La rete non supervisionata

Per proiettare i risultati ottenuti nel paragrafo precedente su una mappa, è stata impiegata una rete neurale non supervisionata. Le dimensioni della mappa di uscita sono state scelte in base al numero di gruppi di similitudine mostrati perché le reti autorganizzanti tendono a distribuire gli ingressi su tutta la mappa. L'autorganizzazione dei dati è tale che almeno due "criteri" di classificazione sono certamente individuabili sulla mappa: uno relativo all'asse orizzontale e l'altro alla verticale. L'identificazione di questi due criteri può essere intelligibile solo andando a verificare un criterio predominante di ordinazione lungo gli assi, tenendo conto che il parametro identificato è sempre crescente o decrescente. Talvolta, è anche possibile identificare un terzo asse di classificazione.

L'obiettivo è quello di individuare i parametri interni di autorganizzazione attraverso l'applicazione dei risultati dei panel test nella rete non supervisionata. La classificazione dei parametri dipende la dimensione della mappa di Kohonen, che non rappresenta un sistema ortonormale, ma la capacità di questa metodologia è concreta. Questo è stato messo in atto utilizzando i risultati dei due panel test (esperti e non esperti) e le predizioni ottenute a partire dai gascromatogrammi sui medesimi oli extra vergini di oliva.

Pertanto, gli stessi valori dei parametri del panel test, utilizzati per l'addestramento supervisionato, vengono utilizzati come input di una rete non supervisionata con mappa di Kohonen di dimensione arbitrariamente scelta di 10x10 neuroni e sono stati visualizzati tutti gli ingressi disponibili, connessi agli 8 oli di riferimento.

Figura 45

Lo schema di impiego della rete neurale non supervisionata per proiettare i risultati degli gli assaggiatori esperti.

In questo lavoro, è stata usata una rete neurale di Kohonen con i seguenti parametri che hanno fornito i migliori risultati di separazione:

- Fase 1 - addestramento di 100 cicli

o α0

= 0.1 decrescente fino a α100=0.02; o v0r = 3 decrescente fino a v100r = 1;

- Fase 2 - addestramento di 1000 cicli

o α0

= 0.1 decrescente fino a α100=0.01; o v0r = v1000r = 0.

Nel caso di assaggiatori esperti, la mappatura dei panel test realmente eseguiti è rappresentata nella seguente figura, in cui sono rappresentate anche le posizioni dei parametri di classificazione predominanti.

Figura 46

Classificazione non supervisionata da panel test reali di assaggiatori esperti. (addestramento con 9 campioni, compreso il campione di test “I”).

Dai valori espressi in occasione del panel test e dalla classificazione rappresentata in figura, è possibile estrapolare una interpretazione della mappa. Frutto di tale interpretazione è l’individuazione presunta di più assi di classificazione, tra i quali: un asse “fruttato verde” → “fruttato maturo”; uno “fruttato” → “piccante”; uno “fruttato” → “riscaldo”; che sintetizzano caratteristiche che si sviluppano dall’una all’altra parte della mappa.

Questo aspetto evidenzia il problema oggettivo relativo al fatto che il panel test è uno “standard multiplo”, sede, cioè, di un grande numero di caratteristiche organolettiche che viene affrontato attraverso lo strumento delle reti neurali artificiali “non supervisionate”. Queste ultime aiutano ad una diversificazione dei campioni che stimolano il panel test e poi ne permettono una valutazione comparativa interna, con l’intento di automatizzare tale processo e quindi di fornire la possibilità di “disseminare lo standard”. La rete di Kohonen viene utilizzata solo come strumento di visualizzazione efficace della risposta del panel test.

Per verificare la capacità della rete neurale artificiale “non supervisionata” di classificare correttamente, sono stati utilizzati nell’addestramento solo 8 dei 9 campioni di olio disponibili: è stato escluso il campione “i”.

La mappatura dei panel test predetti dalla rete supervisionata è rappresentata nella seguente figura, in cui il campione “i” non ha contribuito all’addestramento della rete.

Figura 47

Classificazione non supervisionata da panel test predetti di assaggiatori esperti. (addestramento con 8 campioni e mappatura del campione “i”).

Nella figura precedente sono riportati, con lettere in minuscolo, i risultati della classificazione. Il campione escluso, di cui si conosce la valutazione del panel test, è stato, poi, utilizzato per verificare la capacità di classificazione della mappa di Kohonen ed è riportato in colore grigio, con lo scopo di individuare la “oggettività” della classificazione. Rispetto alla prima mappatura (in cui i neuroni attivi sono contrassegnati da lettere in maiuscolo), quello che si evince chiaramente è che, al di là di uno spostamento verso sinistra di quasi tutte le classificazioni fatte con tutti i campioni, la “zona” di classificazione del campione “i” resta in basso a sinistra nella mappa di Kohonen.

