ウェーブレット回帰で評価した予測バンドを用いたRamanスペクトルの解釈可能な1クラス分類【JST・京大機械翻訳】

Avohou T. Hermane; Sacre Pierre-Yves; Hubert Philippe; Ziemons Eric

文献

J-GLOBAL ID：202202273258664735 整理番号：22A0971976

ウェーブレット回帰で評価した予測バンドを用いたRamanスペクトルの解釈可能な1クラス分類【JST・京大機械翻訳】

Interpretable One-Class Classification of Raman Spectra Using Prediction Bands Estimated by Wavelet Regression

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=22A0971976&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=22A0971976&from=J-GLOBAL&jstjournalNo=A0395A") }}

著者 (4件)： , , ,
資料名：
巻： 94 号： 10 ページ： 4183-4191 発行年： 2022年
JST資料番号： A0395A ISSN： 0003-2700 CODEN： ANCHAM 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)

以前に,スペクトルのための新しい1クラス分類(OCC)概念を導入した。それは,波長空間における予測バンドであるターゲット化学の真のスペクトルのための受容空間として使用する。決定ルールとして,このバンド外で実質的に落下するテストスペクトルは,ターゲットとの不一致として排除され,それらの偏差は波長空間で記録される。このバンドベースのOCC概念を近赤外(NIR)スペクトルのような滑らかな信号に適用した。訓練スペクトルの平滑化主成分(PC)表現に基づく回帰モデルを用いて,将来のスペクトルの未観測軌跡を予測した。最も中央の予測軌跡の境界を臨界軌道として選択した。ここでは,NIRスペクトルよりもシャープで,正当なRamanスペクトルに対する類似のバンドベース1クラス分類器を構築するための方法論を提案した。スペクトルは,NIRスペクトルのための以前の方法論におけるPC展開の代わりに,ウェーブレットと主成分(wPC)展開の成分によって変換される。ウェーブレットはRaman信号の鋭い特徴を捕捉でき,効率的にそれらを雑音除去するためのフレームワークを提供する。次に,マルチノーマル予測モデルを用いて,非セーンスペクトルの将来のwPCスコアの予測を導いた。次に,これらの予測wPCスコアを逆変換して,波長空間における非seenスペクトルの将来の軌跡の予測を得て,その最も中心領域が受容バンドまたは空間を定義する。このバンドベース1クラス分類器は,実際の医薬品Ramanスペクトルの最初の導関数を成功裡に分類し,一方,波長空間における臨界軌道からの逸脱を文書化し,従ってより解釈できる。Copyright 2022 American Chemical Society All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , , , , , , , , , , ,

蛋白質・ペプチド一般 , 有機化合物の赤外・Ramanスペクトル(分子) , 有機化合物の赤外スペクトル及びRaman散乱,Ramanスペクトル

, , , , ,

前のページに戻る