Maisto klastojimo nustatymas ir produktų saugos užtikrinimas Ramano sklaidos spektrometrijos ir neuroninių tinklų pagrindu

Bendrovė įsteigta suvienijus mokslininkų ir verslininkų kompetencijas, siekiant vykdyti MTEP veiklas ir įgytas žinias komercializuoti Lietuvos ir tarptautinėse rinkose. Bendrovė aktyviai bendradarbiauja su Vilniaus universitetu (VU MIF, VU FTMC).

Maisto produktų klastojimas – aktuali pasaulinė problema. Klastojimo priežastis – ekonominė. Brangūs produktai maišomi su pigesniais pakaitalais, mėsos gaminiuose brangi mėsa pakeičiama pigiomis klastotėmis, maisto produktai papildomi ar apdorojami cheminėmis medžiagomis siekiant pakeisti jų savybes (spalvą, kvapą) ar užtikrinti šviežumą.

Atsiliepdami į pasaulines maisto saugos problemas, kuriame inovatyvią metodiką maisto klastojimo nustatymui ir produktų saugos užtikrinimui. Metodika paremta Ramano sklaidos spektrometrijos metodo ir neuroninių tinklų pagrindu. Remiantis šia metodika kuriama sistemos maisto produktų kokybės ir sudėties nustatymui, apjungianti Ramano sklaidos spektrometrijos metodus ir dirbtinį intelektą (dirbtinius konvuliacinius neuroninius tinklus).

Automatizuotas mašininio mokymo sprendimas (AMMS)

AMMS apima platų spektroskopijai tinkamų pradinio duomenų paruošimo ir analizės (regresijos, klasifikacijos, kvantifikavimo) metodų bei jų parametrų parinkimo algoritmų asortimentą. Sprendimas skirtas tiek mokslo, tiek pramonės atstovams savo veikloje susiduriantiems su chemometrijos užduotimis ir poreikių kalibruoti arba kurti spektrų klasifikavimo arba interpretavimo algoritmus.

Vykdant projektus susijusius su spektroskopijos duomenų analize, dažnai susidūriama su faktu, kad rinkoje esanti programinė įranga yra brangi, sudėtinga / reikalaujanti atitinkamu žinių, riboto funkcionalumo, nėra automatizuota. O tai daro įtaką modelių kūrimo kaštams, žmogiškųjų resursų poreikiui, projekto našumui bei rezultatyvumo vidurkiui.

Išmanios sistemos funkcijos leidžia vartotojams automatizuoti optimalios metodų vykdymo sekos bei jų parametrų parinkimą. Sistemos pagrindą sudaro evoliucinių algoritmų architektūra, leidžianti sutrumpinti paieškos laiką ir užtikrinti, kad gauta algoritmo konfigūracija yra artima optimaliai. Be to, sistemoje yra naudojami unikalius spektrinių žymių ypatybių aptikimo ir parinkimo metodai.

AMMS yra mašininio mokymosi produktų rinkinys, įgalinantis vartotojus, turinčius ribotas kompiuterinio mokymosi ar chemometrijos žinias, kurti aukštos kokybės modelius, atitinkančius jų mokslo arba verslo poreikiams.

Technologų bei inžinierių kompetencijų ugdymas blokų grandinės technologijų taikymo srityje
Nr. 09.4.3-ESFA-T-847-01-0007

UAB „Spektrolabas“ kuria Ramano spektrometrija ir pažangiais duomenų apdorojimo metodais paremtą maisto produktų kokybės ir autetiškumo nustatymo sprendimą. Inžinierių ir technologų kompetencijų ugdymo tikslais ketinama įmonės darbuotojus siųsti į mokymus, kurie didintų darbuotojų žmogiškųjų išteklių konkurencingumą, užtikrinant galimybes prisitaikyti prie ūkio poreikių, panaudojant technologinius ir inžinerinius sprendimus blokų grandinės technologijos taikymo srityje. Atsižvelgiant į pagrindinį projekto tikslą - projekto veiklų įgyvendinimo metu bus keliama 6 įmonės darbuotojų kvalifikacija bei profesinių žinių ir gebėjimų lygis.

Projektas finansuojamas iš Europos Sąjungos struktūrinių fondų lėšų
Projekto vertė: 42 860,22 Eur Eur
Finansavimo suma: 30 000,00 Eur
Projekto veiklų įgyvendinimo pradžia: 2019m. rugpjūčio mėn.
Projekto veiklų įgyvendinimo pabaiga: 2020m. vasario mėn.

Uždaroji akcinė bendrovė "Spektrolabas" įgyvendina ES struktūrinėmis lėšomis finansuojamą projektą "Inovatyvios metodikos maisto klastojimo nustatymui ir saugos užtikrinimui, paremtos Ramano spektrometrijos ir neuroninių tinklų pagrindu, sukūrimas"

Projekto metu bus kuriama inovatyvi metodika paremta Ramano sklaidos spektrometrijos metodu ir neuroninių tinklų pagrindu skirta maisto klastojimo nustatymui ir produktų saugos užtikrinimui. Projekto metu numatoma sukurti tris sistemas: 1) alyvuogių aliejaus kokybės nustatymu, 2) mėsos rūšies ir mėsos produktų sudėties nustatymui, 3) formaldehido pėdsakų žuvyje nustatymui. Rinkai bus pateiktas inovatyvus sprendimas - mobilus, informatyvus, nedestrukcinis produkto kokybės nustatymo metodas, taikomas bet kokioje aplinkoje, leidžiantis tiksliai ir greitai patikrinti didelius kiekius produktų nekontaktiniu metodu.