Desarrollo de una red neuronal artificial capaz de predecir la temperatura inicial de congelación de frutas exóticas cultivadas en Perú

Descripción del Articulo

Universidad Nacional Agraria La Molina. Facultad de Industrias Alimentarias. Departamento Académico de Ingeniería de Alimentos y Productos Agropecuarios
Detalles Bibliográficos
Autor: Gutierrez Alcázar, Fernando Manuel
Formato: tesis de grado
Fecha de Publicación:2025
Institución:Universidad Nacional Agraria La Molina
Repositorio:UNALM-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.lamolina.edu.pe:20.500.12996/7219
Enlace del recurso:https://hdl.handle.net/20.500.12996/7219
Nivel de acceso:acceso abierto
Materia:Frutas exóticas del Perú
Pendiente
id UNAL_f0d5aa6fc6658db71b192a88c61b0b31
oai_identifier_str oai:repositorio.lamolina.edu.pe:20.500.12996/7219
network_acronym_str UNAL
network_name_str UNALM-Institucional
repository_id_str 3039
dc.title.none.fl_str_mv Desarrollo de una red neuronal artificial capaz de predecir la temperatura inicial de congelación de frutas exóticas cultivadas en Perú
title Desarrollo de una red neuronal artificial capaz de predecir la temperatura inicial de congelación de frutas exóticas cultivadas en Perú
spellingShingle Desarrollo de una red neuronal artificial capaz de predecir la temperatura inicial de congelación de frutas exóticas cultivadas en Perú
Gutierrez Alcázar, Fernando Manuel
Frutas exóticas del Perú
Pendiente
title_short Desarrollo de una red neuronal artificial capaz de predecir la temperatura inicial de congelación de frutas exóticas cultivadas en Perú
title_full Desarrollo de una red neuronal artificial capaz de predecir la temperatura inicial de congelación de frutas exóticas cultivadas en Perú
title_fullStr Desarrollo de una red neuronal artificial capaz de predecir la temperatura inicial de congelación de frutas exóticas cultivadas en Perú
title_full_unstemmed Desarrollo de una red neuronal artificial capaz de predecir la temperatura inicial de congelación de frutas exóticas cultivadas en Perú
title_sort Desarrollo de una red neuronal artificial capaz de predecir la temperatura inicial de congelación de frutas exóticas cultivadas en Perú
author Gutierrez Alcázar, Fernando Manuel
author_facet Gutierrez Alcázar, Fernando Manuel
author_role author
dc.contributor.advisor.fl_str_mv Vidaurre Ruiz, Julio Mauricio
Salas Valerio, Walter Francisco
dc.contributor.author.fl_str_mv Gutierrez Alcázar, Fernando Manuel
dc.subject.none.fl_str_mv Frutas exóticas del Perú
topic Frutas exóticas del Perú
Pendiente
dc.subject.ocde.none.fl_str_mv Pendiente
description Universidad Nacional Agraria La Molina. Facultad de Industrias Alimentarias. Departamento Académico de Ingeniería de Alimentos y Productos Agropecuarios
publishDate 2025
dc.date.accessioned.none.fl_str_mv 2025-07-24T14:39:33Z
dc.date.available.none.fl_str_mv 2025-07-24T14:39:33Z
dc.date.issued.fl_str_mv 2025
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.version.none.fl_str_mv info:eu-repo/semantics/publishedVersion
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12996/7219
url https://hdl.handle.net/20.500.12996/7219
dc.language.iso.none.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.none.fl_str_mv https://creativecommons.org/licenses/by-nc/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc/4.0/
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad Nacional Agraria La Molina
dc.publisher.country.none.fl_str_mv PE
publisher.none.fl_str_mv Universidad Nacional Agraria La Molina
dc.source.none.fl_str_mv reponame:UNALM-Institucional
instname:Universidad Nacional Agraria La Molina
instacron:UNALM
instname_str Universidad Nacional Agraria La Molina
instacron_str UNALM
institution UNALM
reponame_str UNALM-Institucional
collection UNALM-Institucional
bitstream.url.fl_str_mv https://repositorio.lamolina.edu.pe/bitstreams/0d3b19d2-0180-48d1-9447-699700ace044/download
https://repositorio.lamolina.edu.pe/bitstreams/2b2805dd-4baa-41a7-a8f0-a01c1f4ad8ec/download
https://repositorio.lamolina.edu.pe/bitstreams/7632b06c-986f-4d72-9e8f-8ba7e951427a/download
https://repositorio.lamolina.edu.pe/bitstreams/31ac1b42-a779-447e-a0ba-1a9869fb61d7/download
https://repositorio.lamolina.edu.pe/bitstreams/55a45a26-9c76-4bca-8a4e-3df0d6c9e65c/download
https://repositorio.lamolina.edu.pe/bitstreams/57066cd3-8531-43bc-9f2a-b5d07ca483a8/download
