¡Suscríbase a nuestra newsletter y manténgase al día con las últimas noticias!

Suscribirse Ya soy suscriptor

Está usted usando un software que bloquea nuestros anuncios.

Ya que publicamos noticias gratuitamente, dependemos de los ingresos de nuestros banners. Por favor, le rogamos que desactive su bloqueador de anuncios y recargue la página para poder seguir visitando esta web.
¡Gracias!

Haga clic aquí para leer la guía de cómo desactivar su bloqueador de anuncios.

Sign up for our daily Newsletter and stay up to date with all the latest news!

Suscripción I am already a subscriber

Investigadores aplican inteligencia artificial para determinar la temperatura inicial de congelación de frutas exóticas

Investigadores de la Universidad Nacional Agraria La Molina (UNALM) desarrollan un innovador modelo basado en inteligencia artificial para determinar la temperatura inicial de congelación de frutas exóticas peruanas como el aguaje, camu camu, aguaymanto, pitahaya y sanki.

La investigación, liderada por los docentes Ing. Walter Salas y Dr. Julio Vidaurre de la Facultad de Industrias Alimentarias (FIAL) y ejecutada por el tesista Fernando Gutiérrez de la FIAL, con apoyo del estudiante Kevin Quesada De la Cruz de la Facultad de Ciencias, busca predecir con exactitud la temperatura con que se forman los primeros cristales de hielo en las frutas, para así diseñar eficientemente los procesos de congelación y garantizar productos de mayor calidad en los mercados nacionales e internacionales.

© UNAM

El proyecto surge ante la creciente demanda global de frutas exóticas y la ausencia de información científica sobre las propiedades de congelación de dichas materias primas. Para resolver este vacío, los investigadores han diseñado un modelo predictivo que permite estimar con mayor precisión la temperatura inicial de congelación, un parámetro clave para conservar las propiedades nutricionales y organolépticas de los alimentos.

La metodología consistió en entrenar una red neuronal con datos de frutas de consumo masivo, y posteriormente validar el modelo con frutas nativas poco estudiadas. Este enfoque permitió obtener resultados confiables y adaptados a la realidad de la agroexportación peruana, brindando a las empresas herramientas tecnológicas para optimizar sus procesos productivos.

Uno de los aportes más valiosos del proyecto es que la herramienta desarrollada puede utilizarse en plataformas de acceso libre como Google Colab, lo que permite a técnicos y empresas realizar predicciones desde un celular o una computadora. Con ello se reducen los costos y el tiempo de ensayo y error en plantas agroexportadoras, al mismo tiempo que se incrementa la competitividad del sector.

Además de su impacto económico, los investigadores de la UNALM destacan que esta iniciativa abre camino a nuevas aplicaciones de la inteligencia artificial en la industria alimentaria. A nivel académico, la propuesta servirá como experiencia formativa para estudiantes de pregrado y posgrado, y a futuro se proyecta su incorporación en investigaciones avanzadas y servicios a empresas que buscan innovar en productividad y calidad de sus productos.

Los resultados de la investigación han sido publicados recientemente en la revista científica: Journal of Food Process Engineering (https://onlinelibrary.wiley.com/doi/10.1111/jfpe.70204), la cual es una revista clave en el ámbito de la ingeniería de alimentos y está indexada en SCOPUS.

Fuente: lamolina.edu.pe/

Fecha de publicación: