Scopo e ambito
Questa formazione on-demand introduce i partecipanti ai principi di lavoro e alle applicazioni dell'imaging iperspettrale nel settore agroalimentare. Il corso copre i tipi di sensori (linescan, snapshot), la configurazione della misurazione, l'interpretazione spettrale, le tecniche di pre-elaborazione e i flussi di lavoro di apprendimento automatico per la classificazione e la regressione.
Attraverso esempi pratici di colture e prodotti alimentari (ad esempio porro, patate, carne), i partecipanti imparano come impostare misurazioni, elaborare dati iperspettrali e valutare modelli per casi d'uso reali.
Se vuoi avere maggiori informazioni sulla formazione, mettiti in contatto con Marijke.hunninck@ilvo.vlaanderen.be
Obiettivi di apprendimento
Entro la fine della formazione, i partecipanti saranno in grado di:
- Spiegare i principi di funzionamento dei sensori iperspettrali e le modalità di imaging.
- Impostare una campagna di misurazione iperspettrale per applicazioni agroalimentari.
- Pre-elaborare e analizzare i dati iperspettrali utilizzando tecniche di apprendimento automatico di base (PLSR, SVM).
- Interpretare gli indici di vegetazione e le impronte digitali spettrali rilevanti per la qualità delle piante e degli alimenti.
- Valutare la fattibilità di implementare l'imaging iperspettrale nei propri casi d'uso.
Risultati di apprendimento
I partecipanti che completeranno questa formazione saranno in grado di:
- Distinguere tra linescan, snapshot e sistemi iperspettrali scansionati spettrale.
- Applicare operazioni spettrali di pretrattamento come mascheramento e normalizzazione.
- Estrarre e analizzare gli spettri medi sia per le attività di classificazione che di regressione.
- Usa i dati iperspettrali per valutare la freschezza delle piante, rilevare i difetti delle patate o classificare i tipi di carne.
- Identificare i limiti e il potenziale delle configurazioni iperspettrali per ambienti di laboratorio o industriali.
A chi è rivolto?
Ricercatori, specialisti del controllo qualità, analisti delle colture e degli alimenti, scienziati dei dati e professionisti che lavorano con tecnologie di rilevamento non invasive nel settore agroalimentare.
Implementazione dell'IA
Dati (spazio dati / bigdata)
Altro
Servizi
Software / Modello AI