Il podcast prende spunto da uno studio analizza su frammenti di opere d'arte presenti sul Muro di Berlino, impiegando tecniche spettroscopiche (FTIR, Raman, XRF, FORS) non invasive per identificarne pigmenti e leganti. Si evidenzia l'utilizzo di colori acrilici e si quantifica semi-quantitativamente la composizione dei pigmenti tramite analisi dei rapporti di picchi spettrali. Inoltre, si presenta SAPNet, un algoritmo di deep learning applicato ai dati Raman per predire con precisione la percentuale di pigmenti nelle miscele, superando le limitazioni degli spettrometri portatili. I risultati mostrano la capacità di SAPNet di fornire analisi quantitative precise, paragonabili a quelle ottenute con apparecchiature da laboratorio. Infine, lo studio offre nuove prospettive per l'analisi quantitativa in situ di materiali in diversi campi.
fonte: https://www.newswise.com/pdf_docs/173385122042499_121124BerlinWallArt.pdf