ANÁLISE DE COMPONENTES PRINCIPAIS DE CERVEJAS DO TIPO PILSEN USANDO IMAGENS DIGITAIS
"2018-07-17 00:00:00" // app/Providers/../Base/Publico/Artigo/resources/show_includes/info_artigo.blade.php
App\Base\Administrativo\Model\Artigo {#1843 // app/Providers/../Base/Publico/Artigo/resources/show_includes/info_artigo.blade.php #connection: "mysql" +table: "artigo" #primaryKey: "id" #keyType: "int" +incrementing: true #with: [] #withCount: [] +preventsLazyLoading: false #perPage: 15 +exists: true +wasRecentlyCreated: false #escapeWhenCastingToString: false #attributes: array:35 [ "id" => 42899 "edicao_id" => 91 "trabalho_id" => 152 "inscrito_id" => 1171 "titulo" => "ANÁLISE DE COMPONENTES PRINCIPAIS DE CERVEJAS DO TIPO PILSEN USANDO IMAGENS DIGITAIS" "resumo" => "Visando as frequentes fraudes e os avanços nas tecnologias para aquisição e tratamento de imagens, este trabalho teve por objetivo estabelecer um modelo de classificação para as diferentes marcas de cervejas mais comuns no Agreste Potiguar. A análise foi realizada através do aplicativo PhotoMetrix® em um smartphone, utilizando a decomposição das imagens digitais nos canais de cores RGB e os estudos da quimiometria com o tratamento de dados em análise de componentes principais (PCA, do inglês Principal Component Analysis). Foram analisadas oito marcas de cervejas claras (do tipo pilsen), de modo que as imagens obtidas de cada uma delas mostraram-se com tonalidades de cor diferentes uma das outras, uma vez que cada fabricante, além de criar bebidas com gostos distintos, também adquirem uma cor típica da sua marca. Os resultados em PCA apresentaram scores com, aproximadamente, 100% da variância total do conjunto de dados descrita em apenas três componentes principais, o que permitiu diferenciar os diversos rótulos em conjuntos distintos de acordo com as marcas em questão. Ainda que não seja identificável aos nossos olhos, a distinção da cor das cervejas existe e pode ser comprovada a partir da sua absorbância, grandeza essa que é, comumente, utilizada nas cervejarias para alcançar a coloração desejada. De posse destes resultados, observou-se que a análise de imagens digitais se correlaciona com absortividade da bebida e, portanto, conclui-se que o método de classificação proposto, além de ser quimicamente verde, permite identificar com confiança e rapidamente se uma amostra teve ou não o rótulo adulterado." "modalidade" => "Comunicação Oral (CO)" "area_tematica" => "AT 06 - Ciência e Tecnologia de Alimentos: interface entre ensino e pesquisa" "palavra_chave" => "CERVEJAS, ANÁLISE DE COMPONENTES PRINCIPAIS, PHOTOMETRIX, IMAGENS DIGITAIS" "idioma" => "Português" "arquivo" => "TRABALHO_EV107_MD1_SA16_ID1171_15052018000446.pdf" "created_at" => "2020-05-28 15:53:27" "updated_at" => "2020-06-09 19:22:28" "ativo" => 1 "autor_nome" => "ILENA REBECA ALVES DOS SANTOS SOUZA" "autor_nome_curto" => "REBECA" "autor_email" => "ilenarebeca@gmail.com" "autor_ies" => null "autor_imagem" => "" "edicao_url" => "anais-iii-conapesc" "edicao_nome" => "Anais III CONAPESC" "edicao_evento" => "III Congresso Nacional de Pesquisa e Ensino em Ciências" "edicao_ano" => 2018 "edicao_pasta" => "anais/conapesc/2018" "edicao_logo" => "5e49fcf7a5075_16022020233951.jpg" "edicao_capa" => "5e49fcf7a4784_16022020233951.jpg" "data_publicacao" => null "edicao_publicada_em" => "2018-07-17 00:00:00" "publicacao_id" => 28 "publicacao_nome" => "Anais do Conapesc" "publicacao_codigo" => "2525-6696" "tipo_codigo_id" => 1 "tipo_codigo_nome" => "ISSN" "tipo_publicacao_id" => 1 "tipo_publicacao_nome" => "ANAIS de Evento" ] #original: array:35 [ "id" => 42899 "edicao_id" => 91 "trabalho_id" => 152 "inscrito_id" => 1171 "titulo" => "ANÁLISE DE COMPONENTES PRINCIPAIS