будущее есть!
  • После
  • Конспект
  • Документ недели
  • Бутовский полигон
  • Колонки
  • Pro Science
  • Все рубрики
    После Конспект Документ недели Бутовский полигон Колонки Pro Science Публичные лекции Медленное чтение Кино Афиша
После Конспект Документ недели Бутовский полигон Колонки Pro Science Публичные лекции Медленное чтение Кино Афиша

Конспекты Полит.ру

Смотреть все
Алексей Макаркин — о выборах 1996 года
Апрель 26, 2024
Николай Эппле — о речи Пашиняна по случаю годовщины геноцида армян
Апрель 26, 2024
«Демография упала» — о демографической политике в России
Апрель 26, 2024
Артем Соколов — о технологическом будущем в военных действиях
Апрель 26, 2024
Анатолий Несмиян — о технологическом будущем в военных действиях
Апрель 26, 2024

После

Смотреть все
«После» для майских
Май 7, 2024

Публичные лекции

Смотреть все
Всеволод Емелин в «Клубе»: мои первые книжки
Апрель 29, 2024
Вернуться к публикациям
химия МФТИ наука исследования
Февраль 14, 2024
Pro Science

Коньяк под спектрометром

Коньяк под спектрометром
ps_2223441930_b1a489a527_h
Коньяк. Фото: cyclonebill/Flickr
Основные параметры контроля коньяка — географическое происхождение и период выдержки. Они в значительной степени определяют себестоимость продукции и часто являются объектами фальсификации. Для оперативной классификации продукции по этим параметрам ученые Московского физико-технического института и ФГБУ «Всероссийский научно-исследовательский институт оптико-физических измерений» применили метод спектроскопии комбинационного (рамановского) рассеяния. В свою очередь, для обработки спектральных данных было разработано универсальное программное обеспечение, позволяющее провести качественный и количественный анализ с помощью алгоритмов машинного обучения. О работе сообщает Центр научной коммуникации МФТИ.

К преимуществам комбинационного (рамановского) рассеяния относятся простота пробоподготовки вплоть до ее полного отсутствия, высокая селективность, экспрессность и простота анализа. Наличие компактных приборов позволяет проводить анализ непосредственно на месте взятия пробы. Безусловно, существуют более точные методы определение состава многокомпонентных жидкостей, например жидкостная хроматография, но большинство методов анализа дорогостоящие и требуют от оператора особой подготовки.

Ученые использовали программу на основе обработки данных с помощью методов хемометрики (математические методы изучения химических явлений) и машинного обучения. Уникальность программного обеспечения — в простоте использования. Пользователям не нужны дополнительные навыки программирования и глубокие знания в области хемометрики и машинного обучения. Программное обеспечение может использоваться как в составе программного обеспечения спектральных приборов, так и автономно на персональных компьютерах.

«На рынке довольно давно существует незаполненная ниша между универсальными пакетами, требующими специальной подготовки пользователей, и узкоспециализированными, ориентированными на ограниченный круг задач. Мы стремились заполнить эту нишу и предложили программное обеспечение, управление которым требует от пользователей лишь элементарной информированности о применяемых методах. При этом сама программа позволяет по фрагменту спектра образца установить его принадлежность к одному из  заданных классов либо вычислить значения концентраций или долей компонентов на основе параметров спектра», — рассказал о проекте Александр Левин, ведущий научный сотрудник ФГБУ «ВНИОФИ» и профессор МФТИ.

Применение этих методов позволяет существенно увеличить информацию, извлекаемую из спектров. Они хорошо себя зарекомендовали в биомедицинских исследованиях, при контроле качества пищевых продуктов, изделий химической и нефтехимической промышленности.  В ходе испытаний были измерены спектры комбинационного рассеяния света 42 образцов бренди и коньяков различного географического происхождения и сроков выдержки. Оказалось, что фрагменты спектров, измеренных в диапазоне комбинационных сдвигов 800–3000 см–1 являются наиболее информативными для решения поставленных задач. Корректность распознавания по географическому происхождению и сроку выдержки для неразбавленных образцов приближается к 100 %.

«Это оперативный экспресс-анализ, но он позволяет определить подлинность продукции на основе различных нюансов — как спектральных, так и программных. Так, в Армении много молибдена в почве, а в России сравнительно мало. Дагестанский коньяк выдерживается в определенных дубовых бочках, и коньячный спирт делается из определенного сорта винограда, а армянский коньяк делается из другого сорта винограда. За счет этих различий спектры отличаются друг от друга. Однако эти различия могут быть не столь очевидны для человеческого глаза, поэтому мы и подключаем машинное обучение. Это позволяет сделать четкую классификацию и учесть даже незначительные отличия между образцами, если выбрать информативный диапазон спектров и провести правильно предварительную обработку данных. Обученная на многочисленных образцах модель машинного обучения быстро классифицирует образцы, в том числе и те, которые не использовались для обучения модели», — подытожил Арам Саакян, аспирант Физтех-школы электроники, фотоники и молекулярной физики МФТИ.

Результаты работы опубликованы в журнале Measurement Techniques.
читайте также
Pro Science
Эксперименты империи. Адат, шариат и производство знаний в Казахской степи
Май 15, 2024
Pro Science
Раскопки в Телль Ваджеф
Май 15, 2024
ЗАГРУЗИТЬ ЕЩЕ

Бутовский полигон

Смотреть все
Начальник жандармов
Май 6, 2024

Человек дня

Смотреть все
Человек дня: Александр Белявский
Май 6, 2024
Публичные лекции

Лев Рубинштейн в «Клубе»

Pro Science

Мальчики поют для девочек

Колонки

«Год рождения»: обыкновенное чудо

Публичные лекции

Игорь Шумов в «Клубе»: миграция и литература

Pro Science

Инфракрасные полярные сияния на Уране

Страна

«Россия – административно-территориальный монстр» — лекция географа Бориса Родомана

Страна

Сколько субъектов нужно Федерации? Статья Бориса Родомана

Pro Science

Эксперименты империи. Адат, шариат и производство знаний в Казахской степи

О проекте Авторы Биографии
Свидетельство о регистрации средства массовой информации Эл. № 77-8425 от 1 декабря 2003 года. Выдано министерством Российской Федерации по делам печати, телерадиовещания и средств массовой информации.

© Полит.ру, 1998–2024.

Политика конфиденциальности
Политика в отношении обработки персональных данных ООО «ПОЛИТ.РУ»

В соответствии с подпунктом 2 статьи 3 Федерального закона от 27 июля 2006 г. № 152-ФЗ «О персональных данных» ООО «ПОЛИТ.РУ» является оператором, т.е. юридическим лицом, самостоятельно организующим и (или) осуществляющим обработку персональных данных, а также определяющим цели обработки персональных данных, состав персональных данных, подлежащих обработке, действия (операции), совершаемые с персональными данными.

ООО «ПОЛИТ.РУ» осуществляет обработку персональных данных и использование cookie-файлов посетителей сайта https://polit.ru/

Мы обеспечиваем конфиденциальность персональных данных и применяем все необходимые организационные и технические меры по их защите.

Мы осуществляем обработку персональных данных с использованием средств автоматизации и без их использования, выполняя требования к автоматизированной и неавтоматизированной обработке персональных данных, предусмотренные Федеральным законом от 27 июля 2006 г. № 152-ФЗ «О персональных данных» и принятыми в соответствии с ним нормативными правовыми актами.

ООО «ПОЛИТ.РУ» не раскрывает третьим лицам и не распространяет персональные данные без согласия субъекта персональных данных (если иное не предусмотрено федеральным законом РФ).