Classificação acústica da maturação de Frutos por meio de Aprendizado de Máquina

Classificação acústica da maturação de Frutos por meio de Aprendizado de Máquina

• Autor
• Mauri Pedroso de Lima Junior
• Co-autores
• Antônio Álvaro Ranha Neves
• Resumo

• O emprego do termo qualidade de uma fruta refere-se as propriedades sensoriais como os valores nutritivos, constituintes químicos, propriedades mecânicas e físicas, tais quais ausência de defeitos. O aumento da conscientização sobre a qualidade e a maior perspicácia por parte dos consumidores estão estimulando um forte impulso para a melhoria da qualidade de frutas e legumes, tanto no mercado de produtos frescos quanto na indústria de processamento de alimentos. Existe uma forte demanda para avaliar a qualidade de frutas e vegetais durante crescimento e maturação e no decurso do período de colheita, armazenamento e prazo de validade, e é uma questão importante para os produtores, assim como para os distribuidores e consumidores. Recentemente, as redes neurais têm sido muito utilizadas para a caracterização complexa de uma figura ou imagem, demonstrando menor subjetividade quando comparado a percepção humana e uma taxa de classificação superior. Para alguns frutos, a sua maturação é determinada pelo som produzido ao ser golpeado. Ainda não há, na literatura, trabalhos com classificação de maturação de frutos por som utilizando algoritmos de Machine Learning [ML]. A pesquisa visa o desenvolvimento de uma técnica de caracterização mecânica não destrutiva por meio de ultrassom para aplicação em frutos pós-colhidos, classificando por meio de ML, com objetivo de prever sua vida útil e avaliar sua qualidade. Primeiramente desenvolveu se um modelo computacional de uma fruta-modelo no software de simulação COMSOL Multiphysics, onde foram estudadas diversas técnicas de processamento de áudio com um dataset de classificação de gêneros musicais, e as informações extraídas foram utilizadas para treinar modelos comuns de aprendizado de máquina e analisar a performance relativa de cada um a fim de selecionar o melhor modelo para a tarefa. Além de redes neurais, foram analisados modelos mais convencionais de aprendizado de máquina. Para a parte experimental, vão ser usadas as medidas da amplitude das ondas ultrassônicas e do tempo de trânsito sobre a casca dos frutos, para o cálculo da atenuação e velocidade das ondas em cada fruto individual. Testes ultrassônicos não destrutivos vão ser executados diariamente nos frutos, até a maturação total ser detectada. As medidas de penetração da firmeza e os testes fisiológicos serão conduzidos usando métodos praticados. Os resultados dos testes ultrassônicos serão comparados com testes de penetração destrutiva e com testes fisiológicos. Os resultados esperados são uma boa eficiência do método em calcular o tempo de maturação, firmeza e shelf life.
   

• Palavras-chave
• Aprendizado de Máquina, Ultrassom, Classificação acústica, Maturação de Frutos.
• Modalidade
• Pôster
• Área Temática
• Materias Funcionais Avançados