Artigo publicado: Inteligência artificial ajuda a revelar a história molecular do petróleo
Estudo publicado na revista Energy & Fuels mostra como técnicas de machine learning podem aprimorar a caracterização de óleos crus e identificar características importantes sobre sua formação e transformação ao longo do tempo.
Pesquisadores do CEMEP participaram da publicação de um novo artigo na revista científica Energy & Fuels que explora o uso de inteligência artificial para interpretar dados químicos complexos de amostras de petróleo.
O estudo combinou técnicas avançadas de espectrometria de massas com ferramentas de machine learning para identificar padrões moleculares capazes de revelar informações importantes sobre os óleos analisados, como sua origem geológica, o grau de transformação térmica sofrido ao longo de milhões de anos e os efeitos de processos de biodegradação.
Para isso, os pesquisadores utilizaram uma das mais poderosas técnicas disponíveis para caracterização molecular de misturas complexas, capaz de detectar milhares de compostos presentes em uma única amostra de petróleo. Em seguida, algoritmos de aprendizado de máquina foram empregados para analisar esse grande volume de informações e encontrar relações que seriam difíceis de identificar por métodos convencionais.
Os resultados demonstraram alta capacidade de classificação das amostras, permitindo diferenciar óleos com características distintas e identificar moléculas que podem atuar como marcadores químicos para cada grupo analisado.
Além de ampliar o conhecimento sobre a composição molecular do petróleo, a pesquisa destaca o potencial da integração entre química analítica e ciência de dados. Essa combinação pode contribuir para aplicações em diferentes áreas, incluindo exploração e produção de petróleo, monitoramento ambiental e desenvolvimento de novas metodologias para análise de sistemas químicos complexos.
Os autores ressaltam que o avanço das ferramentas de inteligência artificial representa uma oportunidade para extrair ainda mais informações dos dados gerados por instrumentos analíticos de alta resolução, tornando os processos de interpretação mais rápidos, precisos e eficientes.
O trabalho reforça o papel do CEMEP no desenvolvimento de pesquisas que unem instrumentação analítica de ponta e abordagens inovadoras de tratamento de dados para enfrentar desafios científicos e tecnológicos contemporâneos.
Artigo: Machine Learning for FT-ICR MS Analysis: Predicting Origin, Thermal Evolution, and Biodegradation of Crude Oils
CLIQUE AQUI E LEIA O ARTIGO COMPLETO