2022-05-272022-05-272016http://hdl.handle.net/20.500.12272/6510En el proceso de obtención de aceitunas negras naturales, las condiciones inciden sobre la calidad del fruto fermentado y éstas difieren a distintas escalas. El objetivo del trabajo es generar modelos matemáticos que caractericen las propiedades de las aceitunas negras naturales obtenidas a gran escala, a partir de datos del proceso a escala piloto. Se crearon arquitecturas ANFIS con parámetros físico-químicos como entradas, y de textura y color como salidas. Dichas estructuras se entrenaron con datos obtenidos a escala piloto y se validaron con los industriales. Las redes que demostraron mejor desempeño poseen dos funciones de membresia por entrada incorporada, en forma de campana generalizada y una de salida. Las estructuras logradas demostraron habilidad para predecir la evolución del proceso a escala industrial luego de los primeros días de fermentación. Para incrementar su aptitud, sería conveniente probar otros modelos para el tratamiento de datos, tales como las redes neuronales artificiales.pdfspaopenAccesshttp://creativecommons.org/licenses/by-nc-nd/4.0/Attribution-NonCommercial-NoDerivatives 4.0 InternacionalAceitunas negras naturalesANFISEscala pilotoEscala industrialinfo:eu-repo/semantics/conferenceObjectDolores María Eugenia ÁlvarezX Atribución (Attribution): En cualquier explotación de la obra autorizada por la licencia será necesario reconocer la autoría (obligatoria en todos los casos). X No comercial (Non Commercial): La explotación de la obra queda limitada a usos no comerciales. X Sin obras derivadas (No Derivate Works): La autorización para explotar la obra no incluye la posibilidad de crear una obra derivada (traducciones, adaptaciones, etc.). X Compartir igual (Share Alike): La explotación autorizada incluye la creación de obras derivadas siempre que se mantenga la misma licencia al ser divulgadas.-