L'Emergenza dell'Asse Chimico nel Gesso: Un Approccio basato su Variational Autoencoder per la Definizione dello Pseudospettro e della Polarità tra Fasi Idratate e Anidre

Il presente lavoro analizza l'applicazione di architetture neurali di tipo Variational Autoencoder (VAE) per l'elaborazione di dati spettroscopici Raman relativi al sistema gesso-anidrite. Ispirandosi alle dinamiche di apprendimento delle intelligenze artificiali linguistiche — dove concetti astratti come la "polarità emotiva" emergono spontaneamente come dimensioni nello spazio dei vettori — abbiamo dimostrato come un modello VAE sia in grado di isolare autonomamente un asse chimico dell'idratazione. Attraverso la compressione dei dati in uno spazio latente bidimensionale, il modello organizza gli spettri non in modo caotico, ma secondo un gradiente fisico coerente. Questo processo permette l'estrazione dello pseudospettro, un archetipo vibrazionale pulito che funge da centroide statistico per l'identificazione minerale. I risultati mostrano una separazione netta tra i poli della fase idratata (gesso) e quella anidra (anidrite), validando l'uso delle strutture latenti come strumento predittivo e interpretativo per la mineralogia moderna.