Beslisboom- en K-means-analyse van Ramanspectra voor eetbare oliën: een op fysica geïnformeerde AI-benadering

De authenticatie van eetbare oliën in bewerkte voedingsmiddelen is belangrijk voor voedselkwaliteit, fraudepreventie en naleving van regelgeving. Deze studie zet een geïntegreerd raamwerk van Raman-spectroscopie en machine learning op dat intrinsieke spectrale ordening, interpreteerbare classificatie en Physics-Informed Artificial Intelligence (PI-AI) met elkaar verbindt. Vijf eetbare oliën werden onderzocht in pure vorm en binnen een gefrituurde-aardappelchipsmatrix met behulp van t-SNE, K-means-clust