Alfredo Queiroz e Marcelo B. Andrade
Ao observar uma rocha não é tão fácil identificar, em certas ocasiões, os minerais que ela contém, uma vez que diferentes minerais podem ter colorações e formas muito semelhantes. Uma estratégia muito interessante para resolver este problema é investigar a interação da radiação eletromagnética com esses minerais para classificá-los.
Decidido a enfrentar este desafio, o doutorando do IFSC/USP, Alfredo Queiroz, investiga desde o seu mestrado a classificação de minerais por meio da espectroscopia Raman e Redes Neurais Artificiais sob a orientação do pesquisador, Dr. Marcelo B. Andrade. O trabalho resultou num artigo em uma das principais revistas da área, a “Journal of Raman Spectroscopy”, disponibilizada em agosto de 2022.
A estrutura das redes neurais desenvolvidas foi baseada em redes Perceptron de multicamadas (Multilayer Perceptron) e conseguiram classificar amostras dos grupos do pirocloro e microlita (fontes de nióbio e tântalo respectivamente, elementos que são muito utilizados nas indústrias aeroespacial e eletrônica).
Outro fator a ser destacado no trabalho foi o ajuste da linha de base dos espectros obtidos pelo método de mínimos quadrados assimétricos (Asymmetric Least Squares), utilizado para remover efeitos como os da fluorescência, que afetavam a classificação.
Fluorcalciopyrochlore
Os pesquisadores do IFSC/USP contaram também com a colaboração da universidade do Arizona para a análise de algumas amostras, cujos dados estão disponibilizados na base de dados do projeto RRUFF (VEJA AQUI).
O artigo “Prospection of pyrochlore and microlite mineral groups through Raman spectroscopy coupled with artificial neural networks” pode ser acessado, clicando AQUI.
O trabalho publicado demonstra como os conhecimentos de física computacional são importantes na identificação de minerais e no aperfeiçoamento da exploração dos recursos naturais. Isso é muito importante para o país, pois o Brasil possui grandes reservas de nióbio e tântalo.
Alfredo fez a graduação e mestrado em Física Computacional no IFSC/USP e atualmente é doutorando no mesmo programa no grupo de cristalografia (LaMuCrEs e EMU LabRam), desenvolvendo novas ferramentas de aprendizado de máquina para a identificação de minerais de interesse econômico, utilizando a espectroscopia Raman.
Rui Sintra – Assessoria de Comunicação – IFSC/USP
