Nuovi metodi per l'analisi esplorativa basati sulla fusione di informazione proveniente da diverse fonti

L’obiettivo principale del progetto di Dottorato era lo sviluppo e l’applicazione di nuovi strumenti chemiometrici per l’analisi esplorativa multivariata atti al trattamento di dati caratterizzati dall’assenza di chiari raggruppamenti o tendenze, anche quando proiettati su uno spazio di dimensioni minori. Questo tipo di dati possono essere complessi a tal punto che i normali strumenti di visualizzazione risultano poco efficaci nell’investigazione delle sulle strutture latenti. Sulla base di queste premesse è stato sviluppato l’approccio Fused Adjacency Matrix (matrice di adiacenza fusa), il che rappresenta il risultato principale del progetto. L’approccio è stato testato mediante un dataset di riferimento ottenuto da misurazioni spettroscopiche (visibile, vicino infrarosso e risonanza magnetica nucleare) su campioni di birra. Un'altra parte importante del progetto di Dottorato ha riguardato lo sviluppo di modelli per integrare dati da sorgenti di diversissima natura, come dati numerici e dati di testo, nel contesto della scienza degli alimenti. Gli strumenti della chimica analitica possono essere utilizzati sinergicamente con strumenti avanzati di analisi dei dati per la creazione di strumenti che siano al servizio del consumatore, per assisterlo nelle scelte alimentari, nell’appaiamento dei cibi, e allo stesso modo per aiutare i produttori a soddisfare le esigenze e i desideri dei clienti. In questa prospettiva è stato quindi sviluppato uno studio dei collegamenti tra il mondo “oggettivo” della chimica analitica e quello “soggettivo” del consumo e della valutazione degli alimenti, sulla base dei dati spettroscopici sulla birra già oggetto dello sviluppo di Fused Adjacency Matrix. Una serie di recensioni raccolte online è stata processata mediante metodi di analisi del testo e trasformata in formato numerico, idoneo per essere analizzato con metodi comuni di analisi del dato. Tale dato è stato poi collegato all’informazione spettrale mediante un metodo chiamato “principal component analysis–generalized canonical analysis” (PCA–GCA, analisi delle componenti principali–analisi canonica generalizzata), dal quale è stata ottenuta informazione utile a collegare le espressioni utilizzate per descrivere la birra ai composti chimici identificati mediante la spettroscopia.