Predicción mediante Redes Neuronales Artificiales (RNA) de la difusividad, masa, humedad, volumen y sólidos en yacón (Smallantus sonchifolius) deshidratado osmóticamente
Se evaluó la capacidad predictiva de la Red Neuronal Artificial (RNA) en el efecto de la concentración (30,40, 50 y 60 % p/p) y temperatura (30, 40 y 50°C) de la solución de fructooligosacaridos (FOS) en la masa,humedad, volumen y sólidos en cubos de yacón osmodeshidratados, y en el coeficiente de d...
| Main Authors: | , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Universidad Nacional de Trujillo
2012-01-01
|
| Series: | Scientia Agropecuaria |
| Online Access: | http://www.redalyc.org/articulo.oa?id=357633703002 |
| Summary: | Se evaluó la capacidad predictiva de la Red Neuronal Artificial (RNA) en el efecto de la concentración (30,40, 50 y 60 % p/p) y temperatura (30, 40 y 50°C) de la solución de fructooligosacaridos (FOS) en la masa,humedad, volumen y sólidos en cubos de yacón osmodeshidratados, y en el coeficiente de difusividad efectivamedia del agua, con y sin encogimiento. Se aplicó la RNA del tipoFeedforwardcon los algoritmos deentrenamientoBackpropagationy de ajuste de pesosLevenberg-Marquardt, usando la topología: error metade 10-5, tasa de aprendizaje de 0.01, coeficiente de momento de 0.5, 2 neuronas de entrada, 6 neuronas desalida, una capa oculta con 18 neuronas, 15 etapas de entrenamiento y funciones de transferencialogsig-purelin. El error promedio global por la RNA fue 3.44% y los coeficientes de correlación fueron mayores a0.9. No se encontraron diferencias significativas entre los valores experimentales con losvalores predichos porla RNA y con los valores predichos por un modelo estadístico de regresión polinomial de segundo orden (p >0.95).Palabras clave:Red Neuronal Artificial (RNA), difusividad efectiva, yacón, deshidratación osmótica |
|---|---|
| ISSN: | 2077-9917 2306-6741 |