Sistema para Normalizar Bases de Datos de Aromas Medidos con Nariz Electrónica

Abstract

En este trabajo se desarrolla un sistema computacional, que permite normalizar bases de datos de aromas vitivinícolas medidos con una nariz electrónica, en momentos diferentes. Al comparar los perfiles se observan desplazamientos provocados por el envejecimiento de la columna cromatográfica y/o por el hecho de no haber seguido estrictamente el protocolo de limpieza de ella. Esto motiva implementar un método que elimine estos desplazamientos, para comparar la base de datos ajustada con la base original usando el criterio de cual tiene una distribución, que permita discriminar categorías dentro de ella de mejor manera. Para esto se estudian dos casos de normalización.

En el primer caso se considera una base de datos construida entre los años 2004 y 2006 de 3330 perfiles, que presentan en diferentes zonas de la señal desplazamientos que varían­ entre distintos aromas. Se pretende ajustar estos desplazamientos a una referencia, para que todos los perfiles queden con la misma forma. Esta referencia es el perfil que tiene la forma que más se repite en la base. El propósito de hacer esto es comparar la capacidad de discriminación, que tiene un clasificador para separar la base de datos en categorías, cuando esta presenta corrimientos entre señales y cuando estos son eliminados.

En el segundo caso se ajusta la base de datos descrita anteriormente a un aroma medido en 2009, que presenta un importante desplazamiento respecto a los perfiles en esta base. Esto se hace con el objetivo de entrenar un clasificador usando la base ajustada, para clasificar aromas con el tipo de corrimiento del perfil medido en 2009.

Para construir los discriminadores se utilizan las herramientas de análisis: Máquina de Soporte Vectorial, Discriminante Lineal de Fisher y Transformada Wavelet.

Se obtiene que la normalización de la base respecto a una referencia dentro de la misma, reduce levemente el rendimiento del clasificador utilizado.

Se concluye que la normalización descrita en el primer caso no mejora el rendimiento del clasificador implementado. Por otro lado la normalización de la base respecto a un perfil medido en 2009, permite clasificar correctamente el 100% de los aromas probados, sin embargo este resultado no se puede generalizar, debido al escaso número de ejemplos con que se cuenta para validar el clasificador.