Si noti inoltre come il campione commerciale (H) sia stato facilmente individuato dagli assaggiatori esperti, tramite la compilazione della tabella di valutazione, classificandolo con assenza di attributi positivi e la presenza di attributi negativi come il gusto di “riscaldo”.

Analogamente, nel caso di assaggiatori non esperti, è stata replicata la medesima architettura.

Figura 48

Lo schema di impiego della rete neurale non supervisionata per proiettare i risultati degli gli assaggiatori esperti.

In questo caso, si è ottenuta la seguente mappatura dei panel test realmente eseguiti.

Figura 49

Classificazione non supervisionata da panel test reali di assaggiatori non esperti. (addestramento con 9 campioni, compreso il campione di test “I”).

Dai valori espressi in occasione del panel test e dalla classificazione rappresentata in figura, è possibile estrapolare una interpretazione della mappa. Frutto di tale interpretazione non è l’individuazione di più assi di classificazione, come nel caso del panel test di esperti, ma delle aree in cui predomina un determinato “flavour”. Dalla presenza di piccoli cluster che corrisponde ad una similitudine percettiva dei campioni impiegati, sembra che la capacità

di classificare dei non esperti sia ridotta rispetto agli esperti, che hanno una maggiore "educazione" alla percezione sensoriale.

Anche in questo caso, per verificare la capacità della rete neurale artificiale “non supervisionata” di classificare correttamente, sono stati utilizzati nell’addestramento solo 8 dei 9 campioni di olio disponibili: è stato escluso il campione “i”.

La mappatura dei panel test predetti dalla rete supervisionata è rappresentata nella seguente figura, in cui il campione “i” non ha contribuito all’addestramento della rete.

Figura 50

Classificazione non supervisionata da panel test predetti di assaggiatori non esperti. (addestramento con 8 campioni e mappatura del campione “i”).

Nella figura precedente sono riportati, con lettere in minuscolo, i risultati della classificazione. Il campione escluso, di cui si conosce la valutazione del panel test, è stato, poi, utilizzato per verificare la capacità di classificazione della mappa di Kohonen ed è riportato in colore grigio, con lo scopo di individuare la “oggettività” della classificazione. Rispetto alla prima mappatura (in cui i neuroni attivi sono contrassegnati da lettere in maiuscolo), quello che si evince chiaramente è che, al di là di uno spostamento verso sinistra di quasi tutte le classificazioni fatte con tutti i campioni, la “zona” di classificazione del campione “i” resta al centro a sinistra nella mappa di Kohonen.

Si noti inoltre come il campione commerciale (H) sia stato facilmente individuato dagli assaggiatori esperti, tramite la compilazione della tabella di valutazione, ma non tanto per

la presenza di attributi negativi, come nel caso degli assaggiatori esperti, quanto per la percezione del gusto “dolce”.

Come si evince dalla figura seguente, che mette a confronto le due classificazioni eseguite da parte di assaggiatori esperti e non esperti, indipendentemente dalle interpretazioni “ex post” che possono essere intuite, le mappature sono confrontabili solo parzialmente, in quanto alcuni campioni hanno una posizione relativa analoga (vds. campioni “G”, “D”, “G”, “H”), mentre altri no (vds. campioni “A”, “E”, “F”) ed altri ancora una posizione invertita (vds. campioni “B”, “I”).

Figura 51

Classificazione non supervisionata da panel test reali di assaggiatori esperti con indicazione (frecce rosse) delle deviazioni rispetto all’analoga classificazione da parte di assaggiatori non esperti.

Dalle deviazioni rispetto alla posizione relativa sulla mappa degli assaggiatori esperti e dalla loro caratterizzazione percepita possono essere trovate le differenze geoculturali degli assaggiatori, aspetto molto importante del marketing se si pensa ad un impiego dell’olio extra vergine di oliva da parte dei consumatori comuni.

In conclusione dell’intero iter procedurale, conoscendo le capacità di generalizzazione delle reti neurali supervisionate, il gascromatogramma di un campione estraneo al file di apprendimento, fornisce un'uscita che, applicata alla mappa di Kohonen, posiziona il campione nello spazio bidimensionale di uscita, in un punto analogo a quella nella quale lo avrebbe posizionato il panel test reale, senza che questo sia stato effettivamente eseguito ed analizzato. Questa è esattamente la procedura di disseminazione della metrologia estratta

dal panel test. Quindi un panel test su un certo numero di campioni è senz’altro l’espressine di una metrologia organolettica, sempre numericamente migliorabile in base ai campioni di riferimento a disposizione.