Tesis (Maestro en Ciencia y Tecnología Agroalimentaria) -- Departamento de Ingeniería Agroindustrial, 2025 Maestría

Incluye bibliografías

El mezcal es una bebida destilada mexicana cuya diversidad biológica genera una amplia variabilidad en su composición química. Aunque esta heterogeneidad es parte de su identidad, también complica la caracterización objetiva por especie de Agave, aspecto relevante para la certificación del producto. Aunque su composición ha sido ampliamente estudiada, su uso con fines de clasificación ha sido poco explorado, a diferencia de otras bebidas destiladas. En ese contexto, los datos fisicoquímicos de certificación generados de manera rutinaria bajo métodos estandarizados representan una fuente accesible para desarrollar herramientas complementarias basadas en aprendizaje automático. El objetivo de esta investigación fue clasificar mezcales por especie de agave utilizando modelos de aprendizaje automático entrenados con dichos datos, para identificar los modelos idóneos para dicha tarea. Se analizaron 393 muestras certificadas de Oaxaca. La metodología incluyó un análisis estadístico mediante la prueba de Kruskal–Wallis para identificar variables con diferencias significativas entre especies. Posteriormente, se preparó y exploró el conjunto de datos, evaluando su desbalance y generando escenarios analíticos que permitieron comparar el desempeño de los modelos bajo distintas configuraciones. En la etapa de modelado se entrenaron más de mil modelos, resultado de evaluar seis algoritmos supervisados bajo múltiples configuraciones mediante validación cruzada y búsqueda de hiperparámetros. Se utilizó la métrica f1-score para identificar las configuraciones con mejor desempeño. De manera complementaria, se aplicó la metodología CATA para evaluar si las diferencias químicas identificadas por los modelos se reflejaban en la percepción del consumidor. Los resultados mostraron diferencias significativas entre especies en alcoholes superiores y metanol, además de modelos con alta capacidad de clasificación. En conjunto, los hallazgos demuestran que los datos fisicoquímicos de certificación pueden alimentar modelos capaces de distinguir mezcales por especie y ofrecen una base para el desarrollo de futuras herramientas computacionales de autentificación.

Mezcal is a Mexican distilled beverage whose biological diversity generates wide variability in its chemical composition. Although this heterogeneity is part of its identity, it also complicates the objective characterization by Agave species, an aspect relevant to product certification. Although its composition has been widely studied, its use for classification purposes has been little explored, unlike other distilled beverages. In this context, the physicochemical certification data routinely generated under standardized methods represent an accessible source for developing complementary tools based on machine learning. The objective of this research was to classify mezcales by agave species using machine learning models trained with these data, in order to identify the most suitable models for this task. A total of 393 certified samples from Oaxaca were analyzed. The methodology included a statistical analysis using the Kruskal–Wallis test to identify variables with significant differences between species. Subsequently, the dataset was prepared and explored, evaluating its imbalance and generating analytical scenarios that allowed comparison of model performance under different configurations. In the modeling stage, more than one thousand models were trained as a result of evaluating six supervised algorithms under multiple configurations through cross-validation and hyperparameter tuning. The f1-score metric was used to identify the configurations with the best performance. Complementarily, the CATA methodology was applied to assess whether the chemical differences identified by the models were reflected in consumer perception. The results showed significant differences between species in higher alcohols and methanol, as well as models with high classification capacity. Taken together, the findings demonstrate that physicochemical certification data can be used to train models capable of distinguishing mezcales by species and provide a basis for the development of future computational authentication tools.