文献

J-GLOBAL ID：202102279638488882   整理番号：21A1935133

微小粒子状物質分析に向けたイオン電流信号解析による単一粒子識別

Identifying single particle via machine learning-driving analysis of ionic current signals for particulate matter characterization

著者 (14件)： 藤野慶子 (名大 院) ,  嶋田泰佑 (名大 院) ,  安井隆雄 (名大 院) ,  安井隆雄 (名古屋大) ,  安井隆雄 (JST-さきがけ) ,  長島一樹 (JST-さきがけ) ,  長島一樹 (東大 大学院) ,  柳田剛 (東大 大学院) ,  柳田剛 (九大 先導研) ,  加地範匡 (名古屋大) ,  加地範匡 (九大 大学院) ,  馬場嘉信 (名大 院) ,  馬場嘉信 (名古屋大) ,  馬場嘉信 (QST)
資料名： 日本化学会春季年会講演予稿集(Web)  (日本化学会春季年会(Web))
巻： 101st  ページ： ROMBUNNO.A06-3pm-02 (WEB ONLY)  発行年： 2021年 
JST資料番号： U2384A  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 近年,微粒子に起因する健康被害が多く報告され,疾病予防のためには微粒子による疾病リスクの把握が不可欠であり,サイズや組成が多岐にわたる微粒子への曝露を解析するための分析法が必要とされている。本研究ではイオン電流計測に界面活性剤の添加と圧力導入を組み合わせることで,これまで計測困難であった微粒子のサイズ・濃度分析を達成し,機械学習を用いることで微粒子の組成識別に向けた結果を得ることに成功した。(著者抄録)

シソーラス用語： *浮遊粒子状物質 ,  *同定 ,  *イオン電流 ,  界面活性剤 ,  粒度分析 ,  分析 ,  機械学習 ,  細孔 ,  検出 ,  *粒子識別法 ,  成分分析 ,  *大気汚染物質
準シソーラス用語： 組成分析 ,  電流検出 ,  *微小粒子状物質 ,  粒子サイズ分析

分類 (1件)： 大気中の汚染物質の電気分析  (CC05060F)

タイトルに関連する用語 (6件)： 微小粒子状物質 ,  分析 ,  イオン電流 ,  信号解析 ,  単一粒子 ,  識別