Pre-corso 1: Spettroscopia NIR: principi, strumentazione e casi applicativi
Il pre-corso guida i partecipanti alla scoperta della spettroscopia nel vicino infrarosso (NIR) e delle sue molteplici applicazioni. Si inizierà esplorando i principi delle spettroscopie vibrazionali e le caratteristiche uniche della radiazione NIR, fondamentali per comprendere il funzionamento della tecnica.
Successivamente, il corso offrirà una panoramica sulle diverse tipologie di strumenti NIR, spiegando come utilizzarli efficacemente in funzione degli obiettivi analitici e dei diversi tipi di campione. Verranno presentati esempi concreti e casi reali, per mostrare come la spettroscopia NIR possa essere applicata in contesti di analisi, controllo qualità, e ricerca.
Infine, si aprirà uno sguardo sulle applicazioni emergenti e sugli sviluppi futuri della tecnica, fornendo ai partecipanti una visione del ruolo della spettroscopia NIR e delle opportunità che offre nei diversi settori scientifici e industriali.
Pre-corso 2: Basi di Chemiometria per l’analisi di dati NIR
In questo pre-corso guarderemo ai dati NIR dal punto di vista della chemiometria. Tracceremo il percorso che va dalla generazione del dato – cioè l’acquisizione spettrale – fino all’estrazione e all’utilizzo dell’informazione contenuta nei dati, con qualche cenno anche alla preparazione del piano sperimentale (Design of Experiments). Basandoci su una pipeline chemiometrica “tipica” per l’analisi dati, approfondiremo aspetti come il preprocessing spettrale (cioè la preparazione e trasformazione del dato per massimizzare l’informazione estraibile), l’analisi esplorativa (mediante analisi delle componenti principali, PCA), e la modellazione predittiva, più precisamente la regressione e la classificazione. I metodi di analisi dati verranno spiegati congiuntamente alla loro applicazione a dataset NIR provenienti da casi reali, per mostrare al meglio l’efficacia della modellazione multivariata, e, più in generale, in cosa consista l’approccio chemiometrico: l’analisi dati non è solo modellazione, ma anche visualizzazione e collegamento con la realtà, che significa saper interpretare l’informazione che si può estrarre dai dati. Durante il corso ci saranno alcune attività pratiche di analisi dati che saranno svolte sul software CACTUS: applicheremo alcuni preprocessing e ispezioneremo con la PCA un paio di dataset NIR da casi reali. Naturalmente, per queste attività si rende necessario avere un proprio laptop, e la procedura di installazione verrà comunicata nella settimana precedente all’inizio della conferenza.
Informazioni utili
La partecipazione ai pre-corsi è compresa nella quota di iscrizione per i partecipanti al Simposio.
Per i non iscritti al Simposio, il costo è di 50€ da corrispondere mediante bonifico bancario come riportato nella apposita pagina (https://niritalia2026.sisnir.org/abstract-e-registrazione/) con la causale “Iscrizione pre-corsi NIR Italia 2026 Cognome Nome”.
Una volta effettuato il pagamento, inviare copia della ricevuta agli indirizzi: niritalia2026@uniba.it, tesoreria@sisnir.org, segreteria@sisnir.org indicando come oggetto della mail “Iscrizione pre-corsi NIR Italia 2026 Cognome Nome”.
E’ possibile partecipare ai pre-corsi unicamente in presenza.
Silvia Grassi
Dipartimento di Scienze per gli Alimenti, la Nutrizione e l’Ambiente dell’Università degli Studi di Milano
Nicola Cavallini
Dipartimento di Scienza Applicata e Tecnologia del Politecnico di Torino
La Prof.ssa Silvia Grassi ha cominciato ad occuparsi di spettroscopia e analisi multivariata dei dati nel 2010, durante la sua formazione accademica nella Scuola di Dottorato in Innovazione Tecnologica per le Scienze Agro-alimentari e Ambientali (XXVI ciclo) presso l’Università degli Studi di Milano. Dal 2021 al 2026 è stata ricercatrice a tempo determinato presso la stessa università, dove è professore associato in Scienze e Tecnologie Alimentari da agosto 2026.
La sua attività di ricerca riguarda differenti tipologie di prodotti e processi produttivi, grazie ad un approccio fenomenologico per indagare filiere di interesse industriale in diversi ambiti delle tecnologie alimentari. Le attività comprendono l’impiego di numerose tecniche analitiche, con particolare attenzione a tecniche analitiche più avanzate e non distruttive, quali la spettroscopia infrarossa (NIR e IR), il naso elettronico, e l’analisi dell’immagine.
Da Ottobre 2018 è membro del Direttivo Spettroscopia NIR (SISNIR) e dal 2025 dell’Educational Group dell’International Council for Near Infrared Spectroscopy (ICNIRS).
Il Dr. Nicola Cavallini è ricercatore a tempo determinato (RTDA) presso il Dipartimento di Scienza Applicata e Tecnologia del Politecnico di Torino, dove insegna nei corsi di terzo livello di Design of Experiments e Principles of Chemometrics. Ha conseguito il dottorato di ricerca in Chemometrics and Analytical Technology (doppia laurea tra le università di Modena e Reggio Emilia e Copenhagen), specializzandosi nell’analisi dei dati multivariati e nelle applicazioni della spettroscopia soprattutto nel settore alimentare. Nel corso della sua carriera ha sviluppato una consolidata expertise nella spettroscopia nel vicino infrarosso (NIR) e nella risonanza magnetica nucleare (NMR), tecniche che applica sistematicamente alla caratterizzazione, identificazione e tracciabilità di matrici alimentari e non. Ha pubblicato 23 articoli su diverse riviste scientifiche indicizzate, con oltre 200 citazioni, affrontando temi come la composizione della birra, la differenziazione di prodotti ittici freschi e surgelati, la caratterizzazione di formaggi, il monitoraggio non distruttivo della qualità alimentare e lo sviluppo di tutorial pratici per l’analisi chemiometrica. È inoltre co-fondatore dal 2021 di DataBloom, una start-up innovativa che fornisce servizi di consulenza e implementazione di analisi dati e chemiometria.