Projet AGROALNEXT ML-NUTRISENS : Techniques d’apprentissage automatique supervisé pour la conception d’analogues de viande extrudés aux qualités nutritionnelles et sensorielles améliorées
- Taper Projet
- Portée Autonómico
- Communauté autonome Murcia, Región de
- Principale source de financement NextGenerationEU
- Site Web du projet Web del Proyecto
Description
Ce projet vise à optimiser la production d'analogues de viande aux propriétés de texture et de profil nutritionnel améliorées grâce à l'extrusion humide et aux techniques d'apprentissage automatique. Des modèles prédictifs et une base de données seront développés, et les formulations optimales seront validées en laboratoire.
Description contextuelle
La préoccupation croissante pour une alimentation durable a incité l'industrie agroalimentaire à développer des produits riches en protéines pouvant remplacer la viande, notamment des aliments extrudés à haute teneur en humidité. Le nombre de combinaisons possibles d'ingrédients disponibles et de procédés technologiques applicables est considérable, et chaque cas nécessite souvent plusieurs essais en laboratoire pour obtenir un résultat satisfaisant. L'apprentissage automatique apparaît comme un outil prédictif capable de contribuer à la sélection des conditions de production optimales.
Résultats
Création d'une base de données sur la composition nutritionnelle et les caractéristiques de texture, à partir d'articles scientifiques. Standardisation des caractéristiques cibles du modèle.
Coordonnées
- Nom du coordinateur/entité : Macarena Egea Clemenz
- Adresse postale : Non disponible
- Adresse électronique de la coordinatrice/entité : macarena.egea@um.es
- Téléphone : Non disponible
Coordonnateurs
- UMU
Projets connexes
