O AcornSelectAi visa o desenvolvimento de um sistema que prop\u00f5e uma solu\u00e7\u00e3o inteligente e automatizada para a separa\u00e7\u00e3o, an\u00e1lise e sele\u00e7\u00e3o de miolos de bolota de alta qualidade, oferecendo efici\u00eancia, precis\u00e3o e sustentabilidade. A aplica\u00e7\u00e3o de algoritmos de machine learning (ML), aprendizagem por refor\u00e7o e adapta\u00e7\u00e3o a dom\u00ednio cruzado torna o AcornSelectAi uma solu\u00e7\u00e3o robusta, escal\u00e1vel e vers\u00e1til, capaz de se adaptar a diferentes contextos industriais e produtos, incluindo outros frutos secos. As tecnologias de processamento multiespectral, aliadas ao uso de algoritmos avan\u00e7ados, permitem analisar par\u00e2metros complexos, como cor, textura, brilho, fluoresc\u00eancia, absorv\u00e2ncia e identifica\u00e7\u00e3o de contaminantes. Este n\u00edvel de an\u00e1lise assegura uma redu\u00e7\u00e3o significativa do desperd\u00edcio e aumenta a taxa de aceita\u00e7\u00e3o de miolos de alta qualidade, elevando os padr\u00f5es de processamento agroalimentar. O sistema AcornSelectAi destaca-se ainda pela implementa\u00e7\u00e3o de t\u00e9cnicas de aprendizagem por refor\u00e7o, que permitem a melhoria cont\u00ednua com o feedback dos operadores, e pela utiliza\u00e7\u00e3o de metodologias de aprendizagem em dom\u00ednio cruzado, que asseguram a adaptabilidade a diferentes condi\u00e7\u00f5es de produ\u00e7\u00e3o.<\/p>","protected":false},"excerpt":{"rendered":"
AcornSelectAi aims to develop a system that provides an intelligent, automated solution for the separation, analysis and selection of high-quality acorn kernels, offering efficiency, accuracy and sustainability. The application of machine learning (ML) algorithms, reinforcement learning and cross-domain adaptation makes AcornSelectAi a robust, scalable and versatile solution, capable of adapting […]<\/p>\n","protected":false},"author":1,"featured_media":17182,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"rop_custom_images_group":[],"rop_custom_messages_group":[],"rop_publish_now":"yes","rop_publish_now_accounts":[],"rop_publish_now_history":[],"rop_publish_now_status":"pending","footnotes":""},"categories":[4],"tags":[],"class_list":["post-17167","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-projects"],"acf":[],"_links":{"self":[{"href":"https:\/\/litecs.ubi.pt\/pt\/wp-json\/wp\/v2\/posts\/17167","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/litecs.ubi.pt\/pt\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/litecs.ubi.pt\/pt\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/litecs.ubi.pt\/pt\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/litecs.ubi.pt\/pt\/wp-json\/wp\/v2\/comments?post=17167"}],"version-history":[{"count":4,"href":"https:\/\/litecs.ubi.pt\/pt\/wp-json\/wp\/v2\/posts\/17167\/revisions"}],"predecessor-version":[{"id":17184,"href":"https:\/\/litecs.ubi.pt\/pt\/wp-json\/wp\/v2\/posts\/17167\/revisions\/17184"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/litecs.ubi.pt\/pt\/wp-json\/wp\/v2\/media\/17182"}],"wp:attachment":[{"href":"https:\/\/litecs.ubi.pt\/pt\/wp-json\/wp\/v2\/media?parent=17167"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/litecs.ubi.pt\/pt\/wp-json\/wp\/v2\/categories?post=17167"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/litecs.ubi.pt\/pt\/wp-json\/wp\/v2\/tags?post=17167"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}