Fugu-MT 論文翻訳(概要): An efficient label-free analyte detection algorithm for time-resolved spectroscopy

論文の概要: An efficient label-free analyte detection algorithm for time-resolved spectroscopy

arxiv url: http://arxiv.org/abs/2011.07470v1
Date: Sun, 15 Nov 2020 07:57:03 GMT
ステータス: 処理完了
システム内更新日: 2022-09-25 07:39:52.025708
Title: An efficient label-free analyte detection algorithm for time-resolved spectroscopy
Title（参考訳）: 時間分解分光法のための効率的なラベルフリー分析アルゴリズム
Authors: Stefano Rini and Hirotsugu Hiramatsu
Abstract要約: そこで本稿では,ラベルのないアナライト検出のための新しい機械学習アルゴリズムを提案する。ラマン分光法を併用した液体クロマトグラフィーにおけるアミノ酸検出の問題点を考察する。
参考スコア（独自算出の注目度）: 9.251773744318118
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Time-resolved spectral techniques play an important analysis tool in many contexts, from physical chemistry to biomedicine. Customarily, the label-free detection of analytes is manually performed by experts through the aid of classic dimensionality-reduction methods, such as Principal Component Analysis (PCA) and Non-negative Matrix Factorization (NMF). This fundamental reliance on expert analysis for unknown analyte detection severely hinders the applicability and the throughput of these such techniques. For this reason, in this paper, we formulate this detection problem as an unsupervised learning problem and propose a novel machine learning algorithm for label-free analyte detection. To show the effectiveness of the proposed solution, we consider the problem of detecting the amino-acids in Liquid Chromatography coupled with Raman spectroscopy (LC-Raman).
Abstract（参考訳）: 時間分解スペクトル技術は、物理化学から生物医学まで、多くの文脈で重要な分析ツールとなる。伝統的に、分析のラベルなし検出は、主成分分析(PCA)や非負行列因子化(NMF)といった古典的な次元性推論手法によって専門家によって手動で行われる。未知のアナライト検出に対する専門家分析への根本的な依存は、これらの手法の適用可能性とスループットを著しく阻害する。そこで本稿では,この検出問題を教師なし学習問題として定式化し,ラベルなしアナライト検出のための新しい機械学習アルゴリズムを提案する。提案手法の有効性を示すために,ラマン分光法(LC-Raman)を併用した液体クロマトグラフィーにおけるアミノ酸検出の問題を検討する。

