@article{Baccifava_Jorge Palombarini_Kivatinitz_2018, title={Rendimiento Quesero: Su predicción como una herramienta para evaluar el proceso de elaboración}, url={https://rtyc.utn.edu.ar/index.php/rtyc/article/view/130}, abstractNote={<p>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.<br>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 María. 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.</p>}, number={30}, journal={Revista Tecnología y Ciencia}, author={Baccifava, Rubén L. and Jorge Palombarini, Jorge and Kivatinitz, Silvia C.}, year={2018}, month={nov.}, pages={7–16} }