In risposta ad un problema critico che mette a repentaglio sia l’integrità nutrizionale di questo alimento che la salute dei consumatori, questo documento presenta un innovativo sistema multisensore basato su Internet of Things (IoT) abilitato dall’intelligenza artificiale (AI).

I metodi tradizionali di rilevamento dell’adulterazione hanno mostrato dei limiti, spingendo allo sviluppo di un approccio automatizzato e avanzato.

Il sistema proposto integra vari sensori in grado di effettuare misurazioni in tempo reale, tra cui pH, conduttività elettrica (EC), temperatura, parametri del gas e parametri dei composti organici volatili (VOC).

Questo approccio completo si estende alla misurazione di costituenti chiave di campioni di latte come valori di grassi, proteine, solidi non grassi (SNF), lattosio.

Per affrontare adulteranti specifici (urea, amido, bicarbonato di sodio, maltodestrina e formaldeide), viene impiegata una tecnica di ensemble basata sull’apprendimento automatico per la classificazione.

Questo metodo di ensemble supera gli algoritmi convenzionali come RF, Light GBM ed Extra Trees Classifiers, raggiungendo un impressionante tasso di accuratezza del 96% nel rilevamento di adulteranti nel dataset del latte.

Il contributo fondamentale di questo studio risiede nello sviluppo di un dispositivo di acquisizione dati basato su IoT che si integra perfettamente con il sistema di sensori, consentendo misurazioni efficienti e precise.

Inoltre, XAI viene utilizzato per analizzare i risultati ottenuti dal modello proposto. Per questo, viene impiegato un framework chiamato analisi SHAP (SHapley Additive exPlanations) per chiarire il processo decisionale del modello di ensemble, migliorando l’interpretabilità dei risultati.

In virtù delle sue capacità di monitoraggio in tempo reale e della classificazione accurata, il sistema multisensore basato su IoT abilitato dall’intelligenza artificiale è una soluzione promettente per affrontare l’adulterazione del latte.

DOI: 10.1016/j.foodcont.2024.110495

Sistema multisensore IoT basato su XAI per il rilevamento in tempo reale dell’adulterazione del latte

XAI-empowered IoT multi-sensor system for real-time milk adulteration detection. Food Control, Volume 164, ottobre 2024

G. Kashish, P. Kumar, K. Verma