関連論文リスト

Deep Spectral Methods for Unsupervised Ultrasound Image Interpretation [53.37499744840018]
本稿では, 超音波を応用した非教師型深層学習手法を提案する。我々は、スペクトルグラフ理論と深層学習法を組み合わせた教師なしディープスペクトル法から重要な概念を統合する。スペクトルクラスタリングの自己教師型トランスフォーマー機能を利用して、超音波特有のメトリクスと形状と位置の先行値に基づいて意味のあるセグメントを生成し、データセット間のセマンティック一貫性を確保する。
論文参考訳（メタデータ） (2024-08-04T14:30:14Z)
Deep Learning Domain Adaptation to Understand Physico-Chemical Processes from Fluorescence Spectroscopy Small Datasets: Application to Ageing of Olive Oil [4.14360329494344]
蛍光分光法は生命科学や化学の基本的な道具であり、環境モニタリング、食品品質管理、生物医学診断などの応用に広く用いられている。深層学習を用いた分光データの解析、特に蛍光励起放出行列(EEM)は、通常、小さくてスパースなデータセットが利用できるため、大きな課題を提起する。本研究では、これらの課題に対処する新しい解釈可能性アルゴリズムとともに、事前学習された視覚モデルによるドメイン適応を利用する新しいアプローチを提案する。
論文参考訳（メタデータ） (2024-06-14T13:41:21Z)
Progressing from Anomaly Detection to Automated Log Labeling and Pioneering Root Cause Analysis [53.24804865821692]
本研究では、ログ異常の分類を導入し、ラベル付けの課題を軽減するために、自動ラベリングについて検討する。この研究は、根本原因分析が異常検出に続く未来を予見し、異常の根本原因を解明する。
論文参考訳（メタデータ） (2023-12-22T15:04:20Z)
Robust retrieval of material chemical states in X-ray microspectroscopy [10.621361408885765]
本稿では,X線顕微鏡のための新しいデータ定式化モデルを提案する。我々のフレームワークは、複雑で不均一なサンプルの化学状態を、挑戦的な条件下であっても正確に識別し、特徴付けることができる。
論文参考訳（メタデータ） (2023-08-08T12:17:02Z)
Machine Learning technique for isotopic determination of radioisotopes using HPGe $\mathrm{\gamma}$-ray spectra [0.0]
$mathrmgamma$-ray spectroscopyは、放射性核種の同定と定量同位体推定に利用される、定量的で非破壊的な手法である。従来の同位体決定法は、推定された同位体の統計的および体系的な不確実性に寄与する様々な課題がある。本研究では、緊急時応答領域における$mathrmgamma$-rayの分光データを解析するための従来の手法の代替として、機械学習に基づく回帰アルゴリズムの適用について検討する。
論文参考訳（メタデータ） (2023-01-04T03:05:03Z)
Spectral Decomposition Representation for Reinforcement Learning [100.0424588013549]
本稿では, スペクトル分解表現法(SPEDER)を提案する。この手法は, データ収集ポリシーに急激な依存を生じさせることなく, ダイナミックスから状態-作用の抽象化を抽出する。理論的解析により、オンライン設定とオフライン設定の両方において提案アルゴリズムのサンプル効率が確立される。実験により、いくつかのベンチマークで現在の最先端アルゴリズムよりも優れた性能を示す。
論文参考訳（メタデータ） (2022-08-19T19:01:30Z)
Unsupervised deep learning techniques for powdery mildew recognition based on multispectral imaging [63.62764375279861]
本稿では,キュウリ葉の粉状ミドウを自動的に認識する深層学習手法を提案する。マルチスペクトルイメージングデータに適用した教師なし深層学習技術に焦点をあてる。本稿では, オートエンコーダアーキテクチャを用いて, 疾患検出のための2つの手法を提案する。
論文参考訳（メタデータ） (2021-12-20T13:29:13Z)
Investigating Manifold Neighborhood size for Nonlinear Analysis of LIBS Amino Acid Spectra [0.0]
水溶液中のアミノ酸の分類と同定は、生体高分子の研究において重要である。 LIBSスペクトル解析の現在の手法は線形手法であるPCAを用いて有望な結果が得られる。我々は,LIBSエネルギースペクトル測定のための情報理論手法を開発し,非線形次元減少のための多様体法を実装した。
論文参考訳（メタデータ） (2021-05-25T17:17:00Z)
Spectral Methods for Data Science: A Statistical Perspective [37.2486912080998]
スペクトル法は、巨大でノイズの多い不完全なデータから情報を抽出するための単純で驚くほど効果的な手法として登場した。この本は、現代の統計学的観点から、体系的で包括的でアクセスしやすいスペクトル法の導入を意図している。
論文参考訳（メタデータ） (2020-12-15T18:40:56Z)
Fast and automated biomarker detection in breath samples with machine learning [1.2026897155625271]
ヒトの呼吸中の揮発性有機化合物(VOC)は、様々な健康状態を明らかにすることができる。ガスクロマトグラフィー質量分析法(GC-MS)はVOCの測定に用いられているが、その応用は専門家主導のデータ分析によって制限されている。本稿では, VOCを学習し, 自動検出するディープラーニングパターン認識機能を活用したGC-MSデータ解析システムを提案する。
論文参考訳（メタデータ） (2020-05-24T11:44:28Z)
Bulbar ALS Detection Based on Analysis of Voice Perturbation and Vibrato [68.97335984455059]
本研究の目的は,ALS患者の自動検出のための持続母音発声テストの有用性を検証することである。そこで我々は,音声信号から測定値の計算に必要な基本周期への分離手順の強化を提案した。
論文参考訳（メタデータ） (2020-03-24T12:49:25Z)

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。