Evaluación crítica de enfoques de aprendizaje automático para clasificación, predicción dinámica y modelado sustituto

Núria Campo-Manzanares1, Artai R Moimenta1, Eva Balsa-Canto2

  • 1Biosystems and Bioprocess Engineering, Bio2Eng, IIM-CSIC, Vigo, Spain; Applied Mathematics Dept. II, University of Vigo, Vigo, Spain.

Resumen

Los modelos de aprendizaje automático (ML) muestran promesa en la ciencia de los alimentos pero luchan con datos limitados en comparación con los modelos basados en conocimiento (KB). Un enfoque híbrido que combina modelos de ML y KB ofrece una precisión de predicción mejorada en sistemas de fermentación complejos.