Ayuda
Ir al contenido

Dialnet


Resumen de Análisis de calidad del vino por medio de técnicas de inteligencia artificial

Luisa F. Galeano Arias, Sergio G. Aguirre, Omar D. Castrillón Gómez

  • español

    El objetivo de este trabajo es establecer por medio de técnicas de inteligencia artificial las variables más influyentes en la calidad sensorial del vino. Se analiza una variable dependiente (calidad) y 10 variables independientes: acidez volátil, ácido cítrico, azúcar residual, cloruros, dióxido de azufre libre, dióxido de azufre total, densidad, pH, sulfatos, y alcohol. Se obtuvieron 300 registros de una base de datos y se seleccionaron estadísticamente las variables influyentes en un archivo. Este archivo es analizado con el algoritmo J48 (plataforma Weka) mediante un entrenamiento por medio de una validación cruzada. Los resultados muestran que, con una efectividad superior al 95%, las variables más influyentes en la calidad del vino son: alcohol, pH, sulfatos, ácido cítrico y la relación alcohol y sulfatos. Se concluye que el control de estas 4 variables es suficiente para mejorar la calidad del vino. No obstante, es necesario ampliar estos estudios a un espectro muestral más amplio.

  • English

    The objective of this research study is to determine the most influential variables in wine sensory quality by applying artificial intelligence techniques. The variables examined included one dependent variable (quality) and 10 independent variables: volatile acidity, citric acid, residual sugar, chlorides, total sulfur dioxide, density, pH, sulfates, and alcohol. A total of 300 records were obtained from a database and the most influential variables were statistically selected to structure a file. This file is analyzed using the J48 algorithm (Weka Platform) by cross-validation training. The results show that, with over a 95% effectiveness, the most influential variables in the quality of wine are: alcohol, pH, sulfates, citric acid, and the proportion of alcohol and sulfates. It is concluded that controlling these 4 variables is sufficient to improve wine quality. However, it is necessary to conduct further research by expanding sampling spectrum.


Fundación Dialnet

Dialnet Plus

  • Más información sobre Dialnet Plus