Arquitectura anfis del proceso de fermentación de aceitunas negras naturales: entrenamiento a escala piloto y validación a escala industrial

Autores
Modesti, Mario; Álvarez, Dolores María Eugenia; Kliger, Luis
Año de publicación
2016
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
En el proceso de obtención de aceitunas negras naturales, las condiciones inciden sobre la calidad del fruto fermentado y éstas difieren a distintas escalas. El objetivo del trabajo es generar modelos matemáticos que caractericen las propiedades de las aceitunas negras naturales obtenidas a gran escala, a partir de datos del proceso a escala piloto. Se crearon arquitecturas ANFIS con parámetros físico-químicos como entradas, y de textura y color como salidas. Dichas estructuras se entrenaron con datos obtenidos a escala piloto y se validaron con los industriales. Las redes que demostraron mejor desempeño poseen dos funciones de membresia por entrada incorporada, en forma de campana generalizada y una de salida. Las estructuras logradas demostraron habilidad para predecir la evolución del proceso a escala industrial luego de los primeros días de fermentación. Para incrementar su aptitud, sería conveniente probar otros modelos para el tratamiento de datos, tales como las redes neuronales artificiales.
Fil: Álvarez, Dolores María Eugenia. Centro de Investigación y Tecnología Química. Consejo Nacional de Investigaciones Científicas y Técnicas. Universidad Tecnológica Nacional. Facultad Regional Córdoba; Argentina.
Fil: Kliger, Luis. Centro de Investigación y Tecnología Química. Consejo Nacional de Investigaciones Científicas y Técnicas. Universidad Tecnológica Nacional. Facultad Regional Córdoba; Argentina.
Fil: Modesti, Mario Roberto. Centro de investigación en informática para la ingenieria. Universidad Tecnológica Nacional. Facultad Regional Córdoba; Argentina.
Materia
Aceitunas negras naturales
ANFIS
Escala piloto
Escala industrial
Nivel de accesibilidad
acceso abierto
Condiciones de uso
2022-05-27T23:23:32Z
Repositorio
Repositorio Institucional Abierto (UTN)
Institución
Universidad Tecnológica Nacional
OAI Identificador
oai:ria.utn.edu.ar:20.500.12272/6510
Acceder
id RIAUTN_d59c74b37aebfe7260e94480a52436c7
oai_identifier_str oai:ria.utn.edu.ar:20.500.12272/6510
network_acronym_str RIAUTN
repository_id_str a
network_name_str Repositorio Institucional Abierto (UTN)
spelling Arquitectura anfis del proceso de fermentación de aceitunas negras naturales: entrenamiento a escala piloto y validación a escala industrialModesti, MarioÁlvarez, Dolores María EugeniaKliger, LuisAceitunas negras naturalesANFISEscala pilotoEscala industrialEn el proceso de obtención de aceitunas negras naturales, las condiciones inciden sobre la calidad del fruto fermentado y éstas difieren a distintas escalas. El objetivo del trabajo es generar modelos matemáticos que caractericen las propiedades de las aceitunas negras naturales obtenidas a gran escala, a partir de datos del proceso a escala piloto. Se crearon arquitecturas ANFIS con parámetros físico-químicos como entradas, y de textura y color como salidas. Dichas estructuras se entrenaron con datos obtenidos a escala piloto y se validaron con los industriales. Las redes que demostraron mejor desempeño poseen dos funciones de membresia por entrada incorporada, en forma de campana generalizada y una de salida. Las estructuras logradas demostraron habilidad para predecir la evolución del proceso a escala industrial luego de los primeros días de fermentación. Para incrementar su aptitud, sería conveniente probar otros modelos para el tratamiento de datos, tales como las redes neuronales artificiales.Fil: Álvarez, Dolores María Eugenia. Centro de Investigación y Tecnología Química. Consejo Nacional de Investigaciones Científicas y Técnicas. Universidad Tecnológica Nacional. Facultad Regional Córdoba; Argentina.Fil: Kliger, Luis. Centro de Investigación y Tecnología Química. Consejo Nacional de Investigaciones Científicas y Técnicas. Universidad Tecnológica Nacional. Facultad Regional Córdoba; Argentina.Fil: Modesti, Mario Roberto. Centro de investigación en informática para la ingenieria. Universidad Tecnológica