Resumen
El contenido de azúcares reductores es un parámetro muy importante a tener en cuenta en el control de la calidad de patatas, ya que altos contenidos de estos se asocian a altos contenidos de acrilamida en patatas fritas. En este trabajo se evaluó la aplicación de la espectroscopía en el infrarrojo cercano (NIRS) para la predicción de azúcares reductores en patatas. Para ello se utilizaron 140 tubérculos de diferentes cultivares cosechados en los años 2020 y 2021. Los tubérculos se analizaron mediante un espectrofotómetro Brimrose Luminar 5030. Se tomaron cuatro medidas espectrales para cada tubérculo en la zona ecuatorial y posteriormente se determinó la media de los espectros para el análisis. Por otro lado, el contenido de azúcares reductores se determinó mediante espectrofotometría basada en la reducción del ácido dinitrosalicílico. Se desarrollaron modelos mediante Locally Weighted Regression (LWR) con el espectro completo y con longitudes de ondas seleccionadas por distintos algoritmos: interval Partial Least Squares (iPLS), Genetic Algorithm (GA) y recursive Partial Least Squares (rPLS). Los datos se dividieron en entrenamiento, 70% de las muestras, y el 30% restante fue utilizado para la validación externa. Los modelos se evaluaron a través de los coeficientes de determinación (R2) y los errores cuadráticos medios (RMSE) para la validación cruzada y externa. También se tuvieron en cuenta los valores de la desviación residual de predicción (RPD). Se obtuvieron modelos con R2 > 0,80 y RPD > 2 para validación externa. El algoritmo iPLS mejoró los modelos en comparación con el espectro completo.
Presentadores
Carlos Miguel Peraza AlemánStudent, Máster, Universidad Pública de Navarra, Navarra, Spain
Details
Presentation Type
Theme
Producción de alimentos y sostenibilidad
KEYWORDS
Patata, Azúcares Reductores, Espectroscopía de Infrarrojo Cercano, Machine Learning
Digital Media
This presenter hasn’t added media.
Request media and follow this presentation.