HYBRID ARTIFICIAL NEURAL NETWORK APPLIEDTO MODELING SCFE OF BASIL AND ROSEMARY OILS

This work presents the results of a Hybrid Neural Network (HNN) technique as applied to modeling SCFE curves obtained from two Brazilian vegetable matrices. A series Hybrid Neural Network was employed to estimate the parameters of the phenomenological model. A small set of SCFE data of each vegetable was used to generate an extended data set, sufficient to train the network. Afterwards, other sets of experimental data, not used in the network training, were used to validate the present approach. The series HNN correlates well the experimental data and it is shown that the predictions accomplished with this technique may be promising for SCFE purposes.

Resistência de quatro genótipos de amendoim à produção de aflatoxina B1 após inoculação com Aspergillus flavus Link

Avaliou-se a produção de aflatoxina B1 pelo Aspergillus flavus IMI 190443, inoculado em sementes de genótipos de amendoim: Tatu Vermelho, VRR-245, 2117 e 2155, in natura e autoclavado a 1210 C por 20 minutos, previamente cultivados no Centro Experimental do Instituto Agronômico de Campinas, em 1995/96. A aflatoxina B1 foi quantificada por cromatografia em camada delgada, utilizando comparação visual com padrões. Os níveis de aflatoxina B1 das amostras autoclavadas e in natura dos genótipos Tatu Vermelho, VRR-245 e 2155 foram significativamente diferentes (p <0,05, Teste de Duncan) quando comparados aos níveis do genótipo 2117. O genótipo 2117, originário da Índia, apresentou independente do processo com e sem aquecimento os menores níveis de aflatoxina B1 em relação aos dos outros genótipos. Os resultados obtidos mostram perspectivas de exploração da resistência varietal no controle da aflatoxina.

Previsão de estabilidade de óleos vegetais através da rede de inteligência artificial

Redes Neurais Artificiais são técnicas computacionais que se utilizam de um modelo matemático capaz de adquirir conhecimentos pela experiência; esse comportamento inteligente da rede provém das interações entre unidades de processamento, denominadas de neurônios artificiais. O objetivo deste trabalho foi criar uma rede neural capaz de prever a estabilidade de óleos vegetais, a partir de dados de suas composições químicas, visando um modelo para a previsão da shelf-life de óleos vegetais, tendo como parâmetros apenas dados de suas composições químicas. Os primeiros passos do processo de desenvolvimento da rede consistiram na coleta de dados relativos ao problema e sua separação em um conjunto de treinamento e outro de testes. Estes conjuntos apresentaram como variáveis dados de composição química, que incluíram os valores totais em ácidos graxos, fenóis, tocoferóis e a composição individual em ácidos graxos. O passo seguinte foi a execução do treinamento, onde o padrão de entrada apresentado à rede como parâmetro de estabilidade foi o índice de peróxido, determinado experimentalmente por um período de 16 dias de armazenagem na ausência de luz, a 65ºC. Após o treinamento foi testada a capacidade de previsão adquirida pela rede, em função do parâmetro de estabilidade adotado, mas com um novo grupo de óleos. Seguindo o teste, foi determinada a correlação linear entre os valores de estabilidade previstos pela rede e aqueles determinados experimentalmente. Com os resultados obtidos, pode-se confirmar a viabilidade de previsão da estabilidade de óleos vegetais pela rede neural, a partir de dados de sua composição química, utilizando como parâmetro de estabilidade o índice de peróxido.

An artificial neural network model for prediction of quality characteristics of apples during convective dehydration

In this study, the effects of hot-air drying conditions on color, water holding capacity, and total phenolic content of dried apple were investigated using artificial neural network as an intelligent modeling system. After that, a genetic algorithm was used to optimize the drying conditions. Apples were dried at different temperatures (40, 60, and 80 °C) and at three air flow-rates (0.5, 1, and 1.5 m/s). Applying the leave-one-out cross validation methodology, simulated and experimental data were in good agreement presenting an error < 2.4 %. Quality index optimal values were found at 62.9 °C and 1.0 m/s using genetic algorithm.

Artificial neural networks (ANN): prediction of sensory measurements from instrumental data

The objective of this study was to predict by means of Artificial Neural Network (ANN), multilayer perceptrons, the texture attributes of light cheesecurds perceived by trained judges based on instrumental texture measurements. Inputs to the network were the instrumental texture measurements of light cheesecurd (imitative and fundamental parameters). Output variables were the sensory attributes consistency and spreadability. Nine light cheesecurd formulations composed of different combinations of fat and water were evaluated. The measurements obtained by the instrumental and sensory analyses of these formulations constituted the data set used for training and validation of the network. Network training was performed using a back-propagation algorithm. The network architecture selected was composed of 8-3-9-2 neurons in its layers, which quickly and accurately predicted the sensory texture attributes studied, showing a high correlation between the predicted and experimental values for the validation data set and excellent generalization ability, with a validation RMSE of 0.0506.

