A espectroscopia é o estudo que utiliza técnicas para medir o espectro da radiação eletromagnética, incluindo luz visível e radiofrequência, onde buscamos informações como composição química, temperatura, densidade, massa, distância, luminosidade e movimento relativo usando medidas de deslocamento. No caso da espectroscopia Raman, usamos um processo de difusão de luz. Nesta técnica, obtemos informações adicionais sobre as vibrações que permitem a compreensão da estrutura molecular fundamental. Essas metodologias fornecem uma diversidade de dados, que serão modelados e analisados por meio de técnicas estatísticas e de aprendizado de máquina. Os dados de espectroscopia mostram alta dimensionalidade e forte presença de observações discrepantes (outliers) que causam dificuldades no agrupamento devido a falsos positivos na descoberta de novos agrupamentos. Para o estudo, será feita uma revisão da literatura sobre métodos de agrupamento de dados de espectroscopia que não variam com o tempo. Assim, comparando modelos existentes, aplicando- os a dados reais e a dados simulados.

Spectroscopy is the study that uses techniques to measure the spectrum of electromagnetic radiation, including visible light and radiofrequency, where we search for information such as chemical composition, temperature, density, mass, distance, luminosity, and relative motion using displacement measurements. In the case of Raman spectroscopy, we use a light diffusion process to obtain additional information about vibrations that increase the understanding of the fundamental molecular structure. These methodologies provide a diversity of data, which will be modeled and analyzed using statistical and machine learning techniques. The spectroscopy data show high dimensionality and a strong presence of outliers that cause difficulties in clustering due to false positives in discovering new clusters. For the study, a review of the literature on methods for grouping spectroscopy data that do not vary with time will be made. Thus, comparing models with the existing ones, and applying it to real data and simulated data.