Título: PREDIÇÃO DA ATIVIDADE ANTIOXIDANTE DE FRUTAS ATRÁVES DO USO DE REDE NEURAL ARTIFICIAL

Título alternativo: PREDICTION OF ANTIOXIDANT ACTIVITY OF FRUIT THROUGH THE USE OF ARTIFICIAL NEURAL NETWORK

Autoria de: Helio Junior Alvarenga Godinho

Orientação de: Elisangela Elena Nunes Carvalho

Coorientação de: Mário Sérgio Lorenço

Presidente da banca: Elisângela Elena Nunes Carvalho

Primeiro membro da banca: Mário Sérgio Lorenço

Segundo membro da banca: Danilo José Machado de Abreu

Palavras-chaves: compostos fenólicos, alimentos funcionais, aprendizado de máquina, DPPH, HPLC

Data da defesa: 22/04/2022

Semestre letivo da defesa: 2021-2

Data da versão final: 29/04/2022

Data da publicação: 29/04/2022

Referência: Godinho, H. J. A. PREDIÇÃO DA ATIVIDADE ANTIOXIDANTE DE FRUTAS ATRÁVES DO USO DE REDE NEURAL ARTIFICIAL. 2022. 37 p. Trabalho de Conclusão de Curso (Graduação em Engenharia de Alimentos Bacharelado)-Universidade Federal de Lavras, Lavras, 2022.

Resumo: Os compostos antioxidantes são conhecidos por sua alta capacidade antioxidante. Em frutas essas substâncias agem como forma de proteção contra ataques de agentes externos e podem ser usadas a favor da saúde humana. A busca por alimentos funcionais e bem-estar tem crescido dia após dia, e como forma de minimizar processos, a tecnologia pode ser promissora nessa busca. O presente trabalho, teve como objetivo realizar a predição de atividade antioxidante em diferentes frutas utilizando rede neural artificial. As redes neurais artificiais são modelos que possuem unidades de processamento simples, conhecidos como neurônios artificiais, que trabalham com funções matemáticas simulando os neurônios biológicos. O banco de dados do trabalho foi composto por dez artigos, onde foram coletados dados como o perfil fenólico e atividade antioxidante de frutas para serem usados na rede neural de predição. A rede neural artificial se mostrou como uma ferramenta simples, rápida e precisa na previsão da capacidade antioxidante em frutas.

Abstract: Antioxidant compounds are known for their high antioxidant capacity. In fruits, these substances act as a form of protection against attack by external agents and can be used in favor of human health. The search for functional foods and well-being has grown day by day, and as a way to minimize processes, technology can be promising in this search. The present work aimed to predict the antioxidant activity in different fruits using an artificial neural network. Artificial neural networks are models that have simple processing units, known as artificial neurons, which work with mathematical functions simulating biological neurons. The database of the work consisted of ten articles, where data such as the phenolic profile and antioxidant activity of fruits were collected to be used in the prediction neural network. The artificial neural network proved to be a simple, fast and accurate tool for predicting the antioxidant capacity in fruits.

URI: sip.prg.ufla.br/publico/trabalhos_conclusao_curso/acessar_tcc_por_curso/
engenharia_de_alimentos/20212201611034

URI alternaviva: repositorio.ufla.br/handle/1/54535

Curso: G011 - ENGENHARIA DE ALIMENTOS (BACHARELADO)

Nome da editora: Universidade Federal de Lavras

Sigla da editora: UFLA

País da editora: Brasil

Gênero textual: Trabalho de Conclusão de Curso

Nome da língua do conteúdo: Português

Código da língua do conteúdo: por

Licença de acesso: Acesso aberto

Nome da licença: Licença do Repositório Institucional da Universidade Federal de Lavras

URI da licença: repositorio.ufla.br

Termos da licença: Acesso aos termos da licença em repositorio.ufla.br

Detentores dos direitos autorais: Helio Junior Alvarenga Godinho e Universidade Federal de Lavras

Baixar arquivo