El aprendizaje automático híbrido basado en infrarrojo cercano y químico mejora la fiabilidad de la clasificación del origen del polvo de chile

La clasificación precisa del origen del polvo de chile es esencial para la confianza del consumidor y el cumplimiento regulatorio. En este estudio, se integraron la espectroscopía de infrarrojo cercano (NIR) y el análisis de composición química con el aprendizaje automático para clasificar muestras de polvo de chile doméstico (n = 54, Corea) e importado (n = 66, China y Vietnam). El análisis de referencia reveló diferencias sistemáticas: los polvos domésticos mostraron mayores contenidos de proteínas, calcio y humedad, mientras que las muestras importadas contenían más ácidos orgánicos, azúcares y capsaicinoides. Usando 16 bandas NIR seleccionadas por el operador de contracción y selección absoluta menos (LASSO), los modelos de máquina de soporte vectorial (SVM) lograron alta precisión, con el preprocesamiento de la primera derivada de Savitzky–Golay más la variable normal estándar arrojando el mejor rendimiento. Los modelos híbridos mejoraron la fiabilidad. NIR solo alcanzó alta precisión en la clasificación de origen en este conjunto de datos utilizando tan solo cuatro bandas seleccionadas; sin embargo, NIR combinado con variables de ácido orgánico (NIR + org) alcanzó consistentemente el 100% de precisión y mostró una mejor fiabilidad de probabilidad. El análisis de explicación aditiva de Shapley mostró que, mientras que las bandas de sobretonos O–H y C–H impulsaron los modelos de banda espectral NIR única, los modelos híbridos enfatizaron ácidos orgánicos y componentes aproximados, proporcionando una clara interpretabilidad química. Los hallazgos demostraron que integrar NIR con variables químicas específicas permite una clasificación de origen robusta, fiable e interpretable, ofreciendo un cribado rápido y aseguramiento regulatorio.