Caracterización y discriminación de parafinas de uso agroalimentario mediante espectroscopía Vis-NIR y aprendizaje automático

Resumen

Las parafinas son productos derivados del petróleo (PDPs) con un amplio espectro de aplicaciones de consumo e industriales, incluida la agroalimentaria, que varían según su com posición química. Este estudio presenta un método basado en la espectroscopia visible e infrarroja cercana en combinación con el aprendizaje automático para la correcta caracterización y discriminación de los dos tipos de parafinas más comúnmente comercializadas. Por otra parte, los datos espectroscópicos combinados con algoritmos de aprendizaje automático no supervisados, como el análisis jerárquico de conglomerados (HCA), y con algoritmos de aprendizaje automático supervisados no paramétricos, como las máquinas de vectores de soporte (SVM) y los bosques aleatorios (RF), permitieron caracterizar y discriminar las muestras en función de la composición molecular. Los resultados obtenidos demostraron la idoneidad de esta técnica analítica rápida, ecológica y económica como alternativa a los métodos actuales para el control de calidad automático de las parafinas.