文献
J-GLOBAL ID:201902276345088509   整理番号:19A0181474

化学兵器剤模擬物質の検出と識別のためのグラフェンナノ血小板-高分子化学抵抗センサアレイ【JST・京大機械翻訳】

Graphene Nanoplatelet-Polymer Chemiresistive Sensor Arrays for the Detection and Discrimination of Chemical Warfare Agent Simulants
著者 (10件):
資料名:
巻:号: 11  ページ: 1669-1678  発行年: 2017年 
JST資料番号: W5046A  ISSN: 2379-3694  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: アメリカ合衆国 (USA)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
化学兵器剤(CWA)の検出と識別のために,高分子-グラフェンナノプレートレット(GNP)複合被覆電極からなる半選択的化学抵抗センサの交差反応性アレイを調べた。アレイは,複数のCWAシミュレーションと背景干渉に対するユニークな応答署名を生成するために,一連の化学的に多様な高分子を用いた。開発されたセンサの信号は,同じ高分子-GNP被覆を持つ異なる複製センサを横切る類似の信号強度で,5日間までの複数の検体への反復曝露後も一貫している。異なる高分子-GNP混合物で被覆された12個のセンサのアレイを,5個の化学的に類似したCWA類似体と8個の一般的背景干渉物から成る単一検体蒸気のサイクルに100回曝露した。収集されたデータは,濃度依存性を減少させるためにベクトル正規化され,ベースラインドリフトと信号対雑音比を説明するためにz-スコア化され,雑音を減少させるためにKalmanフィルタ処理された。処理データを主成分分析で次元的に減少させ,識別能力を評価するために4つの異なる機械学習アルゴリズムで分析した。5つの同様に構造化されたCWAシミュレーションに対して,100%の分類精度が達成された。試験した全ての検体について99%の分類精度を達成し,開発したシステムのCWA識別能力を実証した。新しいセンサ製作法とデータ処理技術はCWAと他のクラスの化学蒸気の識別のためのセンサプラットフォームの開発に魅力的である。Copyright 2019 American Chemical Society All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
分析機器 

前のページに戻る