Intelligenza artificiale applicata alla chimica analitica forense
Corso FAD asincrono (18 crediti ECM) su intelligenza artificiale e machine learning applicate alla chimica analitica forense: fondamenti, reti neurali, deep learning, CNN, explainable AI. Piattaforma LMS www.ecm-corsi.it. Quota: 183 €.
Fonte dati per questo evento: Agenas. Evento organizzato da provider terzo. Smart ECM riporta dati pubblici dell'evento a scopo informativo e non è responsabile né del corso né dei contenuti, né ha accordi commerciali o di collaborazione con il provider.
Razionale scientifico
Questo secondo corso strettamente collegato al corso "Chemiometria applicata alla Chimica Analitica Forense" è dedicato ai fondamenti e alle applicazioni dell'intelligenza artificiale (IA) e del machine learning per l'analisi di dati complessi in ambito chimico-analitico e forense. In continuità con gli strumenti della statistica multivariata trattati nella prima parte, questa sezione si propone di estendere il quadro metodologico introducendo modelli predittivi avanzati, capaci di gestire grandi moli di dati, strutture non lineari e informazioni eterogenee. L'obiettivo è fornire ai partecipanti una comprensione critica dei principali algoritmi di apprendimento supervisionato e non supervisionato, evidenziandone analogie e differenze rispetto ai metodi chemiometrici classici (ad esempio PLS, LDA, SIMCA), nonché le condizioni in cui l'impiego di tecniche di IA risulta vantaggioso. Particolare attenzione sarà rivolta non solo alle prestazioni predittive, ma anche all'interpretabilità dei modelli, alla robustezza e alla validazione, aspetti cruciali soprattutto in contesti applicativi regolati o forensi. Il percorso formativo coprirà l'intero workflow di sviluppo di un modello di IA: dalla preparazione dei dati (pre-processing, feature engineering e selezione delle variabili), alla scelta dell'algoritmo, fino alla fase di addestramento, ottimizzazione degli iperparametri e valutazione delle prestazioni mediante strategie di validazione appropriate. Verranno inoltre discussi i principali rischi metodologici, quali overfitting, data leakage e bias, e le relative strategie di mitigazione. Saranno introdotti modelli di reti neurali artificiali e architetture di deep learning, con esempi applicativi in ambito di analisi di immagini (RGB e iperspettrali) e riconoscimento di pattern complessi. Infine, verranno trattati i temi dell'integrazione tra IA e chemiometria, inclusi approcci ibridi e strategie di data fusion avanzata, nonché gli aspetti emergenti legati all'explainable AI (XAI), fondamentali per garantire trasparenza e affidabilità dei modelli, soprattutto quando i risultati devono essere interpretati e comunicati in contesti decisionali o giudiziari. Particolare attenzione sarà rivolta non solo alle prestazioni predittive, ma anche all'interpretabilità, alla robustezza, alla quantificazione dell'incertezza e alla comunicazione dei risultati, aspetti essenziali quando le evidenze prodotte devono essere valutate in contesti regolati o giudiziari. Nel complesso, questa parte del corso mira a fornire strumenti operativi e chiavi interpretative per l'utilizzo consapevole delle tecniche di intelligenza artificiale, favorendo la capacità di selezionare, implementare e valutare criticamente modelli avanzati in funzione delle specifiche problematiche analitiche affrontate.
Programma
Corso FAD asincrono - Programma· Piattaforma LMS www.ecm-corsi.it
- Prima Parte (2 ore): Fondamenti di intelligenza artificiale e machine learning - Inquadramento dell'IA e del machine learning; modelli lineari vs non lineari; paradigmi di apprendimento supervisionato e non supervisionato; alberi decisionali, random forest, support vector machine; confronto tra approcci statistici, chemiometrici e di machine learningFederico Marini
- Seconda Parte (2 ore): Apprendimento e ottimizzazione nelle reti neurali - Funzioni di costo; backpropagation; gradient descent; overfitting, regolarizzazione (L1, L2, dropout); strategie di validazione; valutazione dell'incertezza; prevenzione di bias e data leakageFederico Marini
- Terza Parte (3 ore): Architetture di deep learning - Profondità e rappresentazioni gerarchiche; reti profonde feed-forward; inizializzazione dei pesi e vanishing/exploding gradient; batch normalization; autoencoderFederico Marini
- Quarta Parte (3 ore): Reti neurali convoluzionali (CNN) - Struttura delle CNN: convoluzione, filtri, mappe di attivazione; pooling e riduzione dimensionale; strati completamente connessi; interpretazione dei filtri; applicazioni a immagini RGB, multispettrali e iperspettrali; approcci pixel-wise e object-wiseFederico Marini
- Quinta Parte (2 ore): Explainable AI e interpretazione dei modelli - Importanza dell'interpretabilità; metodi: feature importance, SHAP, LIME; affidabilità, robustezza e validazione in contesti regolati; comunicazione dei risultati; trasparenza in ambito forense e giudiziarioFederico Marini
Responsabili del corso
MAPY CONSULENZA & SERVIZI SAS
Provider
ID Provider: N° 45
Città: Firenze (FI)
Tipologia: Società, Agenzie Ed Enti Privati
Stato accreditamento: Standard - 1° Rinnovo
Laurea in chimica industriale, Libero Professionista Fabrizio Martinelli
Responsabile scientifico
Specializzazione: Chimica analitica forense, Metodologie analitiche forensi
Struttura: Laboratori Integrati S.r.l. / E.P.A.P. / Ordine Interregionale Chimici e Fisici Lazio-Umbria-Abruzzo-Molise
Ruolo: Owner & CEO di Laboratori Integrati S.r.l.; Coordinatore C.I.G. E.P.A.P.; Professore a contratto Master II Liv. Metodologie Analitiche Forensi, Università La Sapienza; Tesoriere e past President Ordine Interregionale Chimici e Fisici di Lazio-Umbria-Abruzzo-Molise
Relatori e docenti
Laurea in chimica, Dottorato in scienze chimiche Federico Marini
Docente
Specializzazione: Chemiometria avanzata, Chimica Analitica
Struttura: Università degli Studi di Roma La Sapienza
Ruolo: Professore associato di Chemiometria avanzata con MATLAB (Dottorato di Ricerca in Scienze Chimiche) e Chimica Analitica II con Laboratorio
Domande frequenti
L'evento è accreditato per: Chimico (Chimica); Biologo (Biologo); Tecnico Della Prevenzione Nell'ambiente E Nei Luoghi Di Lavoro (Iscritto Nell’Elenco Speciale Ad Esaurimento); Tecnico Sanitario Laboratorio Biomedico (Iscritto Nell’Elenco Speciale Ad Esaurimento); Fisico (Fisica); Tecnico Della Prevenzione Nell'ambiente E Nei Luoghi Di Lavoro (Tecnico Della Prevenzione Nell'ambiente E Nei Luoghi Di Lavoro); Tecnico Sanitario Laboratorio Biomedico (Tecnico Sanitario Laboratorio Biomedico).
Fonte dati per questo evento: Agenas. Evento organizzato da provider terzo. Smart ECM riporta dati pubblici dell'evento a scopo informativo e non è responsabile né del corso né dei contenuti, né ha accordi commerciali o di collaborazione con il provider.