Estudo de regiões de incerteza na avaliação e ajuste de escalas de classificação sensorial de arroz

Abstract

O estudo da análise da textura de arroz pode ser realizado por meio da avaliação sensorial desse grão. Esse método exige que profissionais sejam bem treinados e possui limitações, como o alto custo e a necessidade de alta quantidade de tempo para sua realização. No trabalho, utilizando-se um modelo estatístico criado para a automatização desse processo, é realizada a previsão das classificações sensoriais do arroz de maneira rápida e com custos menores. Entretanto, após a previsão do modelo, é possível observar regiões de incerteza onde ocorrem erros de classificação. O objetivo deste trabalho é fazer o estudo dessas regiões de incerteza de classificação do arroz segundo a classificação sensorial e a classificação conduzida pelo modelo estatístico. Assim, são utilizadas técnicas de classificação de dados e técnicas não encontradas na literatura até então, para a definição das regiões de incerteza, e assim, fazer a redução dos erros de classificação. Os resultados mostraram que para critérios que identificam um maior número de erros de classificação, possuem um custo mais elevado, em que muitas amostras classificadas corretamente são observadas nessas regiões. As regiões de incerteza que identificam uma quantidade menor de erros de classificação são mais vantajosas, uma vez que menos amostras são classificadas como incerteza, e assim, possuem um erro de classificação menor do que o observado originalmente.