Eventos

Eventos

Defesa de Dissertação de Mestrado - Nº 1.884: Identificação Automática de Frutas com um Nariz Eletrônico e Métodos Avançados de Aprendizagem de Máquina

29 de Janeiro de 2020 às 08:54:32

Pós-Graduação em Ciência da Computação – UFPE
Defesa de Dissertação de Mestrado Nº 1.884

Aluna: Poliana de Brito Santana Silva
Orientador: Prof.  Leandro Maciel Almeida
Título: Identificação Automática de Frutas com um Nariz Eletrônico e Métodos Avançados de Aprendizagem de Máquina
Data: 30/01/2020
Hora/Local: 9h -  Centro de Informática - Anfiteatro
Banca Examinadora:
Prof. Fernando Maciano de Paula Neto (UFPE / Centro de Informática)
Prof.  Frederico Duarte de Menezes (IFPE / Departamento de Química)
Prof. Leandro Maciel Almeida (UFPE / Centro de Informática)
 

RESUMO:

Na década de 80, muitos protótipos foram construídos e testados com diferentes tipos de sensores químicos baseados no conceito de narizes eletrônicos. Atualmente,esses narizes estão disponíveis e podem ser aplicados em diversas áreas. Eles são capazes de produzir uma impressão digital para um odor específico. Semelhante ao cérebro humano, quando um aroma é percebido, suas moléculas interagem com numerosos receptores causando um sinal interpretado. Os narizes eletrônicos são como um sistema 
modular que detecta o odor associado a sensores que traduzem respostas químicas em 
sinais elétricos que são transmitidos e processados. Eles classificam odores conhecidos ou identificam os desconhecidos. Uma das áreas onde o nariz eletrônico está sendo aplicado é a da fruticultura. Atualmente, produtores de frutas, fornecedores e varejistas, 
tradicionalmente, utilizam testadores humanos para avaliar a qualidade dos seus frutos, mas, há algumas desvantagens em ter seres humanos realizando essas tarefas, devido a uma variedade de razões como fadiga, infecções, estado mental, subjetividade, variáveis individuais, entre outras. Sendo assim, economicamente inviável investir financeiramente em treinamento para tarefas que duram relativamente pouco tempo. A fragrância da fruta é uma combinação complexa de dezena de aromas individuais que contribuem para caracterizar o aroma único de cada fruta.  Essas características são de fundamental importância na escolha do  consumidor, que julga a qualidade da fruta pelo visual (falta de manchas, cor, tamanho e textura), maturação, aroma e sabor. Os frutos liberam e produzem uma ampla variedade de Compostos Orgânicos Voláteis (VOCs), embora diferentes frutas compartilhem algumas características aromáticas, cada 
fruto possui um aroma distinto que depende da combinação específica de VOCs 
presentes nas misturas de aromas. Embora vários narizes eletrônicos comerciais estejam disponíveis no  mercado, muitos são volumosos. Há de fato um número pequeno de narizes eletrônicos modernos, como o “Diagnose” do C-it da Holanda e o Artinose da 
SYSCA AG Alemanha, mas, os custos elevados desses produtos os tornam inviáveis para uma adoção generalizada. Esses narizes são compostos por uma matriz de sensores podendo conter de 6 até 8 sensores. Pensando nisso, um protótipo de nariz eletrônico de baixo custo, composto  por um sensor de dióxido de estanho, o TGS822 da FIGARO, foi desenvolvido e  os dados aromáticos de quatro frutas (banana, maça, laranja e uva) foram obtidos através desse instrumento. Métodos avançados de aprendizagem de 
máquina foram utilizados para o processamento dos dados gerados pelo  sensor, entre eles, máquina de vetores de suporte (SVM), algoritmo de K-vizinhos mais próximos (KNN), Random Florest, Gradient Boosting, Lightgbm e Multi-Layer Perceptron (MLP). O desempenho dos modelos foi avaliado através de um conjunto de métricas e técnicas estatísticas. Os resultados obtidos nessa pesquisa mostram-se satisfatórios e, com base nos resultados, é possível inferir que dados de um único sensor associado a técnicas de aprendizagem de máquina podem distinguir os compostos voláteis das frutas e, consequentemente, classificá-las.


Palavras-chave:  Nariz Eletrônico, Sensores, Odor, Reconhecimento de 
padrões, Compostos Voláteis Orgânicos, Frutas.