DIGITALIZAÇÃO 39 com análises de Espetroscopia de Infravermelhos por Transformada de Fourier (FTIR) (um exemplo desta análise está representado no gráfico da Figura 8), Termogravimetria (TGA) e Calorimetria Diferencial de Varrimento (DSC) com a possibilidade de tratamento dos dados e espetros antes do armazenamento em base de dados externa, permitindo o acesso à base de dados centralizada os métodos Correlation Coefficient, Cosine Similarity, Euclidean Distance, Dynamic Time Wraping (DTW), Spectral Angle Mapper (SAM) e Wavelet Transform. Numa perspetiva mais atual, alguns algoritmos de Machine Learning podem, também, ser implementados para complementar os resultados, conferindo-lhes maior robustez e credibilidade. Em suma, o desenvolvimento de uma solução personalizada capaz de centralizar, armazenar e interpretar dados de caracterização física de materiais, tal como aquela descrita neste caso de estudo, é de vital importância para o aumento de eficiência e eficácia dos processos de gestão e interpretação de dados, mais especificamente, em contexto laboratorial. n Figura 8: Exemplo de espetro de FTIR feita a uma amostra laboratorial importada para a base de dados desenvolvida. por qualquer dispositivo; 2) suportar a identificação dos diferentes compostos poliméricos a analisar através dos dados armazenados que servem como base a essa identificação. Para tal, vários métodos de classificação estão a ser considerados, tais como As referências deste artigo estão disponíveis para consulta online aqui: www.interempresas.net/a 557007 AF_SIMULFLOW_ASPIRADOR_220X147.pdf 1 28/02/2018 14:22
RkJQdWJsaXNoZXIy Njg1MjYx