RT info:eu-repo/semantics/bachelorThesis
T1 Espectrometría, viticultura y Machine Learning: creación de una base de datos espectrales de distintos vinos para entrenar a un sistema de Inteligencia Artificial
A1 Alfonso Martínez, Marcos
A2 Universidad de Valladolid. Facultad de Ciencias
K1 Viticultura
K1 Machine Learning
K1 Espectroscopía
AB En este trabajo vamos a realizar un estudio sobre la posibilidad de generar modelos de MachineLearning que sean capaces de encontrar patrones en unas muestras de vino utilizando como datos losespectros de absorbancia obtenidos. Mediante el uso de colorimetría, estadística y programación, vamos agenerar una serie de datos obtenidos a partir de los espectros con los que podremos alimentar los modelos.Dependiendo de los datos y muestras que tengamos, tendremos que decidir el tipo de problema con el queestamos tratando, si es de clasificación o de agrupación. Finalmente compararemos los modelos para versimilitudes y diferencias en el comportamiento, así como los patrones que se hayan identificado para poderdecidir si sería posible, con una base de datos suficientemente grande, elaborar un modelo competenteen el futuro. A lo largo del trabajo veremos y entenderemos cómo se entrenan y cómo funcionan losdiferentes algoritmos.
YR 2024
FD 2024
LK https://uvadoc.uva.es/handle/10324/78626
UL https://uvadoc.uva.es/handle/10324/78626
LA spa
NO Departamento de Física Teórica, Atómica y Óptica
DS UVaDOC
RD 15-oct-2025