Des neurones dans le champagne
Résumé
L'acidité est un facteur important de la qualité des vins de Champagne. La prédiction du niveau d'acidité est indispensable au choix de la filière d'élaboration des vins dès la réception des moûts. Les tests effectués montrent que les modèles basés sur les réseaux de neurones permettent d'obtenir une meilleure précision que des modèles linéaires ou quadratiques, même si ce degré de précision est encore inférieur à celui des méthodes analytiques. Le modèle réalisé à partir de données de laboratoire issues de mini-vinifications a été testé avec succès sur des données industrielles, démontrant en cela sa robustesse. Cet outil d'aide à la décision pourrait être utilisé à l'avenir par les oenologues pour l'optimisation des assemblages des vins, contribuant à l'amélioration de la qualité des vins de Champagne. / Acidity is an important factor in Champagne wine quality. Predicting acidity levels is therefore an indispensable requirement when determining which wine production process to use once the must has been supplied. Various tests which have been undertaken show that those models based on neutral network programming are more accurate than either linear or quadratic function models, although they still prove to be less accurate than the more conventional analytical methods. The model generated using laboratory data from small-scale wine-making processes, has been successfully tested on data from industrial-scale processes, indicating the model's robustness. This decision-making tool could in future be used by wine-makers to optimise blending and thus improve the quality of the Champagne region's wines.
Domaines
Sciences de l'environnement
Origine : Fichiers éditeurs autorisés sur une archive ouverte