https://repositorio.lamolina.edu.pe/bitstreams/13cdb2e9-0a55-400c-b9c2-51adda87ddca/download
https://repositorio.lamolina.edu.pe/bitstreams/b676db31-bbc1-463e-a04d-daea1033c027/download
https://repositorio.lamolina.edu.pe/bitstreams/faa85429-10ab-4e63-a151-1015b3773094/download
https://repositorio.lamolina.edu.pe/bitstreams/1c3e92c8-0071-4b15-a351-54e1b3553db2/download
bitstream.checksum.fl_str_mv 17b46e1618d8bbe40cf843228002049d
00382323cb09684e975939a41c17d795
20c38fedc888296102469de59ab23d30
97c5bee00fbb4c4f8867bd742b579336
e43ed2bea73e81a5ffd85d2303a913b0
20fdbe6bc8841c5c0a135a1d875eee07
8d1b69dd9bdc9df4a8073c7a8193c7af
d92974e9a53972c98e1bc6809142e12f
0b12918eca0b8a3882c43972203250e7
252634fe5f0164baec199b4247b70118
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Universidad Nacional Agraria La Molina
repository.mail.fl_str_mv dspace@lamolina.edu.pe
_version_ 1843170448648437760
spelling Vidaurre Ruiz, Julio MauricioSalas Valerio, Walter Franciscoc098feb0-4fb9-4c33-9654-0eb534b3285c-1Gutierrez Alcázar, Fernando Manuel2025-07-24T14:39:33Z2025-07-24T14:39:33Z2025https://hdl.handle.net/20.500.12996/7219Universidad Nacional Agraria La Molina. Facultad de Industrias Alimentarias. Departamento Académico de Ingeniería de Alimentos y Productos AgropecuariosEl objetivo de la presente investigación fue predecir la temperatura inicial de congelación (Tf) de cinco frutas exóticas del Perú mediante Inteligencia Artificial, siendo esta propiedad física muy importante ya que influye en la calidad, seguridad y vida útil de productos congelados, además, sirve para determinar el tiempo de congelación de un alimento. Se emplearon redes neuronales artificiales con diferentes números de capas (3, 6 y 9) y neuronas por capa (5, 10 y 20) con cuatro variables de entrada (porcentaje de humedad, °Brix, porcentaje de acidez y pH). Posteriormente, se aplicaron funciones de activación no lineales, como la unidad lineal rectificada (ReLU) y la función sigmoidal, para permitir que la red neuronal capturara relaciones más complejas entre los datos. Además, se probó reduciendo una variable de entrada para verificar si se podía reducir el error. Los resultados se validaron con las temperaturas iniciales de congelación de 17 frutas halladas experimentalmente. A su vez, se generaron 6 000 datos utilizando los valores mínimos y máximos de las dos variables de entrada con mayor correlación con Tf para evaluar el impacto de un mayor volumen de datos en el entrenamiento. La configuración óptima resultó la de 4 variables de entrada, 3 capas ocultas y 20 neuronas por capa, obteniendo un coeficiente de determinación (R2) de 0.96 y una raíz del error cuadrático medio (RMSE) de 0.121 °C utilizando la función sigmoidal. Esta configuración permitió predecir la Tf de las frutas exóticas estudiadas, validándolas al compararlas con las mediciones experimentales y modelos matemáticos por lo que la pitahaya, aguaje, chirimoya, camu camu y sanky, obtuvieron valores de - 2.24, - 1.96, - 2.78, - 1.09 y - 1.07 °C, respectivamente. La comparación reveló una diferencia absoluta promedio de 0.12 °C, validando la precisión de dicha red neuronal. Esta investigación refuerza el uso de la Inteligencia Artificial para predecir propiedades físicas con alta precisión en la industria alimentaria.The objective of this research was to predict the initial freezing temperature (Tf) of five peruvian exotic fruits using Artificial Intelligence. This physical property is very important as it influences the quality, safety, and shelf life of frozen products and also determines the freezing time of food. Artificial neural networks were employed with different numbers of layers (3, 6, and 9) and neurons per layer (5, 10, and 20) using four input variables (moisture content, °Brix, acidity percentage, and pH). Subsequently, nonlinear activation functions such as the rectified linear unit (ReLU) and the sigmoid function were applied to allow the neural network to capture more complex relationships between the data. Additionally, the effect of reducing an input variable was tested to see if the error could be minimized. The results were validated with the initial freezing temperatures of 17 fruits determined experimentally. Furthermore, 6,000 data points were generated using the minimum and maximum values of the two input variables with the highest correlation with Tf to evaluate the impact of increased data volume on training. The optimal configuration