La tesis propone un método innovador de estimación de cadmio en muestras de cacao pertenecientes a diferentes distritos de la región de Huánuco, haciendo uso de algoritmos de aprendizaje profundo como son los de Redes Neuronales Artificiales (ANN), a partir de la toma de Imágenes Hiperespectrales (HSI) de las muestras de cacao. Este nuevo método reemplaza el método tradicional de medición, el cual es invasivo, destructivo y lento y permite conocer en tiempo real la cantidad de cadmio presente en el cacao con el objetivo de poder intervenir en el proceso productivo y reducir el riesgo de contaminación con cadmio en el producto final. Con tal fin se obtiene una base de datos de la firma espectral promedio de diferentes muestras de cacao a partir de las imágenes hiperespectrales obtenidas con la cámara hiperespectral conociendo además valores reales de contenido de cadmio. Se ob...

En la presente investigación, se plantea mejorar la calidad de la harina de pescado a través de la automatización del control de calidad mediante la predicción de sus parámetros utilizando imágenes hiperespectrales y redes neuronales. Para lo cual, se desarrollan modelos personalizados con la estructura de una red neuronal perceptrón multicapa para cada uno de los principales parámetros: proteína, grasa, humedad y cenizas para lograr la correcta clasificación de la calidad de la harina de pescado según los estándares internacionales. En tanto, se plantea medir los parámetros de calidad más relevantes a la salida del proceso de secado de manera no invasiva y en un tiempo de adquisición de resultados más bajo respecto al método tradicional sin necesidad de mano de obra constante durante el proceso. Para ello, se desarrollan algoritmos de redes neuronales artificiales con l...