MENU

Calibrazioni della rete neurale artificiali

9. set, 2021
Di Richard Mills
Le calibrazioni ANN coprono dataset molto estesi. In questo breve articolo e nella video-intervista potete scoprire i vantaggi delle calibrazioni ANN e capire quando utilizzarle.

Una rete neurale artificiale (Artificial Neural Network - ANN) è un modello di calibrazione che si basa sulla struttura neurale del cervello umano. I modelli di calibrazione ANN sono stati sviluppati all'inizio degli anni '90 sulla scia dei progressi nella potenza computazionale che hanno consentito calibrazioni con dataset molto grandi.

L'aspetto del dataset è rilevante nel caso in cui siano previste molte variabili, come diverse materie prime, diverse varietà di prodotto e parametri multipli. Una singola calibrazione ANN utilizzata in un'applicazione lattiero-casearia può coprire tutti i prodotti all'interno di un gruppo di prodotti. Ad esempio la calibrazione per formaggio di FOSS FoodScan copre i formaggi a pasta dura e semi-dura, molle, cremosa e i formaggi lavorati, oltre a una gamma di parametri come grassi, umidità/solidi totali, grassi nella materia secca, sale e proteina.

Nella calibrazione possono essere incluse diverse migliaia di informazioni per scansione. Per fare un altro esempio, la calibrazione per carne FOSS ANN copre i parametri Grasso, Acqua, Proteina e Collagene ed è stata sviluppata utilizzando circa 20.000 campioni raccolti da più di 1000 strumenti per l'analisi di carne FOSS installati in tutto il mondo da 1989. L'enorme numero di dati rende la calibrazione solida e versatile.

Quando utilizzare le calibrazioni ANN?
Un importante vantaggio dell'ANN rispetto ad altri metodi di calibrazione è la possibilità di coprire una vasta gamma di parametri senza dover alternare una serie di calibrazioni singole. Ad esempio, quando si eseguono analisi sulla carne, l'operatore può mantenere la stessa calibrazione per diversi range di grassi e diversi prodotti invece di dover passare ad un'altra calibrazione e poi implementarla sullo strumento.

Ogni volta che vengono utilizzate, le calibrazioni ANN permettono di risparmiare tempo e facilitano il lavoro dell'operatore, riducendo inoltre il rischio di errore umano.
Utilizzare l'ANN significa anche che vi saranno meno calibrazioni da verificare, riducendo al minimo il tempo di validazione ed i relativi costi. In presenza di molti prodotti e parametri, questo aspetto può ridurre notevolmente i costi rispetto all'utilizzo di altri metodi di calibrazione.

Apprendimento automatico e ANN
C'è molto interesse questi giorni sulla possibilità di programmare tutti i tipi di macchine (compresi gli strumenti analitici) per gestire attività sempre più complesse.
Come spiegato in questo video, per molti anni il lavoro è andato avanti per le analisi alimentari e agricole utilizzando le calibrazioni ANN. La tecnologia è particolarmente valida per la gestione della natura variabile dei campioni come carne e formaggio.

"Per gestire più stabilimenti in regioni diverse è necessario utilizzare il modello a rete neurale".

Lo specialista FOSS in chemiometria Lars Nørgaard spiega il potenziale dei modelli di calibrazione con rete neurale artificiale (ANN), compresa la capacità di gestire la variabilità dei campioni di carne e formaggio.

Maggiori informazioni con articoli e video del settore

back to top icon
The content is hosted on YouTube.com (Third Party). By showing the content you accept the use of Marketing Cookies on Fossanalytics.com. You can change the settings anytime. To learn more, visit our Cookie Policy.