Dissertação

New sparse modelling tools in flavour research EVALUATED

As ditas ciências fundamentais sempre estiveram presentes no contexto culinário. No entanto, só recentemente é que os melhores restaurantes do mundo começaram a optar por uma abordagem mais científica. Esta nova tendência levou à criação de novas áreas científicas. Existem de facto modelos físicos e/ou químicos para alimentos. Infelizmente, a maioria deles não revelam ser úteis para a culinária. Existe a necessidade de desenvolvimento de modelos simples que possam ser utilizados neste contexto. Neste trabalho, foi feita uma análise a uma base de dados com receitas de sopas, de forma a demonstrar como há efectivamente informação intrínseca neste tipo de dados. Mostra-se aqui que existe informação quer a nível cultural, quer a nível da própria preparação das receitas. Para tal recorreu-se à técnica de coclustering. Esta é uma técnica que permite uma fácil visualização dos dados e como tal revelou-se extremamente útil. A reprodução de sabores consiste em dado um primeiro sabor alvo, após a sua análise a fim de determinar a sua composição química, tentar encontrar a mistura certa de óleos essenciais e compostos químicos que dão origem a esse mesmo sabor (ou pelo menos algo que seja similar). Esta é uma tarefa que leva muito tempo e que pode levar à produção de sabores demasiado caros ou complexos para serem comercializados. No presente trabalho, foi desenvolvida uma função que dá uma primeira estimativa de quais os óleos essências e compostos químicos envolvidos na formulação do sabor-alvo. Para tal usa-se um modelo de regressão linear esparso.
Gastronomia Molecular, Sabor, Esparso, Coclustering, Regressão Linear

Junho 5, 2013, 14:0

Documentos da dissertação ainda não disponíveis publicamente

Orientação

CO-ORIENTADOR

Rasmus Bro

University of Copenhagen - Faculty of Science

Doutor

ORIENTADOR

José Monteiro Cardoso de Menezes

Departamento de Bioengenharia (DBE)

Professor Auxiliar