Identificación de adulteraciones en quesos rallados de pasta dura utilizando análisis de imágenes

Autores
López Pérez, Jorge I.; Visconti, Lucas G.
Año de publicación
2024
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
La adulteración de quesos rallados de pasta dura genera inquietudes en torno a la calidad y el valor nutricional de estos productos, planteando potenciales riesgos para la salud pública. Ante este desafío, se requiere un método eficaz que permita identificar aditivos y determinar su concentración, sin comprometer las propiedades organolépticas del producto. El análisis por imágenes se presenta como una alternativa rápida y económica para asegurar la autenticidad y calidad de los productos lácteos, al mismo tiempo que fomenta la transparencia en la industria alimentaria. En este estudio se presenta una implementación innovadora que combina una red neuronal convolucional pre entrenada, VGG16, con un regresor XGBoost para estimar el porcentaje de adulterante presente en quesos rallados. Esta metodología ofrece una evaluación precisa y confiable de la calidad y autenticidad de los productos lácteos. Los resultados obtenidos destacan la eficacia de este enfoque para abordar la adulteración en alimentos y fortalecer la seguridad alimentaria. Mediante el uso de técnicas avanzadas de análisis de datos y aprendizaje automático, este método proporciona una herramienta valiosa para la detección temprana de prácticas fraudulentas en la industria láctea, contribuyendo así a proteger la salud pública y garantizar la calidad de los alimentos para los consumidores.
Sociedad Argentina de Informática e Investigación Operativa
Materia
Ciencias Informáticas
Adulteración de alimentos
Quesos rallados
Análisis por imágenes
Red neuronal convolucional
Aprendizaje automático
Seguridad alimentaria
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/177112
Acceder
id SEDICI_d0dee77b7564a95d2ca507a16260b8f7
oai_identifier_str oai:sedici.unlp.edu.ar:10915/177112
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Identificación de adulteraciones en quesos rallados de pasta dura utilizando análisis de imágenesLópez Pérez, Jorge I.Visconti, Lucas G.Ciencias InformáticasAdulteración de alimentosQuesos ralladosAnálisis por imágenesRed neuronal convolucionalAprendizaje automáticoSeguridad alimentariaLa adulteración de quesos rallados de pasta dura genera inquietudes en torno a la calidad y el valor nutricional de estos productos, planteando potenciales riesgos para la salud pública. Ante este desafío, se requiere un método eficaz que permita identificar aditivos y determinar su concentración, sin comprometer las propiedades organolépticas del producto. El análisis por imágenes se presenta como una alternativa rápida y económica para asegurar la autenticidad y calidad de los productos lácteos, al mismo tiempo que fomenta la transparencia en la industria alimentaria. En este estudio se presenta una implementación innovadora que combina una red neuronal convolucional pre entrenada, VGG16, con un regresor XGBoost para estimar el porcentaje de adulterante presente en quesos rallados. Esta metodología ofrece una evaluación precisa y confiable de la calidad y autenticidad de los productos lácteos. Los resultados obtenidos destacan la eficacia de este enfoque para abordar la adulteración en alimentos y fortalecer la seguridad alimentaria. Mediante el uso de técnicas avanzadas de análisis de datos y aprendizaje automático, este método proporciona una herramienta valiosa para la detección temprana de prácticas fraudulentas en la industria láctea, contribuyendo así a proteger la salud pública y garantizar la calidad de los alimentos para los consumidores.Sociedad Argentina de Informática e Investigación Operativa2024-08info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf89-98http://sedici.unlp.edu.ar/handle/10915/177112spainfo:eu-repo/semantics/altIdentifier/url/https://revistas.unlp.edu.ar/JAIIO/article/view/17882info:eu-repo/semantics/altIdentifier/issn/2451-7496info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:47:48Zoai:sedici.unlp.edu.ar:10915/177112Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:47:48.432SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Identificación de adulteraciones en quesos rallados de pasta dura utilizando análisis de imágenes
title Identificación de adulteraciones en quesos rallados de pasta dura utilizando análisis de imágenes
spellingShingle Identificación de adulteraciones en quesos rallados de pasta dura utilizando análisis de imágenes
López Pérez, Jorge I.
