Utilização de redes neurais artificiais para otimização do processo de síntese verde de nanopartículas de prata e goma do cajueiro.
"Síntese verde", "Rede neural artificial", "Nanopartícula", "inteligência computacional"
Ferramentas de inteligência computacional possibilitam o estudo de variáveis complexas em sistemas biológicos e químicos. As redes neurais artificiais (RNA) são elementos computacionais capazes de generalizar problemas com múltiplas variáveis através de algoritmos de aprendizado e treinamento. Um exemplo de sistema químico complexo é a obtenção de nanopartículas de prata (AgNP) através de processos sem a presença de elementos tóxicos, chamados de “síntese verde”, estes procedimentos possuem uma gama de variáveis que interferem de forma direta no tamanho e consequentemente nas propriedades das AgNPs geradas. Este trabalho demonstra a construção e utilização de RNAs para a generalização e otimização da síntese de AgNPs utilizando, como agente redutor e matriz estabilizante da nanoestrutura, uma solução de goma extraída do tronco do cajueiro (Anacardium occidentale), (GC). Como dados de entrada da RNA aqui proposta, foram utilizados quatro parâmetros envolvidos na metodologia de síntese realizada: concentração da solução de goma do cajueiro, pH da solução inicial, temperatura e tempo de reação. A validação cruzada encontrada para RNA com o maior índice de acerto, foi obtida com uma estrutra com duas camadas escondidas e foi capaz de predizer o tamanho das AgNPs com um grau de acerto de 87,39%.