Please use this identifier to cite or link to this item:
https://rinacional.tecnm.mx/jspui/handle/TecNM/9765Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.author | GONZALEZ SANCHEZ, BLANCA+E. | - |
| dc.creator | GONZALEZ SANCHEZ, BLANCA+E.#GOSB670909MDFNNL06 | - |
| dc.date.accessioned | 2025-05-12T18:45:22Z | - |
| dc.date.available | 2025-05-12T18:45:22Z | - |
| dc.date.issued | 2024-03-15 | - |
| dc.identifier.uri | https://rinacional.tecnm.mx/jspui/handle/TecNM/9765 | - |
| dc.description | El presente trabajo doctoral se enfoca en la determinación de las propiedades sensoriales del café verde mediante el análisis de sus variables físicas, deformaciones de los granos y datos de espectroscopia NIR. La primera contribución destacada se centra en el estudio de las características físicas y los defectos del café verde que influyen en sus notas sensoriales, utilizando modelos de Machine Learning. Los resultados muestran la posibilidad de comprender cómo las variables físicas y las deformaciones de los granos impactan en dichas notas. Se llevó a cabo un análisis detallado para estimar un perfil sensorial preciso del café verde, considerando su variedad, tipo y defectos en grano. La segunda contribución se basa en los estudios de espectroscopia NIR en granos de café verde para determinar las notas sensoriales mediante aprendizaje profundo. Esto permitió identificar la relación entre ciertas combinaciones de estructuras orgánicas del café verde y sus notas sensoriales en aroma, fragancia, sabor y resabio. En ambos casos, se emplearon modelos de inteligencia artificial, incluyendo Machine Learning y Deep Learning, para determinar las variables clave y desarrollar sistemas inteligentes capaces de predecir las notas sensoriales del café utilizando tanto información física como datos de espectroscopia NIR. | es_MX |
| dc.language.iso | spa | es_MX |
| dc.publisher | Tecnológico Nacional de México | es_MX |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0 | es_MX |
| dc.subject | info:eu-repo/classification/cti/7 | es_MX |
| dc.subject.other | Café verde, Espectroscopia, Perfil Sensorial, Inteligencia Artificial | es_MX |
| dc.title | PREDICCION DE LA CALIDAD DEL CAFE Y SUS PROPIEDADES SENSORIALES UTILIZANDO ANALISIS ESPECTROSCOPICOS Y FISICOS DEL CAFE A TRAVES DE METODOLOGIAS DE INTELIGENCIA ARTIFICIAL | es_MX |
| dc.type | info:eu-repo/semantics/doctoralThesis | es_MX |
| dc.contributor.director | SANDOVAL GONZALEZ, OSCAR+O.%163773 | - |
| dc.contributor.director | FLORES CUAUTLE, JOSE+D. | - |
| dc.rights.access | info:eu-repo/semantics/openAccess | es_MX |
| dc.publisher.tecnm | Instituto Tecnológico de Orizaba | es_MX |
| Appears in Collections: | Doctorado en Ciencias de la Ingeniería | |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| TESIS_DCI_BEGS.pdf | 19.24 MB | Adobe PDF | View/Open | |
| GONZALEZ SANCHEZ BLANCA ESTELA-LICENCIA.pdf | 170.84 kB | Adobe PDF | View/Open |
This item is protected by original copyright |
This item is licensed under a Creative Commons License
