Para no perder ni un gramo de carne,

coloca el dispositivo en posición vertical.

; )

Lo sentimos, nuestra web no es muy amiga de Internet Explorer. Por favor, utiliza otro navegador.

PHOTOFOODML- “Desarrollo de herramientas informáticas de Machine Learning para su utilización en espectroscopía NIR e imagen hiperespectral” IDI/2021/000299

En este proyecto, se busca crear las herramientas informáticas necesarias para facilitar la introducción de técnicas punteras dentro del Machine Learning y para su posterior uso por parte del centro tecnológico en la creación de modelos matemáticos de predicción para espectroscopía NIR e imagen hiperespectral. Las técnicas de Machine Learning son:

  • Randon Forests y Gradient Boosting.
  • AutoML (Automatic Machine Learning).
  • Herramientas de Deep Learning.

Objetivos

El objetivo principal  es desarrollar y testear herramientas de Machine Learning de vanguardia, para estar en disposición de usar estos desarrollos en futuros trabajos/proyectos relacionados con la espectroscopía NIR e imagen hiperespectral para la industria agroalimentaria del Principado de Asturias.

 objetivos específicos:

  • Definición del diseño de experimento.
  • Generar la cantidad de datos necesaria.
  • Desarrollo de los algoritmos informáticos 
  • Desarrollo de modelos matemáticos de predicción de Machine Learning.
  • Análisis de los resultados obtenidos de la creación de modelos de Machine Learning.

Resultados esperados

Adquirir más experiencia y conocimiento sobre el funcionamiento, posibilidades y oportunidades que ofrecen la espectroscopía NIR y la imagen hiperespectral para poder aplicarlos al desarrollo de futuras aplicaciones para productos/procesos del sector agroalimentario asturiano.

Financiación