Calibrazioni PLS, ANN o LOCAL?
Le soluzioni NIR di FOSS sono in grado di gestire calibrazioni in base a diversi principi matematici, ognuno con vantaggi unici. La calibrazione PLS è un metodo collaudato che utilizza una combinazione di lunghezze d'onda, invece di una singola lunghezza come nella normale regressione lineare.
Il PLS è la scelta ovvia quando il numero di campioni è limitato, per sistemi in cui il parametro interessato ha una relazione lineare con gli spettri e in cui l'intervallo del parametro è ristretto. Alcuni campioni naturali variano molto, sia per provenienza che composizione, dando adito a relazioni non lineari tra il parametro interessato e gli spettri. In tali casi sono disponibili calibrazioni ANN che offrono una valida soluzione, in quanto ANN è basato sulla matematica non lineare.
ANN può essere utilizzato per creare ampi modelli di calibrazione per una vasta gamma di prodotti, senza dover sacrificare la precisione. Per poter funzionare in maniera appropriata, la tecnica ANN richiede un grande numero di campioni, di solito più di 100. Ciò spiega perché le calibrazioni ANN sono altamente robuste e trasferibili, e quindi così vantaggiose dal punto di vista dei costi da sostenere nel tempo. D'altro canto, però, questo requisiti preclude l'impiego di ANN per insiemi di pochi dati. PLS e ANN sono modelli statici che rimangono invariati fino a quando le calibrazioni non vengono aggiornate.
Al contrario, le calibrazioni LOCAL sono dinamiche. Con le calibrazioni LOCAL, lo spettro del campione sconosciuto viene confrontato con gli spettri contenuti in un'enorme banca dati, e la previsione viene basata sulle calibrazioni degli spettri che più assomigliano allo spettro sconosciuto. Il vantaggio unico delle calibrazioni LOCAL è che gli aggiornamenti sono molto semplici. I nuovi campioni vengono semplicemente aggiunti alla banca dati. Tuttavia, questa natura dinamica rende il modello sensibile alla fedeltà di rappresentazione dei nuovi campioni da parte del database.