Grant KBN 1544/T09/2001/2
PRAWA PSYCHOFIZYCZNE I SZTUCZNE SIECI NEURONOWE
Charakterystyka pracy
Intensywności zapachu powietrza, zawierającego liczne odoranty o różnych stężeniach (bezwzględnych i względnych) nie można przewidzieć. Jej zależność od stężeń jest przypuszczalnie nieliniowa. Zaplanowano sporządzenie modelu neuronowego - sieci NN wytrenowanej z użyciem danych chromatograficzno-sensometrycznych. Wykonano analizy 132 próbek aromatyzowanych olejkiem cytrynowym (matryca) z czterema domieszkami. Dwie z nich zmieniały wielkość sygnałów GC matrycy. Pozostałe (aceton, etanol) są stosowane przy produkcji olejku. Odpowiedzi NN po treningach porównywano z opiniami dwunastu ekspertów. Błąd bezpośredniej predykcji intensywności, wyrażony w stopniach stosowanej skali wzorców, był mniejszy ΔΙ = 1 w 93% przypadków.
Oferta wykorzystania
System GC-NN może być używany w obszarach ochrony środowiska, diagnostyki medycznej, technologii żywności itd. Jest alternatywą dla sensorycznych ocen intensywności zapachu (czasochłonnych, kosztownych, czasami szkodliwych dla oceniających). Może być używany jako system wspomagania decyzji (ciągły monitoring zapachu). Nie wymaga stosowania specjalistycznego i kosztownego wyposażenia (mogą być wykorzystane popularne chromatografy).
Link do bazy danych opi: TUTAJ
Tekst sprawozdania z realizacji projektu można pobrać jako plik pdf (kliknij w pole obrazka). Do obejrzenia materiału można użyć programu Adobe Acrobat Reader lub Foxit Reader.
(format: pdf, rozmiar: 7,29 MB)
