Navegando por Autor "Oliveira, Graziela Silva"

Filtrar resultados informando as primeiras letras
Agora exibindo 1 - 1 de 1
  • Imagem de Miniatura
    Item
    Classificação de café arábica por meio de redes neurais artificiais: softwares ClassCafe 1.0 e ClassTorr 1.0
    (Universidade Federal de Lavras, 2019-02-22) Oliveira, Graziela Silva; Pimenta, Carlos José
    O café é um produto de grande importância para a economia do país, e o estado de Minas Gerais é responsável por mais de 50% da produção nacional. Porém, o método tradicional de avaliação da qualidade da bebida é realizado de forma subjetiva, na qual provadores treinados através de análise sensorial, utilizam de suas percepções de aroma e sabor para classificar a bebida em padrões conhecidos como estritamente mole, mole, apenas mole, dura, riada, rio e rio zona. Muitos estudos tentam relacionar a composição química dos grãos crus e torrados com a qualidade da bebida, a fim de desenvolver metodologias analíticas objetivas para complementar a avaliação feita por provadores. Diante do exposto, o objetivo deste trabalho foi avaliar amostras diferentes de café oriundas do estado de Minas Gerais. Essas amostras, foram previamente classificadas por provadores treinados e, posteriormente, com o auxílio dos softwares de classificação de grãos cru (ClassCafe 1.0) e de classificação de grãos torrado, (ClassTor 1.0), classificadas novamente de maneira objetiva. Os dados químicos inseridos na camada de entrada do software para o café cru foram: a lixiviação de potássio, condutividade elétrica, acidez, pH, sólidos solúveis, atividade enzimática da polifenoloxidase e açúcares totais. Já para o café torrado, avaliou-se o teor de açúcares totais, açúcares redutores e açúcares não redutores, pH, sólidos solúveis, acidez e extrato etéreo. Ao final, comparou-se a classificação dada pelas duas metodologias. O software para café cru (ClassCafe 1.0) apresentou melhor eficiência na classificação das amostras quando comparado com o software para café torrado (ClassTorr 1.0). Com isso, conclui-se que os softwares desenvolvidos apresentaram grande capacidade em auxiliar a classificação do café, sugere-se que os dados químicos encontrados nesta pesquisa sejam utilizados para ampliar a alimentação desses sistemas computadorizados, a fim de aumentar a sensibilidade na distinção dos diferentes padrões.