Calibration PLS, ANN ou LOCAL ?
Les solutions proche infrarouge de FOSS sont capables de gérer les calibrations basées sur différents principes mathématiques, offrant chacun des avantages uniques. La calibration PLS est une méthode bien établie qui fait appel à une combinaison linéaire des longueurs d'ondes pour le développement de la calibration, au lieu d'une seule longueur d'onde comme dans la régression linéaire simple.
PLS est le choix évident lorsque le nombre d'échantillons est limité et que la relation entre spectres NIR et paramètres chimiques est linéaire. Certains types de productions naturelles offrent beaucoup de variabilités en matière d'origine et de composition ce qui engendre des relations non linéaires entre le paramètre d'intérêt et les spectres. Les calibrations ANN sont disponibles pour de telles situations. Elles sont une solution idéale car le coeur de l'ANN se fonde sur des mathématiques non linéaires.
ANN peut servir à créer des modèles de calibration étendus pour un large éventail de produits sans pour autant affecter la précision. La technique ANN nécessite un grand nombre d'échantillons de référence (généralement plus de 1000). Ce fait explique pourquoi les calibrations ANN sont très robustes et peuvent être facilement transférées. Elles sont donc très économiques à exploiter au fil du temps. Toutefois, il ne peut pas être employé pour les jeux de données plus petits. PLS et ANN sont des modèles statiques qui ne changent pas tant qu'aucune mise à jour de la calibration n'est effectuée.
Par opposition, les calibrations LOCAL sont dynamiques. Avec les calibrations LOCAL, le spectre de l'échantillon inconnu est comparé aux spectres dans une vaste base de données tandis que la prédiction est basée sur les spectres qui ressemblent le plus à l'inconnu. L'unique avantage des calibrations LOCAL est que les mises à jour sont simples. Les nouveaux échantillons sont tout simplement ajoutés à la base de données. Toutefois, parce qu'il est dynamique, le modèle est également sensible à la manière dont la base de données représente les nouveaux échantillons mesurés.