English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Plus monthly

Global: Zendy Tools annual

Global: Zendy Tools monthly

Global: Zendy Free Plan

Los modelos para predecir las cineticas de perdida de agua (ML) y ganancia de solidos (SG) empleando redes neuronales artificiales (ANN) han demostrado tener mejor comportamiento que los demas modelos desarrollados debido a que correlacionan empiricamente gran cantidad de las variables con ML y SG. La principal ventaja de estos modelos es que son predictivos en vez de correlativos, ademas pueden implementarse facilmente en una hoja de datos, y son muy utiles y practicos para el diseno y control del proceso. El objetivo de este trabajo es emplear un modelo desarrollado con ANN para predecir resultados en procesos de deshidratacion osmotica. Se hicieron predicciones de comportamiento con diferentes condiciones de proceso y se validaron con resultados experimentales presentados en la literatura. Se obtuvieron buenas predicciones de ML (MRE 19%) y un comportamiento variable para SG (MRE 62%).

acta agronómica/acta agronómica

Red neuronal artificial en respuesta a predicciones de parámetros de transferencia de masa (pérdida de humedad y ganancia de sólidos) durante la deshidratación osmótica de frutas