:	Trabalho de Conclusão de Curso
Título:	Classificação de origens e princípios ativos em cinnamomum verum utilizando imagens hiperespectrais
Autor(es):	Barbosa, Matheus Sanclé Bueno
Primeiro Orientador:	Galvão Filho, Arlindo Rodrigues
metadata.dc.contributor.referee1:	Carvalho, Rafael Viana de
metadata.dc.contributor.referee2:	Macêdo, Isaac Yves Lopes de
metadata.dc.contributor.referee3:	Coelho, Clarimar José
Resumo:	A análise sobre determinadas especiarias que potencialmente são benéficas a saúde é um ramo de pesquisa de grande interesse geral. No entanto, os métodos usuais de extração e análise para identificação e determinação dos componentes responsáveis pelo efeito benéfico, envolvem a utilização de solventes, princípios ativos e outras substâncias na amostra, o que gera um processo oneroso e destrutível. A caneleira-verdadeira (Cinnamomum verum) surge como um destas especiarias mais difundidas no mundo, sendo uma das variantes mais consumidas da canela e cultivada em diversas regiões, recebendo vários estudos que relacionam o seu consumo a efeitos anti-inflamatórios, antimicrobianos, antioxidantes, entre outros. Portanto, é proposto neste trabalho o uso de ferramentas e métodos computacionais, mais especificamente a utilização de imagens hiperespectrais, aliados a estratégia de aprendizado de máquina, para determinação da concentração de princípios ativos e sua possível relação com a região de cultivo da amostra. A Máquina de Vetores de Suporte (SVM) foi utilizada como estratégia de classificação, para os princípios ativos em amostras de canela, bem como na tentativa de identificação das amostras de canela em relação a sua origem. Os resultados se mostraram promissores para a determinação da concentração dos princípios ativos, tendo sido gerado um modelo com acurácia de 99%, embora sua relação com a região de cultivo não tenha ficado clara, tendo sido gerado um modelo com acurácia de 78%.
Palavras-chave:	Canela Cinnamomum verum Imagem hiperespectral Aprendizado de máquina Máquina de vetores de suporte
CNPq:	CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO CNPQ::CIENCIAS BIOLOGICAS::FARMACOLOGIA
Idioma:	por
País:	Brasil
Editor:	Pontifícia Universidade Católica de Goiás
Sigla da Instituição:	PUC Goiás
metadata.dc.publisher.department:	Escola de Ciências Exatas e da Computação
Tipo de Acesso:	Acesso Aberto
URI:	https://repositorio.pucgoias.edu.br/jspui/handle/123456789/607
Data do documento:	3-Dez-2020
Aparece nas coleções:	TCC Engenharia de Computação

Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.