文献

J-GLOBAL ID：202202285756318707   整理番号：22A0725466

近赤外メタンセンサのための深層学習による適応最適化ガス解析モデル【JST・京大機械翻訳】

Adaptively Optimized Gas Analysis Model with Deep Learning for Near-Infrared Methane Sensors

著者 (15件)： Sun Jiachen (School of Information Science and Engineering, Shandong University, China) ,  Sun Jiachen (Shandong Provincial Key Laboratory of Laser Technology and Application, Shandong University, China) ,  Tian Linbo (Shandong Provincial Key Laboratory of Laser Technology and Application, Shandong University, China) ,  Tian Linbo (Key Laboratory of Education Ministry for Laser and Infrared System Integration Technology, Shandong University, China) ,  Chang Jun (School of Information Science and Engineering, Shandong University, China) ,  Chang Jun (Shandong Provincial Key Laboratory of Laser Technology and Application, Shandong University, China) ,  Chang Jun (Key Laboratory of Education Ministry for Laser and Infrared System Integration Technology, Shandong University, China) ,  Kolomenskii Alexandre A. (Department of Physics and Astronomy, Texas A&M University, Texas, United States) ,  Schuessler Hans A. (Department of Physics and Astronomy, Texas A&M University, Texas, United States) ,  Xia Jinbao (State Key Laboratory of Crystal Materials, Shandong University, China) ,  Xia Jinbao (The State Key Laboratory of Applied Optics, China) ,  Feng Chao (Center for Optics Research and Engineering, Shandong University, China) ,  Zhang Sasa (School of Information Science and Engineering, Shandong University, China) ,  Zhang Sasa (Shandong Provincial Key Laboratory of Laser Technology and Application, Shandong University, China) ,  Zhang Sasa (Key Laboratory of Education Ministry for Laser and Infrared System Integration Technology, Shandong University, China)
資料名： Analytical Chemistry  (Analytical Chemistry)
巻： 94  号： 4  ページ： 2321-2332  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)

抄録/ポイント： ノイズは,従来の直接吸収分光法(DAS)によるガス濃度検索の精度と安定性を著しく制限する。ここでは,雑音透過スペクトルからのメタン吸収情報の抽出のための深層学習アルゴリズムに基づくニューラルシーケンスフィルタ(NSF)と神経濃度検索器(NCR)からなる適応的に最適化したガス分析モデル(AOGAM)を開発し,雑音除去スペクトルから対応する濃度を得た。モデルを,計算的に生成されたものおよび実験的ものを含む2つのデータセット上で訓練した。近赤外(NIR)領域における透過スペクトルからメタン濃度を検索するためにこのモデルを適用した。NSFは,注意機構によって強化されたエンコーダ-デコーダ構造を通して実行して,ノイズのある条件下でロバスト性を改善した。さらに,NCRを主成分分析(PCA)層の組合せに基づいて採用し,最も有意なスペクトル成分に関するアルゴリズムおよび手動計算のない雑音除去スペクトルからのメタン濃度の決定の非線形反転問題を解くための完全接続層に焦点を当てた。評価結果は,提案したNSFが,最先端のフィルタリングアルゴリズムと同様に,広く使われているディジタルフィルタを凌駕し,信号対ノイズ比を7.3dB改善し,NCRで決定した濃度は,従来のDAS法で決定したものより正確であることを示した。AOGAM増強により,最適化メタンセンサーは実時間測定において精度と安定性を示し,1.40ppm・m(1σ)の最小検出可能カラム密度を達成した。本研究の有望な結果は,深い学習と吸収分光法の組み合わせが,ガスモニタリングシステムに対して,より効果的で,正確で,安定した解決策を提供することを実証した。Copyright 2022 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： SN比 ,  アルゴリズム ,  *最適化 ,  雑音 ,  濃度 ,  復号器 ,  フィルタリング ,  スペクトル ,  符号器 ,  *近赤外線 ,  主成分分析 ,  学習アルゴリズム ,  雑音除去 ,  アルカン
準シソーラス用語： *深層学習 , 【Automatic Indexing@JST】

分類 (2件)： 数値計算  (JE02000J) ,  NMR一般  (BM07041R)

物質索引 (1件)： メタン

タイトルに関連する用語 (6件)： 近赤外 ,  メタン ,  深層学習 ,  適応 ,  最適化 ,  解析モデル