L'arca olearia
La vita di un olio extra vergine di oliva ora si predice grazie al computer
Caratteristiche dielettriche e cromatiche alla base di nuovi modelli predittivi sulla qualità dell'olio extra vergine d'oliva durante lo stoccaggio. Le tecniche di apprendimento delle macchine hanno dimostrato una buona capacità di determinare la conservabilità
02 febbraio 2018 | R. T.
La vita dell'olio extra vergine di oliva durante lo stoccaggio deve essere continuamente monitorata, per assicurarsi che i parametri si mantengano entro gli standard legali.
Tutto questo ha costi elevati.
Una ricerca iraniana propone un nuovo approccio basato sulla fusione della spettroscopia dielettrica e della visione computerizzata per la caratterizzazione degli indici di qualità dell'olio d'oliva durante lo stoccaggio al fine di ridurre i tempi di analisi, il consumo di reagenti, la manodopera e le apparecchiature ad alto costo.
Sono state estratte le caratteristiche cromatiche e sono state estratte le caratteristiche dielettriche nell'intervallo di frequenza da 40 kHz a 20 MHz per ogni campione di extra vergine d'oliva.
Dopo la preelaborazione dei dati, sono stati sviluppati e confrontati modelli di classificazione e previsione.
Diverse tecniche di machine learning sono state studiate per la classificazione del tempo di memorizzazione e la predizione degli indici di qualità, tra cui rete neurale artificiale (ANN), macchina vettoriale di supporto (SVM), rete Bayesiana (BN) e regressione lineare multipla (MLR).
Il miglior risultato nella classificazione degli oli di oliva, tenuto conto del mix di tutti i parametri cihimo-fisici, è stato ottenuto con la tecnica della rete Bayesiana con una precisione del 100%.
Tra i modelli predittivi, la macchina vettoriale di supporto ha ottenuto i migliori risultati per la previsione dell'indice di perossidi, l'assorbanza UV a 232 nm (K232) e il tenore in clorofilla.
La rete neurale artificiale ha dato il miglior risultato per predire l'acidità libera.
I risultati di questa ricerca possono essere utilizzati per sviluppare un sistema efficiente ed affidabile di valutazione e monitoraggio della qualità dell'olio d'oliva durante lo stoccaggio.
Bibliografia
Alireza Sanaeifar, Abdolabbas Jafari, Mohammad-Taghi Golmakani,
Fusion of dielectric spectroscopy and computer vision for quality characterization of olive oil during storage,
Computers and Electronics in Agriculture,
Volume 145,
2018,
Pages 142-152,
ISSN 0168-1699
Potrebbero interessarti
L'arca olearia
Analisi critica del consumo di olio extravergine di oliva: tra comunitario e 100% italiano
Cosa acquistano sugli scaffali dei supermercati gli italiani? Non è sufficiente solo il dato assoluto ma capire i comportamenti di consumo nelle varie aree Nielsen, differenziando tra olio comunitario e 100% italiano
01 maggio 2026 | 16:00 | Alberto Grimelli
L'arca olearia
La mosca dell'olivo in primavera: nuove strategie di controllo in condizioni di cambiamento climatico
Le dinamiche della mosca dell'olivo fuori stagione, in particolare tra inverno e primavera, siano determinanti per la crescita delle popolazioni. Ecco i meccanismi ecologici e fisiologici che regolano tali fasi e i nuovi approcci di gestione sostenibile alla luce dei cambiamenti climatici
01 maggio 2026 | 15:00
L'arca olearia
Valorizzazione della sansa di oliva come ammendante organico: implicazioni agronomiche e ambientali in oliveto
L’impiego della sansa fresca di oliva come ammendante organico rappresenta una strategia promettente per migliorare la fertilità dei suoli e ridurre l’impatto ambientale della filiera olearia. Gli effetti sulla chimica del suolo, sulla nutrizione minerale e sulla qualità del frutto
01 maggio 2026 | 14:00
L'arca olearia
Potatura da reddito dell'olivo: dimenticare le tradizioni
Presentati i primi oli degli OLIveti Certificati dalla Scuola, sostenibili, che esaltano non soltanto caratteristiche delle varietà autoctone ma che rispettano al massimo territorio, albero, uomo e ovviamente sana alimentazione. Forbici d'Oro è più di un concorso
01 maggio 2026 | 13:30 | Antonino Filippo Nobile
L'arca olearia
Machine learning e metabolomica per l’autenticazione geografica dell’olio extravergine d'oliva
L’integrazione tra spettroscopia NMR, gascromatografia-spettrometria di massa, analisi fenolica e algoritmi di machine learning apre nuove prospettive per la tracciabilità dell’olio extravergine di oliva. L’intelligenza artificiale può distinguere l’origine geografica e varietale degli oli
01 maggio 2026 | 13:00
L'arca olearia
Alternanza produttiva dell’olivo: effetti su nutrizione minerale e fotosintesi
Esistono variazioni significative nell’assorbimento di azoto, fosforo, potassio e calcio tra annate di carica e scarica dell'olivo, indicando nuove strategie di fertirrigazione per contenere l'alternanza e stabilizzare rese e qualità
01 maggio 2026 | 11:00