Nacional. Facultad Regional Córdoba; Argentina.2022-05-27T23:23:32Z2022-05-27T23:23:32Z2016info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciapdfapplication/pdfhttp://hdl.handle.net/20.500.12272/6510-spainfo:eu-repo/semantics/openAccess2022-05-27T23:23:32Zhttp://creativecommons.org/licenses/by-nc-nd/4.0/Attribution-NonCommercial-NoDerivatives 4.0 InternacionalDolores María Eugenia ÁlvarezX Atribución (Attribution): En cualquier explotación de la obra autorizada por la licencia será necesario reconocer la autoría (obligatoria en todos los casos). X No comercial (Non Commercial): La explotación de la obra queda limitada a usos no comerciales. X Sin obras derivadas (No Derivate Works): La autorización para explotar la obra no incluye la posibilidad de crear una obra derivada (traducciones, adaptaciones, etc.). X Compartir igual (Share Alike): La explotación autorizada incluye la creación de obras derivadas siempre que se mantenga la misma licencia al ser divulgadas.reponame:Repositorio Institucional Abierto (UTN)instname:Universidad Tecnológica Nacional2026-10-01T12:00:16Zoai:ria.utn.edu.ar:20.500.12272/6510instacron:UTNInstitucionalhttp://ria.utn.edu.ar/Universidad públicaNo correspondehttp://ria.utn.edu.ar/oaigestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:a2026-10-01 12:00:17.726Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacionalfalse
dc.title.none.fl_str_mv Arquitectura anfis del proceso de fermentación de aceitunas negras naturales: entrenamiento a escala piloto y validación a escala industrial
title Arquitectura anfis del proceso de fermentación de aceitunas negras naturales: entrenamiento a escala piloto y validación a escala industrial
spellingShingle Arquitectura anfis del proceso de fermentación de aceitunas negras naturales: entrenamiento a escala piloto y validación a escala industrial
Modesti, Mario
Aceitunas negras naturales
ANFIS
Escala piloto
Escala industrial
title_short Arquitectura anfis del proceso de fermentación de aceitunas negras naturales: entrenamiento a escala piloto y validación a escala industrial
title_full Arquitectura anfis del proceso de fermentación de aceitunas negras naturales: entrenamiento a escala piloto y validación a escala industrial
title_fullStr Arquitectura anfis del proceso de fermentación de aceitunas negras naturales: entrenamiento a escala piloto y validación a escala industrial
title_full_unstemmed Arquitectura anfis del proceso de fermentación de aceitunas negras naturales: entrenamiento a escala piloto y validación a escala industrial
title_sort Arquitectura anfis del proceso de fermentación de aceitunas negras naturales: entrenamiento a escala piloto y validación a escala industrial
dc.creator.none.fl_str_mv Modesti, Mario
Álvarez, Dolores María Eugenia
Kliger, Luis
author Modesti, Mario
author_facet Modesti, Mario
Álvarez, Dolores María Eugenia
Kliger, Luis
author_role author
author2 Álvarez, Dolores María Eugenia
Kliger, Luis
author2_role author
author
dc.subject.none.fl_str_mv Aceitunas negras naturales
ANFIS
Escala piloto
Escala industrial
topic Aceitunas negras naturales
ANFIS
Escala piloto
Escala industrial
dc.description.none.fl_txt_mv En el proceso de obtención de aceitunas negras naturales, las condiciones inciden sobre la calidad del fruto fermentado y éstas difieren a distintas escalas. El objetivo del trabajo es generar modelos matemáticos que caractericen las propiedades de las aceitunas negras naturales obtenidas a gran escala, a partir de datos del proceso a escala piloto. Se crearon arquitecturas ANFIS con parámetros físico-químicos como entradas, y de textura y color como salidas. Dichas estructuras se entrenaron con datos obtenidos a escala piloto y se validaron con los industriales. Las redes que demostraron mejor desempeño poseen dos funciones de membresia por entrada incorporada, en forma de campana generalizada y una de salida. Las estructuras logradas demostraron habilidad para predecir la evolución del proceso a escala industrial luego de los primeros días de fermentación. Para incrementar su aptitud, sería conveniente probar otros modelos para el tratamiento de datos, tales como las redes neuronales artificiales.
