ANALISI MULTIVARIATA DI DATI IN MATRICI AMBIENTALI

Anno accademico
2023/2024 Programmi anni precedenti
Titolo corso in inglese
MULTIVARIATED DATA ANALYSIS IN ENVIRONMENTAL MATRICES
Codice insegnamento
CM0565 (AF:451528 AR:249743)
Modalità
In presenza
Crediti formativi universitari
6
Livello laurea
Laurea magistrale (DM270)
Settore scientifico disciplinare
CHIM/01
Periodo
II Semestre
Anno corso
1
Sede
VENEZIA
Spazio Moodle
Link allo spazio del corso
Il corso vuole fornire la conoscenza dei metodi, atti alla comprensione, allo studio e alla interpretazione di sistemi reali. In questo insegnamento, a partire dalla descrizione della struttura multivariata dei dati atti allo studio di un sistema chimico/ambientale, verranno illustrati i principali metodi di Pattern Recognition, con particolare riferimento alla Cluster Analysis, all'Analisi delle Componenti Principali (PCA), allo sviluppo di modelli mulivariati previsionali (PCR e PLS) attraverso la strategia QSAR (Relazioni Quantitative Struttura-Attività), e al Disegno Sperimentale. Particolare rilievo verrà dato alla costruzione ed alla validazione di modelli multivatiati di calibrazione, allo studio di sistemi ambientali con approfondimenti, presentazione e discussione di casi di studio.
Queste conoscenze sono di fondamentale importanza per il CdS, poichè consentono allo studente di acquisire le competenze necessarie all'interpretazione di dati ambientali, e di comprendere i meccanismi e le dinamiche dei processi ambientali in campo chimico, ecologico, geologico, idrogeologico, biologico: questa è la base per intraprendere strategie di risanamento, controllo, e valutazione della biodiversità ambientale, nonchè della salvaguardia del capitale e delle risorse naturali.
Il corso ha un'impostazione prevalentemente sperimentale ed è mirato alla comprensione e all'utilizzo pratico dei principali metodi di Pattern Recognition.
Lo studente sarà in grado:
1) di acquisire le conoscenze adatte all'utilizzo dei metodi chemiometrici di analisi multivariata, ovvero i metodi di Pattern Recognition e di disegno sperimentale;
2) attraverso la presentazione di specifici casi di studio che utilizzano tali metodi, di acquisire la capacità di applicarli su problematiche ambientali nuove, ovvero di saper interpretare nuovi dati relativi a sistemi ambientali;
3) di acquisire una sufficiente capacità critica nella scelta dei metodi chemiometrici adatti a risolvere problematiche ambientali, e all'estrarre dai risultati le informazioni utili nell'indirizzarlo ad una strategia decisionale di intervento su un sistema ambientale.
Lo studente dovrà acquisire un linguaggio e un utilizzo coerente della terminologia, poichè dovrà essere anche in grado di proporre e comunicare questo approccio anche a persone che non dispongono di tali conoscenze, e con le quali dovrà confrontarsi e collaborare in un futuro professionale.
Conoscenza matematica di base di una qualsiasi scuola superiore e di Chimica Generale
Pattern Recognition.
Il trattamento preliminare dei dati, metodi di classificazione e di raggruppamento: K-NN, Cluster Analysis.
Analisi delle Componenti Principali (PCA): teoria, utilizzo ed applicazioni; il metodo SIMCA.
Modelli di correlazione multivariata: metodi MRA, PCR, PLS e criteri di validazione. Scelta della dimensionalità ottimale dei modelli e loro ottimizzazione.
Disegno Sperimentale.
Disegni fattoriali, D-efficienza e disegni D-ottimali. utilizzo pratico di software chemiometrici. Una parte del corso sarà dedicata allo studio di casi reali presenti in letteratura.
Dispense e presentazioni fornite dal docente.
Roberto Todeschini: "Introduzione Alla Chemiometria". EDiSES, Napoli.
D.L. Massart et al: "Chemometrics:a Textbook", Data Handling in Science and Technology, 2, ELSEVIER, Amsterdam.
La verifica dell'apprendimento avviene attraverso un colloquio orale sugli argomenti trattati, con l'obbiettivo di verificare (anche attraverso la discussione di casi di studio) la capacità dello studente di applicare i metodi chemiometrici alla realtà delle problematiche in campo ambientale
Lezioni frontali. La lezione avrà lo scopo principale di far comprendere "la filosofia" dell'approccio chemiometrico, che è completamente diversa da quella generalmente utilizzata per un approccio allo studio scientifico tradizionale.

Italiano
orale

Questo insegnamento tratta argomenti connessi alla macroarea "Capitale naturale e qualità dell'ambiente" e concorre alla realizzazione dei relativi obiettivi ONU dell'Agenda 2030 per lo Sviluppo Sostenibile

Programma definitivo.
Data ultima modifica programma: 28/02/2023