文献

J-GLOBAL ID：201702266485644685   整理番号：17A0448503

多層人工ニューラルネットワークを用いた迅速な汚染物質検出と分類のためのルシフェラーゼを基にしたバイオアッセイ【Powered by NICT】

Luciferase-based bioassay for rapid pollutants detection and classification by means of multilayer artificial neural networks

著者 (1件)： Denisov Ivan A. (Laboratory of Bioluminescent Biotechnologies, Siberian Federal University, 660041 Krasnoyarsk, Russia)
資料名： Sensors and Actuators. B. Chemical  (Sensors and Actuators. B. Chemical)
巻： 242  ページ： 653-657  発行年： 2017年 
JST資料番号： T0967A  ISSN： 0925-4005  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 急速環境汚染検出のためのバイオセンサは,細菌生物発光系に基づくbiomoduleで設計できる。通常この方法は毒性の合計値を返すと汚染物質タイプを区別することはできない。多層パーセプトロン構造を有する人工ニューラルネットワークを用いた速度論的解析による汚染物質の分類を実証した。NAD(P)H:FMNオキシドレダクターゼルシフェラーゼ生物発光反応の発光の動力学を,種々の濃度の別々に清浄水と三環境汚染物質(1,4-ベンゾキノン,硫酸銅と1,3 ジヒドロキシベンゼン)の存在下で測定した。発光の速度論の処理のためのシグモイド活性化関数を持つ多層パーセプトロンを用いたの効率を推定した。多層パーセプトロンは十分な訓練の後に汚染物質の種類と濃度を区別することを可能にすることを示した。61入力ニューロン,三つの隠された階層および3出力ニューロンからなるアーキテクチャは三汚染物質の分類のための学習時間の意味で最適であることが判った。最も簡単な活性化関数S状と逆伝搬法多層パーセプトロン教育のためのの使用は,結果を提供するバイオセンサの計算モジュールにおけるスマート信号処理のための有用で。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *ルシフェラーゼ ,  硫酸銅 ,  バイオセンサ ,  *多層 ,  多層パーセプトロン ,  発光 ,  *ニューラルネットワーク ,  速度論 ,  高速度 ,  生物ルミネセンス ,  *汚染物質 ,  逆伝搬法 ,  環境汚染
準シソーラス用語： 活性化関数 ,  環境汚染物質 , 【Automatic Indexing@JST】

著者キーワード (6件)： 生物発光 ,  ルシフェラーゼ ,  Bioassay ,  人工ニューラルネットワーク ,  Perceptron ,  機械学習

分類 (1件)： 分析機器  (CC02020S)

タイトルに関連する用語 (6件)： 多層 ,  人工ニューラルネットワーク ,  汚染物質 ,  分類 ,  ルシフェラーゼ ,  バイオアッセイ