Biblioteca122.294 documentos en línea

Artículo

Combing machine learning and elemental profiling for geographical authentication of Chinese Geographical Indication (GI) riceCombinación de aprendizaje automático y caracterización de perfiles elementales para autenticación geográfica de Indicación Geográfica (IG) china

Resumen

La identificación del origen geográfico es de vital importancia para la protección de la autenticidad de productos agrícolas con orígenes designados. Este trabajo presenta el desarrollo de un método analítico robusto que podría autenticar el origen geográfico de los productos de Indicación Geográfica (IG). Este método se basa en el perfil elemental determinado por espectrometría de masas de plasma acoplado inductivamente (ICP-MS) en combinación con técnicas de aprendizaje automático para la construcción de modelos y la selección de características. El método fue utilizado para predecir y clasificar seis variedades de arroz GI de China. Con base en los resultados, los autores sugieren que el estudio podría utilizarse para desarrollar métodos confiables para rastrear los orígenes geográficos y controlar el etiquetado fraudulento de diversos productos agroalimentarios de alto valor.

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño:1129 Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento

  • Titulo:Combing machine learning and elemental profiling for geographical authentication of Chinese Geographical Indication (GI) rice
  • Autor:Xu, Fei; Kong, Fanzhou; Peng, Hong; Dong, Shuofei; Gao, Weiyu; Zhang, Guangtao
  • Tipo:Artículo
  • Año:2021
  • Idioma:Inglés
  • Editor:Nature
  • Materias:Agroindustria Agricultura sostenible Agricultores Agricultura responsable
  • Descarga:2