Nem tekinthető általánosan alkalmazható megoldásnak
A kutatók azt is megvizsgálták, hogy javítható-e az eredmény több mesterségesen előállított tanítási adattal. Ehhez a SMOTE nevű módszert alkalmazták, amely a meglévő minták közötti adatokból hoz létre új, számított mintákat.
Ez bizonyos műanyagoknál érezhető javulást hozott: a poliamidnál például 0,130-nal, a polipropilénnél 0,114-gyel nőtt a tesztadatokon mért R² érték. A hatás azonban nem volt minden esetben kedvező, ezért a módszer nem tekinthető általánosan alkalmazható megoldásnak.
A kutatás gyakorlati jelentősége elsősorban abban rejlik, hogy a közeli infravörös spektroszkópia gyors, roncsolásmentes és viszonylag kevés minta-előkészítést igénylő vizsgálatot tesz lehetővé. Ez alkalmassá teheti arra, hogy a jövőben egy gyors szűrővizsgálat részeként használják takarmányok ellenőrzésére, például feldolgozóüzemekben vagy minőség-ellenőrzési folyamatokban.
Ennek oka, hogy a vizsgálat kontrollált körülmények között, egyetlen takarmánymátrixban és egyenként hozzáadott műanyagtípusokkal történt. A szerzők szerint még meg kell vizsgálni, hogyan működnek a modellek eltérő takarmánymárkák, különböző gyártási tételek, részecskeméretek és többféle műanyagot egyszerre tartalmazó minták esetében. Külső, független mintákon végzett ellenőrzésre is szükség van.
A tanulmány ezért egyelőre inkább fontos módszertani bizonyíték, mint kész takarmánybiztonsági megoldás. A kutatás azt mutatja, hogy a hordozható infravörös mérés és a gépi tanulás együtt képes lehet a mikroműanyagok gyors felismerésére, és bizonyos esetekben a mennyiségük becslésére is. A következő lépés annak bizonyítása lesz, hogy a laboratóriumban jól működő rendszer valódi, változatos összetételű takarmányokban is kellően megbízhatóan teljesít-e.