Uso da restrição hídrica na inoculação de fungos em sementes de algodoeiro (Gossypium hirsutum)

A disponibilidade de sementes com diferentes níveis de infecção por fungos ou outros patógenos transmissíveis por esta via é extremamente importante para diversos estudos em patologia de sementes. A presente pesquisa teve como objetivo avaliar o uso da restrição hídrica na inoculação de sementes de algodoeiro com vistas à obtenção de sementes infectadas por Colletotrichum gossypii, C. gossypii var. cephalosporioides, Botryodiplodia theobromae e Fusarium oxysporum f. sp. vasinfectum. A premissa foi baseada no fato de que infecção de sementes pode ser assegurada e controlada pela manutenção das sementes em contato com a colônia fúngica em desenvolvimento em meio agarizado contendo manitol em potencial osmótico que impeça, temporariamente, a germinação por períodos de incubação mais prolongados. Neste trabalho manitol foi testado nos potenciais hídricos de 0, -0,4, -0,6, -0,8 e -1,0 MPa. As sementes foram incubadas em câmara de crescimento vegetal a 25ºC, com fotoperíodo de 12 horas, permanecendo nestas condições por tempos variáveis, de acordo com o potencial hídrico utilizado. As sementes foram retiradas do meio e secadas sobre papel de filtro, em condições de laboratório e submetidas aos testes de germinação, emergência em bandejas e sanidade. Pelos resultados, o substrato com potencial hídrico na faixa de -0,8 a -1,0 MPa, proporcionou condições mais apropriadas para impedir temporariamente a germinação das sementes por um período de 4 e 5 dias, respectivamente, promovendo um maior índice de infecção das sementes, bem como uma maior percentagem de plântulas infectadas.

Métodos de inoculação de Alternaria alternata e A. dauci em sementes de salsa e sua influência na qualidade fisiológica

O objetivo neste trabalho foi avaliar o efeito da associação de Alternaria alternata e A. dauci na qualidade fisiológica de sementes de salsa inoculadas sob dois métodos, suspensão de conídios e restrição hídrica. Para a inoculação por suspensão, foi preparada uma solução contendo 10(5) conídios de A. alternata, A. dauci e ambas as espécies (A. alternata + A. dauci), na qual as sementes permaneceram por 30 minutos. Para inoculação por restrição hídrica foi preparado meio BDA, acrescido com 33,10 g/L de manitol, no qual cresceram as colônias de A. alternata; A. dauci e A. alternata + A. dauci. As sementes permaneceram nas placas por 48 horas. Após os procedimentos de inoculação, a qualidade fisiológica das sementes foi avaliada por testes realizados em condições controladas de laboratório e em casa de vegetação. As sementes de salsa tiveram a sua qualidade fisiológica prejudicada pela associação com A. alternata e A. dauci em condições de laboratório, especialmente com relação à germinação, primeira contagem de germinação, porcentagem de plântulas anormais, porcentagem de sementes mortas e ao teste de frio.

Qualidade fisiológica de sementes de três cultivares de trigo submetidas à inoculação e diferentes tratamentos

Objetivou-se avaliar a qualidade fisiológica de sementes de trigo submetidas aos tratamentos com bioestimulante, triadimenol e Azospirillum brasilense. O delineamento utilizado foi inteiramente casualizado, quatro repetições, esquema fatorial 3x8, três cultivares de trigo e oito tratamentos de sementes. As cultivares foram CD-150, CD-116 e CD-104, e os tratamentos foram obtidos da combinação entre: 150 g.L-1 de triadimenol (TRI); 90 mg.L-1 de cinetina + 50 mg.L-1 de ácido giberélico + 50 mg.L-1 de ácido indolbutírico (CGA) e estirpes Ab-V5 e Ab-V6 de A. brasilense na concentração de 2,0 x 10(8) células viáveis mL-1 (AZO), organizados da seguinte forma: testemunha; TRI; CGA; AZO; TRI+CGA; TRI+AZO; CGA+AZO e TRI+CGA+AZO. Foi avaliada a germinação e plântulas anormais (%); comprimento da parte aérea, hipocótilo e raiz; diâmetro do hipocótilo; número de raiz; massa seca da parte aérea e raiz, e a relação raiz/parte aérea. Os resultados evidenciaram que: os tratamentos não influenciaram a germinação; o bioestimulante e Azospirillum brasilense isolados ou em associação proporcionaram incrementos no desenvolvimento inicial de plântulas de trigo, e o triadimenol isolado ou associado com bioestimulante ou A. brasilense proporcionou menores valores de comprimento da parte aérea, hipocótilo, raiz e número de raiz, independente da cultivar testada.

