Huella dactilar multielemental del origen geografico de jugos de naranja mediante maquinas de vectores soporte (SVM)

PELLERANO, ROBERTO GERARDO; GAIAD, JOSE EMILIO; HIDALGO, MELISA JAZMIN; ROSHDESTWENSKY, SERGIO

Natal

Workshop; IX WORKSHOP DE QUIMIOMETRIA; 2018

UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE

Garantizar el origen geográfico de frutos cítricos, dada su extensa difusión en el mundo, resulta de gran relevancia para el actual comercio globalizado. Entre las principales regiones productoras, algunas se encuentran libres de enfermedades lo que hace necesario disponer de objetivos sistemas de trazabilidad referidos a la composición química de los distintos cítricos. En este trabajo se presentan los resultados obtenidos al aplicar diversos modelos de minería de datos a una base de datos multielemental de jugos de naranja cultivadas en diferentes cuencas productoras de la región nordeste de Argentina. En este trabajo, cuarenta muestras de jugo de naranja de la variedad Valencia, cosechadas en tres zonas productoras de Argentina, fueron analizadas. Las concentraciones de Na, K, Ca, Mg y Fe fueron determinadas por espectrometría de absorción atómica (FAAS), mientras que las concentraciones Cu, Mn, Cr, Co, Mo y Ni fueron determinadas por espectrometría de emisión óptica por plasma acoplado inductivamente (ICP-OES) en muestras digeridas. El software R con los paquetes e1071 y caret se utilizaron para los análisis de los resultados obtenidos1-2. Se aplicaron diferentes modelos de minería de datos, resultando el de mejor desempeño la SVM con kernel RBF, los valores óptimos para los parámetros C y épsilon, fueron 16 y 0,036 respectivamente. Ambos parámetros fueron optimizados simultáneamente fijando como criterio para la selección el mínimo valor del error global de clasificación, calculado mediante validación cruzada.Los resultados obtenidos indican que las composiciones multielementales de los jugos de naranja estudiados en combinación con SVM permiten discriminar las muestras de acuerdo con su origen geográfico. Una vez optimizada la técnica SVM, esta se mostró con un mejor desempeño con respecto a otras herramientas de minería de datos frecuentemente utilizadas tales como RF, k-NN e incluso PLS-DA.