Reconocimiento inteligente de la etapa de fermentación del baijiu basado en la fusión de datos multidimensionales y...

Área de la Ciencia:

• Ciencia y Tecnología de los Alimentos
• Biotecnología
• Inteligencia Artificial en la Manufactura

Sus antecedentes:

• La producción tradicional de Baijiu se basa en la experiencia humana, careciendo de control objetivo en tiempo real durante la fermentación en estado sólido.
• Los métodos actuales implican análisis retrospectivos fuera de línea, lo que dificulta la optimización y estandarización del proceso.
• Es necesario contar con sistemas inteligentes para monitorear y controlar las etapas de fermentación de manera dinámica.

Objetivo del estudio:

• Desarrollar un método de identificación inteligente para las etapas de fermentación de Baijiu utilizando datos de sensores multidimensionales y aprendizaje automático explicable.
• Segmentar objetivamente la fermentación en etapas distintas y validar la segmentación utilizando diversas técnicas analíticas.
• Evaluar algoritmos de aprendizaje automático para una identificación precisa e interpretable de las etapas de fermentación.

Principales métodos:

• Aprendizaje no supervisado para la segmentación objetiva de la fermentación en tres etapas.
• Validación mediante cinética bioquímica, análisis discriminante de mínimos parciales (PLS-DA) y análisis de compuestos de sabor.
• Evaluación de seis algoritmos de aprendizaje automático, con un enfoque en Multilayer Perceptron (MLP) y Shapley Additive exPlanations (SHAP) para la interpretabilidad.

Principales resultados:

• El proceso de fermentación se segmentó objetivamente en tres etapas distintas, validadas en múltiples dimensiones.
• El modelo Multilayer Perceptron (MLP) logró una precisión del 99,48 % en la identificación de las etapas de fermentación en un conjunto de prueba independiente.
• El análisis SHAP identificó la concentración de CO2, el pH, la temperatura y la humedad como características clave que impulsan la clasificación, destacando sus interacciones no lineales.

Conclusiones:

• El método inteligente desarrollado proporciona una solución escalable y rentable para el monitoreo de la fermentación en tiempo real.
• Este enfoque facilita la transición de la elaboración de Baijiu basada en la experiencia a una producción estandarizada e inteligente.
• Ofrece una base técnica sólida para el avance de las industrias tradicionales de alimentos fermentados a través de la integración de la IA.