文献

J-GLOBAL ID：202202236912849159   整理番号：22A0430442

ウィンドウ極端学習機械の赤外分光とアンサンブルによる医薬品中の偽和の検出【JST・京大機械翻訳】

Detection of adulterants in medicinal products by infrared spectroscopy and ensemble of window extreme learning machine

著者 (6件)： Chen Hui (Key Lab of Process Analysis and Control of Sichuan Universities, Yibin University, Yibin, Sichuan 644000,China) ,  Chen Hui (Hospital, Yibin University, Yibin, Sichuan 644000, China) ,  Huang Qiong (Key Lab of Process Analysis and Control of Sichuan Universities, Yibin University, Yibin, Sichuan 644000,China) ,  Lin Zan (Key Lab of Process Analysis and Control of Sichuan Universities, Yibin University, Yibin, Sichuan 644000,China) ,  Lin Zan (Sichuan Provincial Orthopedic Hospital, Chengdu, Sichuan 610041, China) ,  Tan Chao (Key Lab of Process Analysis and Control of Sichuan Universities, Yibin University, Yibin, Sichuan 644000,China)
資料名： Microchemical Journal  (Microchemical Journal)
巻： 173  ページ： Null  発行年： 2022年 
JST資料番号： D0072A  ISSN： 0026-265X  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： 極端学習機械(ELM)の優位性,いわゆる単純なアンサンブルバージョン,EWELM(アンサンブルウィンドウELM)と略称し,多変量キャリブレーションのために考案した。そのようなアルゴリズムにおいて,ELMの自己包含ランダム操作は,アンサンブルアルゴリズムを設計するための多様性を生成する基礎となる方法を提供する。ELMの高速学習速度は,このアルゴリズムを実用的価値にする。塩酸メトホルミンを混ぜたJiangtangningカプセルの全部で41の試料を調製した。偽和は0~29%の濃度範囲で行った。部分最小二乗(PLS)と全スペクトルELM(EFELM)を参照アルゴリズムとして選択した。実験結果は,参照に対するEWELMアルゴリズムの優位性を証明し,市場での中国特許医学(TCM)における合成薬物偽和物を検出する実行可能なスクリーニングツールであることを示した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. 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 ,  *赤外線 ,  カプセル ,  *学習機械 ,  *偽和 ,  スペクトル ,  *赤外分光法 ,  スクリーニング ,  漢方製剤 ,  部分最小二乗法
準シソーラス用語： 多変量 ,  *極度学習機械 , 【Automatic Indexing@JST】

著者キーワード (4件)： 漢方薬 ,  赤外 ,  塩酸メトホルミン ,  極限学習機械

分類 (2件)： 有機化合物の物理分析  (CC03034A) ,  食品の分析  (FJ01030U)

物質索引 (1件)： 塩酸メトホルミン

タイトルに関連する用語 (6件)： ウィンドウ ,  極端学習機械 ,  赤外分光 ,  アンサンブル ,  医薬品 ,  偽和