Uso de redes neurais artificiais para modelagem das propriedades de bolo sem glúten elaborado com farinha de arroz e farinha do resíduo agroindustrial de acerola

O objetivo do trabalho foi modelar e predizer as propriedades tecnológicas de bolo sem glúten a partir da mistura da farinha de arroz (FA) e da farinha do resíduo agroindustrial de acerola (FRAA) por meio da aplicação de redes neurais artificiais (RNAs). Quatro modelos de redes perceptron de múltiplas camadas com arquitetura feedforward foram obtidas utilizando o método de validação k-fold. Os modelos 1, 2, 3 e 4 para predição do volume, perfil de textura, cor da crosta e cor do miolo apresentaram melhores topologias contendo 10, 9, 9 e 15 neurônios na camada oculta, respectivamente. A escolha da melhor topologia foi feita com base no coeficiente de determinação (R2) e nos menores valores de erro (RMSE). As RNAs obtidas demonstram ser capazes de predizer com boa precisão as propriedades de bolo sem glúten adicionados de FRAA.