論文の概要: Identification of 1H-NMR Spectra of Xyloglucan Oligosaccharides: A Comparative Study of Artificial Neural Networks and Bayesian Classification Using Nonparametric Density Estimation

• arxiv url: http://arxiv.org/abs/2008.01004v1
• Date: Thu, 30 Jul 2020 16:29:04 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-05 14:08:06.078776
• Title: Identification of 1H-NMR Spectra of Xyloglucan Oligosaccharides: A Comparative Study of Artificial Neural Networks and Bayesian Classification Using Nonparametric Density Estimation
• Title（参考訳）: キシログルカンオリゴ糖の1H-NMRスペクトルの同定:非パラメトリック密度推定を用いたニューラルネットワークとベイズ分類の比較研究
• Authors: Faramarz Valafar, Homayoun Valafar, William S. York
• Abstract要約: キシログルカンオリゴ糖類(キシログルカンオリゴ糖類)として知られる複雑な炭水化物群に対する,最初の独立したコンピュータ支援自動識別システムについて報告する。 このシステムは、Artificial Neural Networks(ANN)技術を使用し、1H-NMR分光における計測器と環境依存の変動に敏感である。
• 参考スコア（独自算出の注目度）: 0.2578242050187029
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Proton nuclear magnetic resonance (1H-NMR) is a widely used tool for chemical structural analysis. However, 1H-NMR spectra suffer from natural aberrations that render computer-assisted automated identification of these spectra difficult, and at times impossible. Previous efforts have successfully implemented instrument dependent or conditional identification of these spectra. In this paper, we report the first instrument independent computer-assisted automated identification system for a group of complex carbohydrates known as the xyloglucan oligosaccharides. The developed system is also implemented on the world wide web (http://www.ccrc.uga.edu) as part of an identification package called the CCRC-Net and is intended to recognize any submitted 1H-NMR spectrum of these structures with reasonable signal-to-noise ratio, recorded on any 500 MHz NMR instrument. The system uses Artificial Neural Networks (ANNs) technology and is insensitive to the instrument and environment-dependent variations in 1H-NMR spectroscopy. In this paper, comparative results of the ANN engine versus a multidimensional Bayes' classifier is also presented.
• Abstract（参考訳）: プロトン核磁気共鳴(1h-nmr)は化学構造解析に広く用いられている。 しかし、1h-nmrスペクトルは、コンピュータ支援によるスペクトルの自動同定を困難かつ時には不可能にする自然な収差に苦しむ。 以前の取り組みは、これらのスペクトルの機器依存または条件付き識別の実装に成功した。 本稿では,xyloglucan oligosaccharidesとして知られる複合炭水化物群について,第1回インスツルメンテッドコンピュータ支援自動同定システムについて報告する。 開発システムは、CCRC-Netと呼ばれる識別パッケージの一部としてWorld Wide Web (http://www.ccrc.uga.edu) にも実装されており、500MHzのNMR機器で記録された適切な信号と雑音の比で、これらの構造の1H-NMRスペクトルを認識することを目的としている。 このシステムは、Artificial Neural Networks(ANN)技術を使用し、1H-NMR分光における計測器と環境依存の変動に敏感である。 本稿では, annエンジンと多次元ベイズ分類器の比較結果についても述べる。

