文献

J-GLOBAL ID：201702286334420162   整理番号：17A0398616

振動分光データ解析のための畳込みニューラルネットワーク【Powered by NICT】

Convolutional neural networks for vibrational spectroscopic data analysis

著者 (7件)： Acquarelli Jacopo (Radboud University Nijmegen, Institute for Computing and Information Science, The Netherlands) ,  van Laarhoven Twan (Radboud University Nijmegen, Institute for Computing and Information Science, The Netherlands) ,  Gerretzen Jan (Radboud University Nijmegen, Institute for Molecules and Materials, The Netherlands) ,  Tran Thanh N. (Radboud University Nijmegen, Institute for Molecules and Materials, The Netherlands) ,  Tran Thanh N. (Center for Mathematical Sciences, Merck, Sharp & Dohme, Oss, The Netherlands) ,  Buydens Lutgarde M.C. (Radboud University Nijmegen, Institute for Molecules and Materials, The Netherlands) ,  Marchiori Elena (Radboud University Nijmegen, Institute for Computing and Information Science, The Netherlands)
資料名： Analytica Chimica Acta  (Analytica Chimica Acta)
巻： 954  ページ： 22-31  発行年： 2017年 
JST資料番号： A0394A  ISSN： 0003-2670  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： 本研究では,畳込みニューラルネットワーク(CNN)は,振動分光学的データを分類し,重要なスペクトル領域を同定するために効率的に使用できることを示した。CNNは画像分類と音声認識における現行の最先端技術であり,データの解釈可能な表現を学習することができる。これらの特性は,CNNを前処理の必要性を減少させるための重要なスペクトル領域の振動分光学的データの解析における重要なステップを強調のための良好な候補である。振動分光データのケモメトリックス分析は,ベースライン補正,散乱補正と雑音除去を含む前処理法,モデル構築に先立ってスペクトルに適用されるに依存している。「合理的な」を用いた簡単な問題でも前処理法は,最終モデルの性能を低下させる可能性があるので,前処理は重要なステップである。新しいCNN(セルラニューラルネットワーク)に基づく方法を開発し,付随する公的に利用可能なソフトウェアを提供した。単一畳込み層(いわゆる浅いCNN)を用いた簡単なCNN(セルラニューラルネットワーク)アーキテクチャに基づいている。非前処理試験データ(PLSにより達成した62%と比較して86%の平均精度)に適用したとき,著者等の方法は精度の点でケモメトリックス(例えばPLS)で使用される標準的な分類アルゴリズムを性能で優り,そして,前処理試験データ(PLS法の89%と比較して96%の平均精度)でも優れた性能を達成した。解釈可能性の目的のために,著者らの方法は重要なスペクトル領域を発見するための手順を含んでおり,それによって,結果の定性的解釈を容易にした。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： 前処理 ,  *データ解析 ,  部分最小二乗法 ,  雑音除去 ,  ケモメトリックス ,  *畳込み ,  モデリング ,  音声認識 ,  基準線 ,  *ニューラルネットワーク ,  セルラニューラルネットワーク ,  *振動分光法 ,  試験データ
準シソーラス用語： 分類アルゴリズム ,  画像分類 , 【Automatic Indexing@JST】

著者キーワード (3件)： 振動分光法 ,  畳込みニューラルネットワーク ,  前処理

分類 (1件)： 分析化学一般  (CC02010H)

タイトルに関連する用語 (3件)： 振動分光 ,  データ解析 ,  畳込みニューラルネットワーク