Rendimiento quesero: su predicción como una herramienta para evaluar el proceso de elaboración (Registro nro. 43933)
[ vista simple ]
| 000 -Cabecera | |
|---|---|
| Campo de control de longitud fija | 02034nab a22002777 4500 |
| 001 - Número de control | |
| Número de control | H(066) UTNSCyT |
| 003 - Identificador del Número de control | |
| Identificador del número de control | AR-sfUTN |
| 008 - Códigos de información de longitud fija-Información general | |
| Códigos de información de longitud fija | 190909b xx |||p|r|||| 00| 0 spa d |
| 040 ## - Fuente de la catalogación | |
| Centro transcriptor | AR-sfUTN |
| Centro catalogador de origen | AR-SfUTN |
| 080 ## - CDU | |
| Clasificación Decimal Universal | H(066) UTNSCyT |
| Edición de la CDU | 2000 |
| 100 1# - Punto de acceso principal-Nombre de persona | |
| Nombre personal | Baccifava, Ruben L. |
| 245 10 - Mención de título | |
| Título | Rendimiento quesero: su predicción como una herramienta para evaluar el proceso de elaboración |
| 336 ## - Tipo de contenido | |
| Fuente | rdacontent |
| Término de tipo de contenido | texto |
| Código de tipo de contenido | txt |
| 337 ## - Tipo de medio | |
| Fuente | rdamedia |
| Nombre del tipo de medio | sin mediación |
| Código del tipo de medio | n |
| 338 ## - Tipo de soporte | |
| Fuente | rdacarrier |
| Nombre del tipo de soporte | volumen |
| Código del tipo de soporte | nc |
| 505 ## - Nota de contenido con formato | |
| Nota de contenido con formato | No existe consenso en el modo de predecir el rendimiento quesero. En la actualidad, las ecuaciones disponibles se basan en un balance de masa de componentes que incluyen coeficientes de transferencia y/o retención de un componente en queso o suero, sin considerar desviaciones provocadas por las condiciones de procesamiento, siendo estas tan complejas y diversas que hacen imposible desarrollar un modelo matemático que incluya factores fisicoquímicos, tecnológicos y humanos. En el trabajo, se estudió el rendimiento quesero de queso Cremoso Argentino con datos provistos por la planta piloto de la ESIL situada en Villa Maria. Se modeló e implementó una red neuronal para predicción de rendimiento basado en datos de composición de la leche, comparando el rendimiento real y el predicho. Finalmente, se probó la capacidad de predicción del modelo desarrollado y su aplicación a nivel industrial, demostrándose su aptitud para obtener predicciones precisas de la dimensión Rendimiento Quesero. |
| 650 ## - Punto de acceso adicional de materia - Término de materia | |
| Término de materia | RENDIMIENTO QUESERO |
| 650 ## - Punto de acceso adicional de materia - Término de materia | |
| Término de materia | COMPOSICION LACTEA |
| 650 ## - Punto de acceso adicional de materia - Término de materia | |
| Término de materia | REDES NEURONALES ARTIFICIALES |
| 650 ## - Punto de acceso adicional de materia - Término de materia | |
| Término de materia | INTELIGENCIA ARTIFICIAL |
| 700 1# - Punto de acceso adicional - Nombre de persona | |
| Nombre personal | Palombarini, Jorge |
| 700 1# - Punto de acceso adicional - Nombre de persona | |
| Nombre personal | Kivatinitz, Silvia C. |
| 773 ## - Enlace al documento fuente | |
| Título | Revista de Ciencia y Tecnología de la Universidad Tecnologica Nacional |
| Número de control del registro relacionado | H(066) UTNSCyT |
| Nota | S.T.:H(066) UTNSCyT PP4337 |
| Parte(s) relacionada(s) | (vol. 15, nro. 30, Mar. 2017), p. 7-16 |
| 942 ## - ADDED ENTRY ELEMENTS (KOHA) | |
| Tipo de ítem Koha | Registros analíticos |
| Esquema de clasificación | Clasificación Decinal Universal |
No hay ítems disponibles.