関連論文リスト

• Fast characterization of optically detected magnetic resonance spectra via data clustering [0.0]
  光検出磁気共鳴(ODMR)は、固体量子エミッタのスピン状態を測定するための確立された強力な技術となっている。 これらの多くのセンシングアプリケーションの中心は、ODMRデータを確実に分析する能力である。 この制限を克服するデータクラスタリングに基づくアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2024-05-28T23:18:47Z)
• AI-enabled prediction of NMR spectroscopy: Deducing 2-D NMR of carbohydrate [7.470166291890153]
  高度な機械学習と予測アルゴリズムを駆使したAI駆動NMR予測は、NMRスペクトルの解釈を根本的に変えた。 本手法は, 単糖由来の小分子, オリゴ糖, および多糖類の両方に有効である。 2次元NMRの生成に関わる複雑な性質を考えると、我々の目標は、NMRスペクトル分析の精度、効率、理解性を高めるために、AIの可能性を完全に活用することである。
  論文  参考訳（メタデータ） (2024-03-17T21:52:51Z)
• Electron energy loss spectroscopy database synthesis and automation of core-loss edge recognition by deep-learning neural networks [0.0]
  原スペクトルからコアロスエッジの検出と要素同定を自動化するために,畳み込み型双方向長短期記憶ニューラルネットワーク(CNN-BiLSTM)を提案する。 94.9%の精度で、提案したCNN-BiLSTMネットワークは、生スペクトルの複雑な前処理がなければ、高い精度でEELSスペクトルのコアロスエッジ認識を自動化できることを証明している。
  論文  参考訳（メタデータ） (2022-09-26T20:57:34Z)
• Spectral Complexity-scaled Generalization Bound of Complex-valued Neural Networks [78.64167379726163]
  本論文は,複素数値ニューラルネットワークの一般化を証明した最初の論文である。 複雑な値の畳み込みニューラルネットワークを異なるデータセット上でトレーニングして実験を行う。
  論文  参考訳（メタデータ） (2021-12-07T03:25:25Z)
• Unsupervised Spectral Unmixing For Telluric Correction Using A Neural Network Autoencoder [58.720142291102135]
  本研究では,HARPS-N線速度スペクトルから高精度の太陽スペクトルを抽出するニューラルネットワークオートエンコーダ手法を提案する。
  論文  参考訳（メタデータ） (2021-11-17T12:54:48Z)
• Machine Learning for Vibrational Spectroscopy via Divide-and-Conquer Semiclassical Initial Value Representation Molecular Dynamics with Application to N-Methylacetamide [56.515978031364064]
  核振動空間を部分空間に分割する機械学習アルゴリズムを導入する。 部分分割基準は、リウヴィルの定理、すなわち減次元ジャコビアン行列式のユニタリの最良の保存に基づいている。 このアルゴリズムは12-原子トランス-N-メチルアセトアミドのパワースペクトルの分割・対数半古典計算に適用される。
  論文  参考訳（メタデータ） (2021-01-11T14:47:33Z)
• Confidence-guided Lesion Mask-based Simultaneous Synthesis of Anatomic and Molecular MR Images in Patients with Post-treatment Malignant Gliomas [65.64363834322333]
  信頼性ガイドSAMR(CG-SAMR)は、病変情報からマルチモーダル解剖学的配列にデータを合成する。 モジュールは中間結果に対する信頼度測定に基づいて合成をガイドする。 実際の臨床データを用いた実験により,提案モデルが最先端の合成法よりも優れた性能を発揮することが示された。
  論文  参考訳（メタデータ） (2020-08-06T20:20:22Z)
• A Comparative study of Artificial Neural Networks Using Reinforcement learning and Multidimensional Bayesian Classification Using Parzen Density Estimation for Identification of GC-EIMS Spectra of Partially Methylated Alditol Acetates [0.304585143845864]
  本研究では, 部分的にメチル化アルジトール酢酸塩 (PMAA) のガスクロマトグラフィー-電子衝突質量スペクトル (GC-EIMS) データベース用パターン認識検索エンジンの開発について報告する。 開発システムはワールドワイドウェブ上に実装されており、GC-EIMS機器に記録されたこれらの分子のスペクトルを用いてPMAAを識別することを目的としている。
  論文  参考訳（メタデータ） (2020-07-31T17:54:51Z)
• Multi-Tones' Phase Coding (MTPC) of Interaural Time Difference by Spiking Neural Network [68.43026108936029]
  雑音の多い実環境下での正確な音像定位のための純粋スパイクニューラルネットワーク(SNN)に基づく計算モデルを提案する。 このアルゴリズムを,マイクロホンアレイを用いたリアルタイムロボットシステムに実装する。 実験の結果, 平均誤差方位は13度であり, 音源定位に対する他の生物学的に妥当なニューロモルフィックアプローチの精度を上回っていることがわかった。
  論文  参考訳（メタデータ） (2020-07-07T08:22:56Z)
• A Review of 1D Convolutional Neural Networks toward Unknown Substance Identification in Portable Raman Spectrometer [0.0]
  ラマン分光法は、品質管理から最先端の生物医学研究まで、強力な分析ツールである。 これらは、未知の物質のフィールド分析のために、最初の応答者や法執行機関によって広く採用されている。 ラマン分光法による未知物質の検出と同定は、手元にある装置のスペクトルマッチング能力に大きく依存している。
  論文  参考訳（メタデータ） (2020-06-18T14:28:00Z)
• Two-Dimensional Single- and Multiple-Quantum Correlation Spectroscopy in Zero-Field Nuclear Magnetic Resonance [55.41644538483948]
  Rb気相セル磁気センサを用いてゼロ磁場で検出された1量子および複数量子相関$J$-spectroscopyを示す。 ゼロフィールドでは、エタノールのスペクトルは炭素イソトポマーの混合物として現れ、相関スペクトルは2つの複合スペクトルを分離するのに有用である。
  論文  参考訳（メタデータ） (2020-04-09T10:02:45Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。