was found to be 4 input variables, 3 hidden layers, and 20 neurons per layer, achieving an coefficient of determination (R2) of 0.96 and the root mean square error (RMSE) of 0.121 °C using the sigmoidal function. This configuration allowed for the prediction of the Tf of the studied exotic fruits, validating them by comparison with experimental measurements and mathematical models. The predicted Tf values for pitahaya, aguaje, chirimoya, camu camu, and sanky were -2.24, -1.96, -2.78, -1.09, and -1.07 °C, respectively. The comparison revealed an average absolute difference of 0.12 ± 0.11 °C, validating the accuracy of the neural network. This research reinforces the use of Artificial Intelligence to predict physical properties with high precision in the food industry.application/pdfspaUniversidad Nacional Agraria La MolinaPEinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc/4.0/Frutas exóticas del PerúPendienteDesarrollo de una red neuronal artificial capaz de predecir la temperatura inicial de congelación de frutas exóticas cultivadas en Perúinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersionreponame:UNALM-Institucionalinstname:Universidad Nacional Agraria La Molinainstacron:UNALMSUNEDUIndustrias AlimentariasUniversidad Nacional Agraria La Molina. Facultad de Industrias AlimentariasIngeniero en Industrias Alimentarias70450208https://orcid.org/0000-0003-0980-9474https://orcid.org/0000-0002-4143-40034515284308848043https://purl.org/pe-repo/renati/type#tesishttps://purl.org/pe-repo/renati/level#tituloProfesional721026Betalleluz Pallardel, Indira MilagrosLinares Garcia, Laura del RosarioRamos Ramirez, Miriam ElizabethORIGINALgutierrez-alcazar-fernando-manuel.pdfgutierrez-alcazar-fernando-manuel.pdfTexto completoapplication/pdf3627168https://repositorio.lamolina.edu.pe/bitstreams/0d3b19d2-0180-48d1-9447-699700ace044/download17b46e1618d8bbe40cf843228002049dMD5113 Antiplagio.pdf13 Antiplagio.pdfInforme originalidadapplication/pdf3818301https://repositorio.lamolina.edu.pe/bitstreams/2b2805dd-4baa-41a7-a8f0-a01c1f4ad8ec/download00382323cb09684e975939a41c17d795MD52Formato de Autorizacion.pdfFormato de Autorizacion.pdfAutorizaciónapplication/pdf684008https://repositorio.lamolina.edu.pe/bitstreams/7632b06c-986f-4d72-9e8f-8ba7e951427a/download20c38fedc888296102469de59ab23d30MD53LICENSElicense.txtlicense.txttext/plain; charset=utf-81664https://repositorio.lamolina.edu.pe/bitstreams/31ac1b42-a779-447e-a0ba-1a9869fb61d7/download97c5bee00fbb4c4f8867bd742b579336MD54TEXTgutierrez-alcazar-fernando-manuel.pdf.txtgutierrez-alcazar-fernando-manuel.pdf.txtExtracted texttext/plain101872https://repositorio.lamolina.edu.pe/bitstreams/55a45a26-9c76-4bca-8a4e-3df0d6c9e65c/downloade43ed2bea73e81a5ffd85d2303a913b0MD5513 Antiplagio.pdf.txt13 Antiplagio.pdf.txtExtracted texttext/plain101665https://repositorio.lamolina.edu.pe/bitstreams/57066cd3-8531-43bc-9f2a-b5d07ca483a8/download20fdbe6bc8841c5c0a135a1d875eee07MD57Formato de Autorizacion.pdf.txtFormato de Autorizacion.pdf.txtExtracted texttext/plain8https://repositorio.lamolina.edu.pe/bitstreams/13cdb2e9-0a55-400c-b9c2-51adda87ddca/download8d1b69dd9bdc9df4a8073c7a8193c7afMD59THUMBNAILgutierrez-alcazar-fernando-manuel.pdf.jpggutierrez-alcazar-fernando-manuel.pdf.jpgGenerated Thumbnailimage/jpeg4783https://repositorio.lamolina.edu.pe/bitstreams/b676db31-bbc1-463e-a04d-daea1033c027/downloadd92974e9a53972c98e1bc6809142e12fMD5613 Antiplagio.pdf.jpg13 Antiplagio.pdf.jpgGenerated Thumbnailimage/jpeg3005https://repositorio.lamolina.edu.pe/bitstreams/faa85429-10ab-4e63-a151-1015b3773094/download0b12918eca0b8a3882c43972203250e7MD58Formato de Autorizacion.pdf.jpgFormato de Autorizacion.pdf.jpgGenerated Thumbnailimage/jpeg5270https://repositorio.lamolina.edu.pe/bitstreams/1c3e92c8-0071-4b15-a351-54e1b3553db2/download252634fe5f0164baec199b4247b70118MD51020.500.12996/7219oai:repositorio.lamolina.edu.pe:20.500.12996/72192025-07-24 22:19:23.45https://creativecommons.org/licenses/by-nc/4.0/info:eu-repo/semantics/openAccessopen.accesshttps://repositorio.lamolina.edu.peRepositorio Universidad Nacional Agraria La Molinadspace@lamolina.edu.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
score 13.102698
Desarrollo de una red neuronal artificial capaz de predecir la temperatura inicial de congelación de frutas exóticas cultivadas en Perú
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).

Ejemplares Similares