Ferramentas multivariadas e abordagens de seleção de variáveis   

Em cenários forenses, a integração de quimiometria e técnicas de otimização auxiliam na identificação de características comuns entre amostras de medicamentos e drogas apreendidas, ajudando nas investigações policiais e rastreamento de operações ilegais. Parte considerável das técnicas analíticas utilizadas para caracterização das amostras apreendidas, no entanto, gera bancos de dados apoiados em elevado número de variáveis altamente correlacionadas e ruidosas, o que acaba por reduzir o desempenho de ferramentas multivariadas quando aplicadas em tais dados. Esta palestra apresenta uma abordagem com vistas à seleção das variáveis espectroscópicas ATR-FTIR mais relevantes para a classificação de amostras em duas classes (autênticas versus falsificadas, no caso de medicamentos). Na primeira etapa, os espectros ATR-FTIR são particionados em intervalos equidistantes e então é aplicada a técnica de classificação k-Nearest Neighbor sobre cada intervalo, de forma a inserir as amostras em classes apropriadas. Na etapa seguinte, os intervalos selecionados são refinados através do Algoritmo Genético, identificando assim as variáveis mais relevantes contidas nos intervalos previamente selecionados, visando a maximizar a precisão da classificação. O método proposto, quando aplicado a espectros ATR-FTIR de Cialis®, Viagra® e cocaína, aumentou a acurácia da classificação ao utilizar um subconjunto reduzido de variáveis.