Fil: Álvarez, Dolores María Eugenia. Centro de Investigación y Tecnología Química. Consejo Nacional de Investigaciones Científicas y Técnicas. Universidad Tecnológica Nacional. Facultad Regional Córdoba; Argentina.
Fil: Kliger, Luis. Centro de Investigación y Tecnología Química. Consejo Nacional de Investigaciones Científicas y Técnicas. Universidad Tecnológica Nacional. Facultad Regional Córdoba; Argentina.
Fil: Modesti, Mario Roberto. Centro de investigación en informática para la ingenieria. Universidad Tecnológica Nacional. Facultad Regional Córdoba; Argentina.
description En el proceso de obtención de aceitunas negras naturales, las condiciones inciden sobre la calidad del fruto fermentado y éstas difieren a distintas escalas. El objetivo del trabajo es generar modelos matemáticos que caractericen las propiedades de las aceitunas negras naturales obtenidas a gran escala, a partir de datos del proceso a escala piloto. Se crearon arquitecturas ANFIS con parámetros físico-químicos como entradas, y de textura y color como salidas. Dichas estructuras se entrenaron con datos obtenidos a escala piloto y se validaron con los industriales. Las redes que demostraron mejor desempeño poseen dos funciones de membresia por entrada incorporada, en forma de campana generalizada y una de salida. Las estructuras logradas demostraron habilidad para predecir la evolución del proceso a escala industrial luego de los primeros días de fermentación. Para incrementar su aptitud, sería conveniente probar otros modelos para el tratamiento de datos, tales como las redes neuronales artificiales.
publishDate 2016
dc.date.none.fl_str_mv 2016
2022-05-27T23:23:32Z
2022-05-27T23:23:32Z
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://hdl.handle.net/20.500.12272/6510
-
url http://hdl.handle.net/20.500.12272/6510
identifier_str_mv -
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
2022-05-27T23:23:32Z
http://creativecommons.org/licenses/by-nc-nd/4.0/
Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Dolores María Eugenia Álvarez
X Atribución (Attribution): En cualquier explotación de la obra autorizada por la licencia será necesario reconocer la autoría (obligatoria en todos los casos). X No comercial (Non Commercial): La explotación de la obra queda limitada a usos no comerciales. X Sin obras derivadas (No Derivate Works): La autorización para explotar la obra no incluye la posibilidad de crear una obra derivada (traducciones, adaptaciones, etc.). X Compartir igual (Share Alike): La explotación autorizada incluye la creación de obras derivadas siempre que se mantenga la misma licencia al ser divulgadas.
eu_rights_str_mv openAccess
rights_invalid_str_mv 2022-05-27T23:23:32Z
http://creativecommons.org/licenses/by-nc-nd/4.0/
Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Dolores María Eugenia Álvarez
X Atribución (Attribution): En cualquier explotación de la obra autorizada por la licencia será necesario reconocer la autoría (obligatoria en todos los casos). X No comercial (Non Commercial): La explotación de la obra queda limitada a usos no comerciales. X Sin obras derivadas (No Derivate Works): La autorización para explotar la obra no incluye la posibilidad de crear una obra derivada (traducciones, adaptaciones, etc.). X Compartir igual (Share Alike): La explotación autorizada incluye la creación de obras derivadas siempre que se mantenga la misma licencia al ser divulgadas.
dc.format.none.fl_str_mv pdf
application/pdf
dc.source.none.fl_str_mv reponame:Repositorio Institucional Abierto (UTN)
instname:Universidad Tecnológica Nacional
reponame_str Repositorio Institucional Abierto (UTN)
collection Repositorio Institucional Abierto (UTN)
instname_str Universidad Tecnológica Nacional
repository.name.fl_str_mv Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacional
repository.mail.fl_str_mv gestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.ar
_version_ 1877862429032972288
score 13.364332

Publicaciones similares