Proyecto AGROALNEXT ML-NUTRISENS: Técnicas de Machine Learning supervisado para el diseño de análogos cárnicos extrusionados con calidad nutricional y sensorial mejoradas
- Tipo Proyecto
- Alcance Autonómico
- Comunidad Autónoma Murcia, Región de
- Principal fuente de financiación NextGenerationEU
- Sitio web del proyecto Web del Proyecto
Descripción
El proyecto busca optimizar la producción de análogos cárnicos con mejor textura y perfil nutricional mediante extrusión húmeda y técnicas de machine learning. Se desarrollarán modelos predictivos, un repositorio de datos y se validarán formulaciones óptimas en laboratorio.
Descripción contextual
La creciente preocupación por una alimentación sostenible ha impulsado a la industria alimentaria a desarrollar productos ricos en proteína que puedan sustituir a la carne, entre ellos los extruidos de alta humedad. El espacio de posibles combinaciones de los diferentes ingredientes disponibles y procesos tecnológicos aplicables es muy grande y, a menudo, casos individuales requieren de varios ensayos de laboratorio hasta llegar a uno satisfactorio. El Machine Learning se perfila como una herramienta predictiva capaz de contribuir a la selección de las condiciones óptimas de producción.
Resultados
Creación de una base de datos sobre composición nutricional y características de textura, a partir de artículos científicos.
Estandarización de las características objetivo para el modelo.
Información de contacto
- Nombre coordinador/entidad: Macarena Egea Clemenz
- Dirección postal: No disponible
- Email coordinador/entidad: macarena.egea@um.es
- Teléfono: No disponible
Coordinadores
- UMU
Proyectos relacionados