Ciencias Informáticas
Adulteración de alimentos
Quesos rallados
Análisis por imágenes
Red neuronal convolucional
Aprendizaje automático
Seguridad alimentaria
title_short Identificación de adulteraciones en quesos rallados de pasta dura utilizando análisis de imágenes
title_full Identificación de adulteraciones en quesos rallados de pasta dura utilizando análisis de imágenes
title_fullStr Identificación de adulteraciones en quesos rallados de pasta dura utilizando análisis de imágenes
title_full_unstemmed Identificación de adulteraciones en quesos rallados de pasta dura utilizando análisis de imágenes
title_sort Identificación de adulteraciones en quesos rallados de pasta dura utilizando análisis de imágenes
dc.creator.none.fl_str_mv López Pérez, Jorge I.
Visconti, Lucas G.
author López Pérez, Jorge I.
author_facet López Pérez, Jorge I.
Visconti, Lucas G.
author_role author
author2 Visconti, Lucas G.
author2_role author
dc.subject.none.fl_str_mv Ciencias Informáticas
Adulteración de alimentos
Quesos rallados
Análisis por imágenes
Red neuronal convolucional
Aprendizaje automático
Seguridad alimentaria
topic Ciencias Informáticas
Adulteración de alimentos
Quesos rallados
Análisis por imágenes
Red neuronal convolucional
Aprendizaje automático
Seguridad alimentaria
dc.description.none.fl_txt_mv La adulteración de quesos rallados de pasta dura genera inquietudes en torno a la calidad y el valor nutricional de estos productos, planteando potenciales riesgos para la salud pública. Ante este desafío, se requiere un método eficaz que permita identificar aditivos y determinar su concentración, sin comprometer las propiedades organolépticas del producto. El análisis por imágenes se presenta como una alternativa rápida y económica para asegurar la autenticidad y calidad de los productos lácteos, al mismo tiempo que fomenta la transparencia en la industria alimentaria. En este estudio se presenta una implementación innovadora que combina una red neuronal convolucional pre entrenada, VGG16, con un regresor XGBoost para estimar el porcentaje de adulterante presente en quesos rallados. Esta metodología ofrece una evaluación precisa y confiable de la calidad y autenticidad de los productos lácteos. Los resultados obtenidos destacan la eficacia de este enfoque para abordar la adulteración en alimentos y fortalecer la seguridad alimentaria. Mediante el uso de técnicas avanzadas de análisis de datos y aprendizaje automático, este método proporciona una herramienta valiosa para la detección temprana de prácticas fraudulentas en la industria láctea, contribuyendo así a proteger la salud pública y garantizar la calidad de los alimentos para los consumidores.
Sociedad Argentina de Informática e Investigación Operativa
description La adulteración de quesos rallados de pasta dura genera inquietudes en torno a la calidad y el valor nutricional de estos productos, planteando potenciales riesgos para la salud pública. Ante este desafío, se requiere un método eficaz que permita identificar aditivos y determinar su concentración, sin comprometer las propiedades organolépticas del producto. El análisis por imágenes se presenta como una alternativa rápida y económica para asegurar la autenticidad y calidad de los productos lácteos, al mismo tiempo que fomenta la transparencia en la industria alimentaria. En este estudio se presenta una implementación innovadora que combina una red neuronal convolucional pre entrenada, VGG16, con un regresor XGBoost para estimar el porcentaje de adulterante presente en quesos rallados. Esta metodología ofrece una evaluación precisa y confiable de la calidad y autenticidad de los productos lácteos. Los resultados obtenidos destacan la eficacia de este enfoque para abordar la adulteración en alimentos y fortalecer la seguridad alimentaria. Mediante el uso de técnicas avanzadas de análisis de datos y aprendizaje automático, este método proporciona una herramienta valiosa para la detección temprana de prácticas fraudulentas en la industria láctea, contribuyendo así a proteger la salud pública y garantizar la calidad de los alimentos para los consumidores.
publishDate 2024
dc.date.none.fl_str_mv 2024-08
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/177112
url http://sedici.unlp.edu.ar/handle/10915/177112
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/https://revistas.unlp.edu.ar/JAIIO/article/view/17882
info:eu-repo/semantics/altIdentifier/issn/2451-7496
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
89-98
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1844616341097545728
score 13.070432

Publicaciones similares