DE CERVEJAS DO TIPO PILSEN USANDO IMAGENS DIGITAIS" "resumo" => "Visando as frequentes fraudes e os avanços nas tecnologias para aquisição e tratamento de imagens, este trabalho teve por objetivo estabelecer um modelo de classificação para as diferentes marcas de cervejas mais comuns no Agreste Potiguar. A análise foi realizada através do aplicativo PhotoMetrix® em um smartphone, utilizando a decomposição das imagens digitais nos canais de cores RGB e os estudos da quimiometria com o tratamento de dados em análise de componentes principais (PCA, do inglês Principal Component Analysis). Foram analisadas oito marcas de cervejas claras (do tipo pilsen), de modo que as imagens obtidas de cada uma delas mostraram-se com tonalidades de cor diferentes uma das outras, uma vez que cada fabricante, além de criar bebidas com gostos distintos, também adquirem uma cor típica da sua marca. Os resultados em PCA apresentaram scores com, aproximadamente, 100% da variância total do conjunto de dados descrita em apenas três componentes principais, o que permitiu diferenciar os diversos rótulos em conjuntos distintos de acordo com as marcas em questão. Ainda que não seja identificável aos nossos olhos, a distinção da cor das cervejas existe e pode ser comprovada a partir da sua absorbância, grandeza essa que é, comumente, utilizada nas cervejarias para alcançar a coloração desejada. De posse destes resultados, observou-se que a análise de imagens digitais se correlaciona com absortividade da bebida e, portanto, conclui-se que o método de classificação proposto, além de ser quimicamente verde, permite identificar com confiança e rapidamente se uma amostra teve ou não o rótulo adulterado." "modalidade" => "Comunicação Oral (CO)" "area_tematica" => "AT 06 - Ciência e Tecnologia de Alimentos: interface entre ensino e pesquisa" "palavra_chave" => "CERVEJAS, ANÁLISE DE COMPONENTES PRINCIPAIS, PHOTOMETRIX, IMAGENS DIGITAIS" "idioma" => "Português" "arquivo" => "TRABALHO_EV107_MD1_SA16_ID1171_15052018000446.pdf" "created_at" => "2020-05-28 15:53:27" "updated_at" => "2020-06-09 19:22:28" "ativo" => 1 "autor_nome" => "ILENA REBECA ALVES DOS SANTOS SOUZA" "autor_nome_curto" => "REBECA" "autor_email" => "ilenarebeca@gmail.com" "autor_ies" => null "autor_imagem" => "" "edicao_url" => "anais-iii-conapesc" "edicao_nome" => "Anais III CONAPESC" "edicao_evento" => "III Congresso Nacional de Pesquisa e Ensino em Ciências" "edicao_ano" => 2018 "edicao_pasta" => "anais/conapesc/2018" "edicao_logo" => "5e49fcf7a5075_16022020233951.jpg" "edicao_capa" => "5e49fcf7a4784_16022020233951.jpg" "data_publicacao" => null "edicao_publicada_em" => "2018-07-17 00:00:00" "publicacao_id" => 28 "publicacao_nome" => "Anais do Conapesc" "publicacao_codigo" => "2525-6696" "tipo_codigo_id" => 1 "tipo_codigo_nome" => "ISSN" "tipo_publicacao_id" => 1 "tipo_publicacao_nome" => "ANAIS de Evento" ] #changes: [] #casts: array:14 [ "id" => "integer" "edicao_id" => "integer" "trabalho_id" => "integer" "inscrito_id" => "integer" "titulo" => "string" "resumo" => "string" "modalidade" => "string" "area_tematica" => "string" "palavra_chave" => "string" "idioma" => "string" "arquivo" => "string" "created_at" => "datetime" "updated_at" => "datetime" "ativo" => "boolean" ] #classCastCache: [] #attributeCastCache: [] #dates: [] #dateFormat: null #appends: [] #dispatchesEvents: [] #observables: [] #relations: [] #touches: [] +timestamps: false #hidden: [] #visible: [] +fillable: array:13 [ 0 => "edicao_id" 1 => "trabalho_id" 2 => "inscrito_id" 3 => "titulo" 4 => "resumo" 5 => "modalidade" 6 => "area_tematica" 7 => "palavra_chave" 8 => "idioma" 9 => "arquivo" 10 => "created_at" 11 => "updated_at" 12 => "ativo" ] #guarded: array:1 [ 0 => "*" ] }