Lavazza: a Terra Madre la prima reunion dei Coffee Defenders e l’annuncio di una nuova miscela

“RDS Bar of the Week – Baristi in Sfida!” per eleggere i migliori bar d’Italia con Derby Blue

Torna la Venice Cocktail Week, in 32 cocktail bar della città

La FIPGC apre le selezioni per “The Best Panettone of The World 2022”

Notizie FLASH
Guarda tutte le ultime Notizie FLASH

NOTIZIE FLASH



Sicurezza alimentare. Procedure di controllo semplificate da un algoritmo

L’impiego di moderne tecniche di spettroscopia e “machine learning” nel settore agroalimentare aiuterà ad automatizzare i controlli dei cibi che entrano nelle nostre case, per assicurare maggiore qualità e sicurezza per i consumatori. A dirlo uno studio condotto dai ricercatori di Statistica e Metodi Quantitativi di Milano-Bicocca.

Notizie Salute Redazione 2 - 14 Aprile 2021

Semplificare il sistema dei controlli per garantire che sulle tavole dei consumatori finiscano cibi che corrispondono, per qualità e origine, a quanto indicato in etichetta.

È il risultato di un lavoro di ricerca condotto da due ricercatori del Dipartimento di Statistica e Metodi Quantitativi dell’Università di Milano-BicoccaFrancesca Greselin e Andrea Cappozzo, in collaborazione con i colleghi Ludovic Duponchel dell’Università di Lille (Francia) e Brendan Murphy dell’University College Dublin (Irlanda).

I promettenti risultati dell’analisi condotta sono stati descritti in uno studio dal titolo “Robust variable selection in the framework of classification with label noise and outliers: Applications to spectroscopic data in agri-food” (DOI: 10.1016/j.aca.2021.338245), pubblicato da “Analytica Chimica Acta”, una prestigiosa rivista nell’ambito della chimica analitica e della spettroscopia. Data l’eccezionalità dei risultati ottenuti, l’articolo è stato posto in primo piano, con un artwork che lo evidenzia sulla copertina della rivista.

L’utilizzo della spettroscopia negli studi di “food authenticity”, negli ultimi decenni, ha consentito di analizzare le sostanze senza danneggiare il campione sottoposto a verifica. Grazie all’utilizzo di sistemi di “machine learning”, poi, è stato possibile semplificare l’analisi della grande mole di dati raccolti. Un ulteriore passo in avanti è quello frutto dello studio condotto dal team internazionale di ricercatori che hanno “testato” la metodologia su tre diverse tipologie di prodotti: lieviti, carne e olio. La tecnica messa a punto, infatti, consente di ridurre dall’ordine delle migliaia a quello delle decine il numero di misurazioni da acquisire dal segnale spettrometrico per un’accurata verifica che escluda adulterazioni delle sostanze. Tutto ciò con evidenti vantaggi sia in ordine di tempo che di costo delle operazioni di controllo

L’impiego di moderne tecniche di spettroscopia e “machine learning” nel settore agroalimentare aiuterà ad automatizzare i controlli dei cibi che entrano nelle nostre case, per assicurare maggiore qualità e sicurezza per i consumatori. Tali metodologie, infatti, potranno trovare applicazione sia nell’ambito delle verifiche condotte dalle autorità governative, sia nelle procedure di certificazione di qualità dei prodotti.

    Vuoi ricevere maggiori informazioni sull'argomento di questo articolo? Compila il form indicando i tuoi dati e ti metteremo in contatto con chi potrà fornirti le informazioni richieste senza alcun impegno da parte tua.


    Print Friendly, PDF & Email
    Condividi su:
    Questo articolo ha una valutazione media di: Ancora nessun voto.

    Lascia una valutazione

      Vuoi ricevere maggiori informazioni sull'argomento di questo articolo? Compila il form indicando i tuoi dati e ti metteremo in contatto con chi potrà fornirti le informazioni richieste senza alcun impegno da parte tua.
      Autore articolo:
      Redazione 2

      Altri articoli:

      Puoi usare i filtri dei menu a tendina per selezionare gli autori o le categorie o fare una ricerca libera.

      All Angela PetroccioneDavide Di VietroFabio RussoRedazione 7 HorecanewsninmorfeoRedazioneRedazione 2Redazione 3Redazione 4Redazione 5Rosaria CastaldoSimona RiccioValentina Masotti
      🔍