Título: PREDIÇÃO DA ATIVIDADE ANTIOXIDANTE DE FRUTAS ATRÁVES DO USO DE REDE NEURAL ARTIFICIAL
Título alternativo: PREDICTION OF ANTIOXIDANT ACTIVITY OF FRUIT THROUGH THE USE OF ARTIFICIAL NEURAL NETWORK
Autoria de: Helio Junior Alvarenga Godinho
Orientação de: Elisangela Elena Nunes Carvalho
Coorientação de: Mário Sérgio Lorenço
Presidente da banca: Elisângela Elena Nunes Carvalho
Primeiro membro da banca: Mário Sérgio Lorenço
Segundo membro da banca: Danilo José Machado de Abreu
Palavras-chaves: compostos fenólicos, alimentos funcionais, aprendizado de máquina, DPPH, HPLC
Data da defesa: 22/04/2022
Semestre letivo da defesa: 2021-2
Data da versão final: 29/04/2022
Data da publicação: 29/04/2022
Referência: Godinho, H. J. A. PREDIÇÃO DA ATIVIDADE ANTIOXIDANTE DE FRUTAS ATRÁVES DO USO DE REDE NEURAL ARTIFICIAL. 2022. 37 p. Trabalho de Conclusão de Curso (Graduação em Engenharia de Alimentos Bacharelado)-Universidade Federal de Lavras, Lavras, 2022.
Resumo: Os compostos antioxidantes são conhecidos por sua alta capacidade antioxidante. Em frutas essas substâncias agem como forma de proteção contra ataques de agentes externos e podem ser usadas a favor da saúde humana. A busca por alimentos funcionais e bem-estar tem crescido dia após dia, e como forma de minimizar processos, a tecnologia pode ser promissora nessa busca. O presente trabalho, teve como objetivo realizar a predição de atividade antioxidante em diferentes frutas utilizando rede neural artificial. As redes neurais artificiais são modelos que possuem unidades de processamento simples, conhecidos como neurônios artificiais, que trabalham com funções matemáticas simulando os neurônios biológicos. O banco de dados do trabalho foi composto por dez artigos, onde foram coletados dados como o perfil fenólico e atividade antioxidante de frutas para serem usados na rede neural de predição. A rede neural artificial se mostrou como uma ferramenta simples, rápida e precisa na previsão da capacidade antioxidante em frutas.
Abstract: Antioxidant compounds are known for their high antioxidant capacity. In fruits, these substances act as a form of protection against attack by external agents and can be used in favor of human health. The search for functional foods and well-being has grown day by day, and as a way to minimize processes, technology can be promising in this search. The present work aimed to predict the antioxidant activity in different fruits using an artificial neural network. Artificial neural networks are models that have simple processing units, known as artificial neurons, which work with mathematical functions simulating biological neurons. The database of the work consisted of ten articles, where data such as the phenolic profile and antioxidant activity of fruits were collected to be used in the prediction neural network. The artificial neural network proved to be a simple, fast and accurate tool for predicting the antioxidant capacity in fruits.
URI: sip.prg.ufla.br/publico/trabalhos_conclusao_curso/acessar_tcc_por_curso/
engenharia_de_alimentos/20212201611034
URI alternaviva: repositorio.ufla.br/handle/1/54535
Curso: G011 - ENGENHARIA DE ALIMENTOS (BACHARELADO)
Nome da editora: Universidade Federal de Lavras
Sigla da editora: UFLA
País da editora: Brasil
Gênero textual: Trabalho de Conclusão de Curso
Nome da língua do conteúdo: Português
Código da língua do conteúdo: por
Licença de acesso: Acesso aberto
Nome da licença: Licença do Repositório Institucional da Universidade Federal de Lavras
URI da licença: repositorio.ufla.br
Termos da licença: Acesso aos termos da licença em repositorio.ufla.br
Detentores dos direitos autorais: Helio Junior Alvarenga Godinho e Universidade Federal de Lavras
Baixar arquivo