Application of artificial neural networks coupled to UV�VIS�NIR spectroscopy for the rapid quantification of wine compounds in aqueous mixtures

Resumo

Se utilizó la espectroscopía ultravioleta-visible (uv�vis) e infrarroja cercana (NIR) acopladas a redes neurales artificiales (ann) como técnica no destructiva para cuantificar varias mezclas acuosas de: etanol, glucosa, glicerol, ácido tartárico, ácido málico, ácido acético y ácido láctico. Se obtuvieron datos espectrales de 152 muestras. Se aplicaron distintos tratamientos previos a los espectros resultantes, obteniéndose los modelos ann a través del uso de datos brutos y de datos tratados previamente para evaluar varios agrupamientos de bandas espectrales y varias condiciones de entrenamiento de las ann. De esta manera, se obtuvieron modelos de calibración viables para el etanol, el ácido málico y el ácido tartárico. Con el fin de validar el proceso, se midieron 120 muestras adicionales utilizando los mejores modelos de las ann. Se constató que, usando este conjunto de validación, los coeficientes de determinación de los tres compuestos superaron 0,9. Los resultados demostraron la importancia de contar con una buena selección de parámetros durante el entrenamiento de las ann con el fin de obtener modelos confiables. La vinculación de la espectroscopía uv�vis�nir a las ann podría ser una alternativa a los métodos químicos convencionales para la determinación de la presencia de etanol, ácido tartárico y ácido málico en los vinos.