Aplicação de redes neurais para avaliação do teor de carne mecanicamente separada em salsicha de frango

Abstract

Entende-se por carne mecanicamente separada (CMS) de frango, a carne residual produzida através de equipamentos próprios do tipo desossadores mecânicos, utilizando como matérias-primas partes de frango, principalmente as de baixo valor comercial, como o dorso e pescoço. A separação mecânica basicamente envolve trituração da carne e ossos, forçando a carne a passar por peneiras, separando-se assim dos ossos. Este processo altera a composição da matéria-prima original, resultando em material com maiores teores de gordura e minerais. Isso se deve em grande parte à incorporação de lipídeos e pigmentos heme existentes na medula óssea e na camada de gordura subcutânea, e cálcio e fósforo provenientes das partículas ósseas [1,8,9].A carne mecanicamente separada é uma matéria-prima cárnea de baixo custo, cuja textura pastosa, fina e uniforme, diferente da textura mais fibrosa da carne desossada manualmente, tem sido predominantemente utilizada em produtos emulsionados [3,14]. Devido a suas características, seu uso é limitado nos produtos que requerem granulometria maior ou com textura mais fibrosa como a da carne manualmente separada, utilizada nos hambúrgueres, apresuntados, lingüiças, a menos que sejam utilizados juntamente com grandes quantidades da carne manualmente separada [3,9]. Apesar de alguns estudos estarem sendo conduzidos para avaliar o uso de diferentes proporções de CMS em vários tipos de produtos cárneos, a legislação brasileira permite a utilização dessa matéria-prima apenas em produtos cárneos industrializados cozidos específicos como: salsicha (60%), mortadela (60%), lingüiça (20%), almônde-ga (30%), fiambre (30%) e hambúrguer (30%) nos seus respectivos limites máximos [4,5].A determinação do teor de CMS que entra na composição destes alimentos comerciais permanece um desafio, pois não é possível avaliar apenas uma variável, por exemplo teor de cálcio, e determinar a partir desta, a porcentagem de CMS da amostra. Uma análise mais completa dos constituintes minerais aumenta também a complexidade do problema, conduzindo ao uso de ferramentas estatísticas mais sofisticadas, dentre as quais a mais simples é sem dúvida a regressão linear múltipla. Outras técnicas como a análise de componentes principais e análise de agrupamento hierárquico também podem ser utilizadas [11]. Em todos estes casos se faz necessá-rio um conjunto de treinamento onde amostras com teor RESUMOA carne mecanicamente separada (CMS) de frango é uma matéria-prima cárnea produzida através de equipamentos próprios do tipo desossadores mecânicos, utilizando partes de frango de baixo valor comercial como o dorso e o pescoço. Para determinação do teor de CMS utilizada na composição de produtos cárneos comerciais construímos uma rede neural artificial do tipo Backpropagation (BP). O objetivo deste trabalho foi treinar, testar e aplicar uma rede do tipo BP, com três camadas de neurônios, para previsão do teor de CMS a partir do teor de minerais de salsichas formuladas com diferentes teores de carne de frango mecanicamente separada. Utilizamos ...

Development of Toscana sausage with lemon flavor and sodium reduction

“…Como o valor máximo estipulado pela legislação é de 0,1% (BRASIL, 2000) todas as formulações elaboradas atenderam a este critério. A quantificação do conteúdo de cálcio em linguiça Toscana é importante, já que não é permitida a adição de carne mecanicamente separada (CMS) (BRASIL, 2000), onde a adição crescente no conteúdo de CMS em produtos cárneos resulta em um maior teor de cálcio (SOUZA et al, 2003). Adicionalmente, substitutos de sódio podem aumentar o conteúdo de cálcio, quando forem elaborados a partir de substâncias que contenham este elemento.…”

Neural networks to formulate special fats

“…In general, these methods are not precise; they work without cost optimization, and still largely rely on the experience of the formulator. (Sousa et al, 2003;Sofu and Ekinci, 2007;Kruzlicova et al, 2009). Figure 1 shows a basic model of the artificial neural network.…”

Utilização de redes neurais artificiais para a determinação do número de refeições diárias de um restaurante universitário

“…A capacidade das RNA de aprender com exemplos reais e de reconhecer situações semelhantes àquelas utilizadas no seu aprendizado/ treinamento despertou o interesse de pesquisadores em várias áreas do conhecimento, como no processamento e na interpretação de imagens [7][8][9][10] , automação e controle [11][12][13] , séries temporais 14,15 , tratamento de efluentes 16 , auxílio a diagnóstico médico [17][18][19][20] , nutrição e alimentos [21][22][23][24][25][26] , entre muitos outros.…”