WT è un sistema software per il potenziamento dei processi di apprendimento olfattivo (discriminazione e riconoscimento sensoriale) correntemente utilizzati nella formazione dei Sommelier e degli Enologi. WT è in applicativo sviluppato in ambiente Windows. Come è noto il bouquet sensoriale di un vino, ovvero la sua caratteristica impronta olfattiva, è composta da un sotto-insieme di odori "primari" appartenenti ad un set complessivo di 88 essenze. WT ha un sistema tutorialale artificiale (basato su reti neurali artificiali) che guida l'utente/discente a riconoscere e discriminare le essenze "primarie", contenute in vari flaconcini, in una modalità di auto-apprendimento senza l'intervento di in addestratore umano. Ad ogni singola boccetta contenente un'essenza è applicato un sensore RFID/NFC passivo (TAG) che viene riconosciuto tramite i dispositivi standard I/O di rilevamento attivo di NFC (antenne). WT è programmato è dunque sviluppato per rilevare, i vari TAG e associarli alle "etichette" delle essenze, permettendo all’utente di avere l’esperienza di veder riconosciuto l’odore direttamente dallo strumento digitale. In tal modo il Sistema Tutoriale Artificiale (addestratore artificiale) può chiedere al discente di mettere in prossimità del dispositivo di rilevamento attivo di NFC una data boccetta e di riconoscerne l'essenza in essa contenuta. In funzione delle risposte errate o corrette fornite dal discente l’addestratore artificiale seleziona di volta in volta gli stimoli (le boccette) a cui esporre la persona. Un addestratore umano può seguire in remoto e in modalità asincrona il processo di auto-apprendimento del discente e se ne ritiene il caso può intervenire nel correggere l'azione del sistema tutoriale artificiale. L’applicativo è composto di tre sezioni: - Home: dove vengono presentate tutte le azioni di gioco. - Come sto andando: la sezione di learning analytics. - Login: dove è possibile selezionare le impostazioni, gli utenti e il livello di difficolta. Le applicazioni di apprendimento sono divisi in tre differenti esercizi: - Enciclopedia olfattiva: permette di utilizzare le boccettine di essenze sulla tavoletta e di avere l’informazione su quale aroma è stato selezionato, oltre ad informazioni addizionali sullo stesso. - Training: permette di fare apprendimento olfattivo, il sistema richiede di posizionare una boccetta sulla tavoletta a caso. Successivamente, il sistema sulla base del sistema tutoriale artificiale propone tre possibili soluzioni tra le quali l’utente può scegliere. - Valutazione: testa il livello di competenza acquisito dell’utente, permettendo di valutare il numero di stimoli individuati correttamente.

Wine Trainer (WT) 1.0 – un gioco digitale per l’addestramento olfattivo dei sommelier in formazione / Miglino, Orazio; Ferrara, Fabrizio; DI FERDINANDO, Andrea. - (2020).

Wine Trainer (WT) 1.0 – un gioco digitale per l’addestramento olfattivo dei sommelier in formazione

Orazio Miglino;Andrea Di Ferdinando
2020

Abstract

WT è un sistema software per il potenziamento dei processi di apprendimento olfattivo (discriminazione e riconoscimento sensoriale) correntemente utilizzati nella formazione dei Sommelier e degli Enologi. WT è in applicativo sviluppato in ambiente Windows. Come è noto il bouquet sensoriale di un vino, ovvero la sua caratteristica impronta olfattiva, è composta da un sotto-insieme di odori "primari" appartenenti ad un set complessivo di 88 essenze. WT ha un sistema tutorialale artificiale (basato su reti neurali artificiali) che guida l'utente/discente a riconoscere e discriminare le essenze "primarie", contenute in vari flaconcini, in una modalità di auto-apprendimento senza l'intervento di in addestratore umano. Ad ogni singola boccetta contenente un'essenza è applicato un sensore RFID/NFC passivo (TAG) che viene riconosciuto tramite i dispositivi standard I/O di rilevamento attivo di NFC (antenne). WT è programmato è dunque sviluppato per rilevare, i vari TAG e associarli alle "etichette" delle essenze, permettendo all’utente di avere l’esperienza di veder riconosciuto l’odore direttamente dallo strumento digitale. In tal modo il Sistema Tutoriale Artificiale (addestratore artificiale) può chiedere al discente di mettere in prossimità del dispositivo di rilevamento attivo di NFC una data boccetta e di riconoscerne l'essenza in essa contenuta. In funzione delle risposte errate o corrette fornite dal discente l’addestratore artificiale seleziona di volta in volta gli stimoli (le boccette) a cui esporre la persona. Un addestratore umano può seguire in remoto e in modalità asincrona il processo di auto-apprendimento del discente e se ne ritiene il caso può intervenire nel correggere l'azione del sistema tutoriale artificiale. L’applicativo è composto di tre sezioni: - Home: dove vengono presentate tutte le azioni di gioco. - Come sto andando: la sezione di learning analytics. - Login: dove è possibile selezionare le impostazioni, gli utenti e il livello di difficolta. Le applicazioni di apprendimento sono divisi in tre differenti esercizi: - Enciclopedia olfattiva: permette di utilizzare le boccettine di essenze sulla tavoletta e di avere l’informazione su quale aroma è stato selezionato, oltre ad informazioni addizionali sullo stesso. - Training: permette di fare apprendimento olfattivo, il sistema richiede di posizionare una boccetta sulla tavoletta a caso. Successivamente, il sistema sulla base del sistema tutoriale artificiale propone tre possibili soluzioni tra le quali l’utente può scegliere. - Valutazione: testa il livello di competenza acquisito dell’utente, permettendo di valutare il numero di stimoli individuati correttamente.
2020
Wine Trainer (WT) 1.0 – un gioco digitale per l’addestramento olfattivo dei sommelier in formazione / Miglino, Orazio; Ferrara, Fabrizio; DI FERDINANDO, Andrea. - (2020).
File in questo prodotto:
Non ci sono file associati a questo prodotto.

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11588/811007
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact