338notizie oggi Scopri i vantaggi
Tecnologia 1 min di lettura2 ore fa

Scentronic riconosce e riproduce cinque odori a distanza

Un naso elettronico con sei sensori identifica cinque categorie alimentari, ma la prova resta limitata a campioni controllati.

Un gruppo di ricercatori guidato dalla Ohio State University ha messo a punto Scentronic, un sistema che riconosce un odore e ne riproduce a distanza una versione controllata.

Offerta del giorno29 ottobre

Lancome

-20% sui pacchetti da Lancôme

Scade tra 63 giorni
*******


Come funziona il sistema

La tecnologia utilizza un naso elettronico formato da sei sensori per gas. Ciascun elemento reagisce in modo diverso alle sostanze organiche volatili presenti negli alimenti, generando segnali che vengono raccolti e analizzati.

I dati passano poi attraverso algoritmi di apprendimento automatico, incaricati di associare il profilo rilevato alla relativa sorgente. L’interfaccia olfattiva assistita dall’intelligenza artificiale è stata descritta in uno studio pubblicato su Science Advances.


Le categorie riconosciute

Durante le prove sono stati esaminati cinque tipi di odore: birra, torta, caffè, arancia e vino rosso. Per ciascuna categoria i ricercatori hanno utilizzato una sola sorgente, all’interno di un insieme composto da 250 campioni.

Chiedi a Readoo3 / 3 oggi

Fai una domanda su questo articolo o sul suo argomento: l'AI risponde in modo pertinente.

Readoo usa l’AI per rispondere velocemente alle tue domande.

Tra i metodi valutati, il modello k-NN ha raggiunto un’accuratezza fino al 100% in alcune configurazioni delle caratteristiche estratte dai segnali. Il risultato riguarda quindi la fase di classificazione, cioè la capacità di individuare a quale categoria appartenga l’odore rilevato.


I limiti della sperimentazione

La percentuale più alta è stata ottenuta in condizioni controllate e non dimostra ancora che Scentronic possa riconoscere con la stessa precisione gli odori presenti nella vita quotidiana. Ambienti diversi, miscele più complesse e sorgenti variabili potrebbero rendere l’analisi più difficile.

Gli stessi autori hanno indicato la necessità di ampliare gli insiemi di dati prima di valutare la capacità del sistema di funzionare in situazioni reali. La ricerca punta dunque a verificare se il riconoscimento e la riproduzione a distanza possano mantenere un livello di affidabilità elevato anche al di fuori del laboratorio.

Ti è piaciuto? Condividilo

Continua a leggere