Inteligência artificial e teoria de resolução de problemas

Este artigo é uma tentativa de delinear as principais características da pesquisa numa nova área de estudos a chamada Inteligência Artificial (AI). Os itens 1 e 2 constituem um rápido histórico da AI e seus pressupostos básicos. O item 3 trata da teoria de resolução de problemas, desenvolvida por A. Newell e H. Simon. O item 4 procura mostrar a relevância da AI para a Filosofia, em especial para a filosofia da Mente e para a Teoria do Conhecimento.

Robots, intencionalidade e inteligência artificial

O artigo aborda problemas filosóficos relativos à natureza da intencionalidade e da representação mental. A primeira parte apresenta um breve histórico dos problemas, percorrendo rapidamente alguns episódios da filosofia clássica e da filosofia contemporânea. A segunda parte examina o Chinese Room Argument (Argumento do Quarto do Chinês) formulado por J. Searle. A terceira parte desenvolve alguns argumentos visando mostrar a inadequação do modelo funcionalista de mente na construção de robots. A conclusão (quarta parte) aponta algumas alternativas ao modelo funcionalista tradicional, como, por exemplo, o conexionismo.

Modelling the colour difference by artificial neural network

This thesis work studies the modelling of the colour difference using artificial neural network. Multilayer percepton (MLP) network is proposed to model CIEDE2000 colour difference formula. MLP is applied to classify colour points in CIE xy chromaticity diagram. In this context, the evaluation was performed using Munsell colour data and MacAdam colour discrimination ellipses. Moreover, in CIE xy chromaticity diagram just noticeable differences (JND) of MacAdam ellipses centres are computed by CIEDE2000, to compare JND of CIEDE2000 and MacAdam ellipses. CIEDE2000 changes the orientation of blue areas in CIE xy chromaticity diagram toward neutral areas, but on the whole it does not totally agree with the MacAdam ellipses. The proposed MLP for both modelling CIEDE2000 and classifying colour points showed good accuracy and achieved acceptable results.

The performance and strategies of adolescents in learning to read artificial words /

The present study explored processing strategies used by individuals when they begin to read c;l script. Stimuli were artificial words created from symbols and based on an alphabetic system. The words were.presented to Grade Nine and Ten students, with variations included in the difficulty of orthography and word familiarity, and then scores were recorded on the mean number of trials for defined learning variables. Qualitative findings revealed that subjects 1 earned parts of the visual a'nd auditory features of words prior to hooking up the visual stimulus to the word's name. Performance measures-which appear to affect the rate of learning were as follows: auditory short-term memory, auditory delayed short-term memory, visual delayed short- term memory, and word attack or decod~ng skills. Qualitative data emerging in verbal reports by the subjects revealed that strategies they pefceived to use were, graphic, phonetic decoding and word .reading.

Enabling and Measuring Complexity in Evolving Designs using Generative Representations for Artificial Architecture

As the complexity of evolutionary design problems grow, so too must the quality of solutions scale to that complexity. In this research, we develop a genetic programming system with individuals encoded as tree-based generative representations to address scalability. This system is capable of multi-objective evaluation using a ranked sum scoring strategy. We examine Hornby's features and measures of modularity, reuse and hierarchy in evolutionary design problems. Experiments are carried out, using the system to generate three-dimensional forms, and analyses of feature characteristics such as modularity, reuse and hierarchy were performed. This work expands on that of Hornby's, by examining a new and more difficult problem domain. The results from these experiments show that individuals encoded with those three features performed best overall. It is also seen, that the measures of complexity conform to the results of Hornby. Moving forward with only this best performing encoding, the system was applied to the generation of three-dimensional external building architecture. One objective considered was passive solar performance, in which the system was challenged with generating forms that optimize exposure to the Sun. The results from these and other experiments satisfied the requirements. The system was shown to scale well to the architectural problems studied.

Evaluación de metodologías para la inducción artificial de huitlacoche.

Tesis (Maestría en Ciencias en Producción Agrícola) UANL