Redes neuronales artificiales para la modulación predictiva de la permeabilidad al vapor de agua de películas de quitosana con arcilla

Autores/as

  • Dairon Iglesias Guevara Universidad de La Habana. Instituto de Farmacia y Alimentos. La Habana, Cuba
  • Maribel Pino Hernández Universidad de La Habana. Instituto de Farmacia y Alimentos. La Habana, Cuba
  • Alicia Casariego Año Universidad de La Habana. Instituto de Farmacia y Alimentos. La Habana, Cuba
  • Marcos A. González Correa Universidad de La Habana. Instituto de Farmacia y Alimentos. La Habana, Cuba
  • Maikel Negrín Hernández Universidad de La Habana. Instituto de Farmacia y Alimentos. La Habana, Cuba

DOI:

https://doi.org/10.5377/nexo.v36i06.17441

Palabras clave:

Red Neuronal Artificial, Permeabilidad, película, quitosano

Resumen

El objetivo de este trabajo es aplicar las Redes Neuronales Artificiales (RNA) para la modelación predictiva de la permeabilidad al vapor de agua de películas de quitosana con arcilla, siendo este uno de los factores más importantes en la caracterización de películas y recubrimientos comestibles. Para ello se tomaron 30 conjuntos de datos aleatorios de la base de datos obtenidos por Casariego y col. (2009), para el entrenamiento selección y validación; y 10, igualmente aleatorios con el objetivo de introducir valores ajenos al entrenamiento de la Red y comparar los valores predichos contra resultados reales obtenidos en la base de datos utilizada. El diseño, programación y validación de la red se realizó en el Software Informático Neural Designer (Versión 591). Se eligió como modelo, Perceptron Multicapa; y una arquitectura de 3:5:1 (Capa de entrada: Capa oculta: Capa de salida) utilizando Tangente Hiperbólica como función de activación y Levenberg-Marguardt como algoritmo de aprendizaje. Se obtuvo un EMC de 0.00046 y un R2 de 0.9207 en la Regresión de los datos reales contra los datos simulados, siendo esto un resultado satisfactorio que demuestra el correcto entrenamiento de la Red y la eficacia de la predicción.

Descargas

Los datos de descargas todavía no están disponibles.
Resumen
77
PDF 145

Descargas

Publicado

2023-12-31

Cómo citar

Iglesias Guevara, D., Pino Hernández, M., Casariego Año, A., González Correa, M. A., & Negrín Hernández, M. (2023). Redes neuronales artificiales para la modulación predictiva de la permeabilidad al vapor de agua de películas de quitosana con arcilla. Nexo Revista Científica, 36(06), 854–865. https://doi.org/10.5377/nexo.v36i06.17441

Número

Sección

Artículo