Evaluación de calidad de chocolate basada en huellas químicas utilizando infrarrojo cercano y modelado de aprendizaje automático
Autores: Gunaratne, Thejani M.; Gonzalez Viejo, Claudia; Gunaratne, Nadeesha M.; Torrico, Damir D.; Dunshea, Frank R.; Fuentes, Sigfredo
Idioma: Inglés
Editor: MDPI
Año: 2019
Acceso abierto
Artículo científico
Categoría
Tecnología e Industria de alimentos
Subcategoría
Producción de alimentos
Palabras clave
Chocolates
Calidad
Evaluación sensorial
Datos fisicoquímicos
Sabores básicos
Modelos de aprendizaje automático
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 23
Citaciones: Sin citaciones
Los chocolates son la confitería más común y el postre y snack más popular en todo el mundo. La calidad del chocolate juega un papel importante en la evaluación sensorial. En este estudio, se desarrolló un método rápido y no destructivo para predecir la calidad del chocolate basado en datos fisicoquímicos y propiedades sensoriales, utilizando los cinco sabores básicos. Se registraron datos para el análisis fisicoquímico (pH, Brix, viscosidad y color) y propiedades sensoriales (intensidades de los sabores básicos) del chocolate. Estos datos y los resultados obtenidos de la espectroscopia de infrarrojo cercano se utilizaron para desarrollar dos modelos de aprendizaje automático para predecir los parámetros fisicoquímicos (Modelo 1) y descriptores sensoriales (Modelo 2) del chocolate. Los resultados muestran que los modelos desarrollados tuvieron una alta precisión, con = 0.99 para el Modelo 1 y = 0.93 para el Modelo 2. Los modelos así desarrollados pueden utilizarse como una alternativa a los paneles de consumidores para determinar las propiedades sensoriales del chocolate de manera más precisa y con menor costo utilizando los parámetros químicos.
Descripción
Los chocolates son la confitería más común y el postre y snack más popular en todo el mundo. La calidad del chocolate juega un papel importante en la evaluación sensorial. En este estudio, se desarrolló un método rápido y no destructivo para predecir la calidad del chocolate basado en datos fisicoquímicos y propiedades sensoriales, utilizando los cinco sabores básicos. Se registraron datos para el análisis fisicoquímico (pH, Brix, viscosidad y color) y propiedades sensoriales (intensidades de los sabores básicos) del chocolate. Estos datos y los resultados obtenidos de la espectroscopia de infrarrojo cercano se utilizaron para desarrollar dos modelos de aprendizaje automático para predecir los parámetros fisicoquímicos (Modelo 1) y descriptores sensoriales (Modelo 2) del chocolate. Los resultados muestran que los modelos desarrollados tuvieron una alta precisión, con = 0.99 para el Modelo 1 y = 0.93 para el Modelo 2. Los modelos así desarrollados pueden utilizarse como una alternativa a los paneles de consumidores para determinar las propiedades sensoriales del chocolate de manera más precisa y con menor costo utilizando los parámetros químicos.