文献

J-GLOBAL ID：202202220925683794   整理番号：22A0844462

誘導結合プラズマ質量分析による元素プロファイリングでトルコ及びイタリアワインを分類するための小型データセットにおける極端な勾配ブースティングの分類性能の改善【JST・京大機械翻訳】

Improving classification performance of extreme gradient boosting on small-sized dataset to classify Turkish and Italian wines along with elemental profiling by inductively coupled plasma-mass spectrometry

著者 (2件)： Alp Hande (Department of Applied Data Science, TED University, Ankara, Turkey) ,  Alp Orkun (Analytical Chemistry Department, Faculty of Pharmacy, Gazi University, Ankara, Turkey)
資料名： Spectroscopy Letters  (Spectroscopy Letters)
巻： 55  号： 1  ページ： 1-12  発行年： 2022年 
JST資料番号： B0962A  ISSN： 0038-7010  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 本研究では,小サイズのデータセット上の極端な勾配ブースティングアルゴリズムの分類性能を,ワイン試料を分類するためにカーネル密度推定で生成された合成的に生成されたデータセットを用いて改善した。トルコ(ドーム)とイタリア(輸入)で生産されたワイン試料中の29元素の濃度を誘導結合プラズマ質量分析により測定し,得られた結果を用いてデータセットを作成した。ワイン試料の分類は,小サイズのデータセットにおける過剰適合で知られている極端な勾配ブースティングで最初に評価され,貧弱な分類性能をもたらした。分類性能を改善するために,合成データセットを作成し,アルゴリズムを元のデータセットの代わりに合成データセット上で訓練した。提案方法によって,モデルの精度は76.7%から81.7%に向上した。トルコとイタリアのワインに対する精度は,それぞれ78.4%から84.1%と70.9%から79.4%に増加した。極端な勾配ブースティングアルゴリズムによって決定された変数の重要性は,ベリリウムとセシウムが,トルコとイタリアのワイン試料を分類するためのトップ10元素として,他の元素,次いでスズ, リン, コバルト, 鉛, カルシウム, 銅, 亜鉛とアルミニウムと比較して,かなり重要であることを示した。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  亜鉛 ,  分類 ,  アルミニウム ,  カルシウム ,  コバルト ,  スズ ,  セシウム ,  ベリリウム ,  *リン ,  *ぶどう酒 ,  モデル ,  *ICP-MS分析 ,  学習アルゴリズム
準シソーラス用語： *ブースティング ,  ブースティングアルゴリズム , 【Automatic Indexing@JST】

著者キーワード (4件)： 分類 ,  極端な勾配ブースティング ,  ICP-MS ,  ワイン

分類 (2件)： ぶどう酒  (FK04024X) ,  食品の分析  (FJ01030U)

タイトルに関連する用語 (9件)： 誘導結合プラズマ質量分析 ,  元素 ,  プロファイリング ,  トルコ ,  イタリア ,  ワイン ,  分類 ,  データセット ,  勾配ブースティング