Trabalho de evento

Random forest na predição de danos em lima ácida 'Tahiti' através de dados colorimétricos (2024)

• Authors:
  • Costa, Bruna Miranda
  • Brandão, Júlia Rossatto
  • Taver, Isabela
  • Jacomino, Angelo Pedro
• USP affiliated authors: JACOMINO, ANGELO PEDRO - ESALQ ; BRANDÃO, JÚLIA ROSSATTO - ESALQ ; COSTA, BRUNA MIRANDA - ESALQ ; TAVER, ISABELA BARROSO - ESALQ
• Unidade: ESALQ
• Subjects: APRENDIZADO COMPUTACIONAL; DANOS MECÂNICOS; LIMA; PÓS-COLHEITA
• Agências de fomento:
  • Financiamento FAPESP
  • Financiamento CAPES
  • Financiamento FUSP
• Language: Inglês
• Abstract: Em 2022, a produção de lima ácida 'Tahiti' superou 1,6 milhões de toneladas, posicionando o país entre os 10 maiores produtores mundiais (FAOSTAT, 2024). Dada a importância desse mercado, é necessário o beneficiamento para fornecer frutos com qualidade. Durante esse processo, frutos com defeitos, como danos mecânicos originados frequentemente no campo, são removidos. Esses danos alteram a aparência dos frutos, perceptíveis pela mudança na coloração da casca. Neste contexto, com o objetivo de otimizar o tempo de seleção na beneficiadora, este estudo buscou identificar danos mecânicos induzidos artificialmente em limas ácidas 'Tahiti' através da aquisição de dados colorimétricos e predição com o algoritmo de aprendizado de máquina random forest. Foram coletadas 120 limas ácidas 'Tahiti' com 50±5 mm, sendo 50% em estádio de maturação fisiológica conforme os padrões de qualidade para exportação e 50% em estádio para o mercado interno. Os frutos foram transportados ao Laboratório de Pós-Colheita de Produtos Hortícolas ESALQ-USP, onde foram higienizados e submetidos a danos mecânicos por um prumo solto a uma altura de 60 cm.As medidas de cor foram adquiridas por um colorímetro Minolta CR-300 em sistema CIELab, para posterior análise multivariada de componentes principais (PCA). Foi utilizado o modelo de classificação do algoritmo random forest para a predição dos danos nos frutos. A PC1 captou 84,67% da variância total dos dados, sendo a mais significativa na variabilidade das variáveis categóricas, enquanto as componentes 2 e 3 corresponderam a 13,51% e 1,75%, respectivamente. A acurácia do modelo de random forest por parâmetros colorimétricos foi de 80%, sendo L*, b* e C* os parâmetros mais determinantes, correspondendo a 24%, 20% e 18% na predição do modelo. O estágio de maturação também contribuiu na predição, com acurácia de 84% no padrão de qualidade para exportação e 88% para o mercado interno. Os resultados deste experimento podem contribuir para o desenvolvimento de modelos de predição mais robustos para otimizar o processo de seleção no beneficiamento de frutas cítricas
• Imprenta:
  • Publisher: ESALQ/USP
  • Publisher place: Piracicaba, SP
  • Date published: 2024
• Source:
  • Título: anais...
  • Volume/Número/Paginação/Ano: 321 p. : il
• Conference titles: Congresso Brasileiro de Processamento Mínimo e Pós-colheita de Frutas, Flores e Hortaliças


---

How to cite

A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

• ABNT

  COSTA, Bruna Miranda et al. Random forest na predição de danos em lima ácida 'Tahiti' através de dados colorimétricos. 2024, Anais.. Piracicaba, SP: ESALQ/USP, 2024. p. 321 : il. Disponível em: https://www.esalq.usp.br/biblioteca/pdf/ANAIS_III_CBPC_2024.pdfE-Livro24.pdf. Acesso em: 29 dez. 2025.

• APA

  Costa, B. M., Brandão, J. R., Taver, I., & Jacomino, A. P. (2024). Random forest na predição de danos em lima ácida 'Tahiti' através de dados colorimétricos. In anais.. (p. 321 : il). Piracicaba, SP: ESALQ/USP. Recuperado de https://www.esalq.usp.br/biblioteca/pdf/ANAIS_III_CBPC_2024.pdfE-Livro24.pdf

• NLM

  Costa BM, Brandão JR, Taver I, Jacomino AP. Random forest na predição de danos em lima ácida 'Tahiti' através de dados colorimétricos [Internet]. anais.. 2024 ;321 : il.[citado 2025 dez. 29 ] Available from: https://www.esalq.usp.br/biblioteca/pdf/ANAIS_III_CBPC_2024.pdfE-Livro24.pdf

• Vancouver

  Costa BM, Brandão JR, Taver I, Jacomino AP. Random forest na predição de danos em lima ácida 'Tahiti' através de dados colorimétricos [Internet]. anais.. 2024 ;321 : il.[citado 2025 dez. 29 ] Available from: https://www.esalq.usp.br/biblioteca/pdf/ANAIS_III_CBPC_2024.pdfE-Livro24.pdf

Últimas obras dos mesmos autores vinculados com a USP cadastradas na BDPI:

• Atmosfera controlada não afeta capacidade antioxidante da uvaia, fruta nativa da Mata Atlântica
• Compostos bioativos em acessos de cambuci (Campomanesia phaea O. Berg Landrum) e uvaia (Eugenia pyriformis Cambess): frutas nativas da Mata Atlântica
• Composição gasosa na conservação da uvaia (Eugenia pyriformis Cambess): efeitos na extensão da vida útil, qualidade e compostos bioativos da fruta
• Caracterização físico-química de cerejas-do-rio-grande (Eugenia involucrata) e grumixamas (Eugenia brasiliensis) de duas safras diferentes
• Níveis de oxigênio na qualidade de grumixama (Eugenia brasiliensis L.) armazenada sob atmosfera controlada
• Quality attributes and metabolic profiles of uvaia (Eugenia pyriformis), a native Brazilian Atlantic Forest fruit
• Cambuci ripening: Postharvest quality and volatile compounds production implications
• Classical food quality attributes and the metabolic profile of cambuci, a native brazilian Atlantic Rainforest fruit
• Conservação de goiabas Kumagai em atmosfera modificada
• Resultados irregulares de biotestes para deteccao do virus da galha lenhosa em plantas citricas