Программа отображает результаты в виде двухмерной сетки, где вина с похожими сигнатурами группируются вместе.
Исследователи использовали машинное обучение, чтобы различать вина на основе тонких различий в концентрациях множества химических соединений, что позволило им отследить не только конкретный виноградарский регион, но и поместье, где было сделано вино. Чтобы обучить программу, ученые обратились к газовой хроматографии, которая использовалась для анализа 80 вин, собранных за 12 лет в семи различных поместьях в регионе Бордо во Франции, сообщает The Guardian.
Вместо того чтобы пытаться найти отдельные соединения, отличающие одно вино от другого, алгоритм использует все химические вещества, обнаруженные в вине, чтобы выработать наиболее надежную подпись для каждого из них.
Фото: Pexels
Исследователи использовали машинное обучение, чтобы различать вина на основе тонких различий в концентрациях множества химических соединений, что позволило им отследить не только конкретный виноградарский регион, но и поместье, где было сделано вино. Чтобы обучить программу, ученые обратились к газовой хроматографии, которая использовалась для анализа 80 вин, собранных за 12 лет в семи различных поместьях в регионе Бордо во Франции, сообщает The Guardian.
Вместо того чтобы пытаться найти отдельные соединения, отличающие одно вино от другого, алгоритм использует все химические вещества, обнаруженные в вине, чтобы выработать наиболее надежную подпись для каждого из них.
Фото: Pexels