論文の概要: Physico-chemical properties extraction from the fluorescence spectrum
with 1D-convolutional neural networks: application to olive oil
- arxiv url: http://arxiv.org/abs/2203.07229v1
- Date: Mon, 14 Mar 2022 16:10:55 GMT
- ステータス: 処理完了
- システム内更新日: 2022-03-15 14:37:31.415371
- Title: Physico-chemical properties extraction from the fluorescence spectrum
with 1D-convolutional neural networks: application to olive oil
- Title（参考訳）: 1次元畳み込みニューラルネットワークによる蛍光スペクトルからの物理化学的性質抽出:オリーブ油への応用
- Authors: Francesca Venturinia and Michela Sperti and Umberto Michelucci and
Arnaud Gucciardi and Vanessa M. Martose and Marco A. Deriu
- Abstract要約: オリーブ油産業は地中海の経済と生活に多大な影響を与えている。
オリーブ油生産者にとって大きな課題の1つは、生産サイクル中に品質を評価し制御する能力である。
本研究は,オリーブオイルの5つの化学的品質指標を予測するために,蛍光分光法と人工知能に基づく新しいアプローチを提案する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: The olive oil sector produces a substantial impact in the Mediterranean's
economy and lifestyle. Many studies exist which try to optimize the different
steps in the olive oil's production process. One of the main challenges for
olive oil producers is the ability to asses and control the quality during the
production cycle. For this purpose, several parameters need to be determined,
such as the acidity, the UV absorption or the ethyl esters content. To achieve
this, samples must be sent to an approved laboratory for chemical analysis.
This approach is expensive and cannot be performed very frequently, making
quality control of olive oil a real challenge. This work explores a new
approach based on fluorescence spectroscopy and artificial intelligence
(namely, 1-D convolutional neural networks) to predict the five chemical
quality indicators of olive oil (acidity, peroxide value, UV spectroscopic
parameters $K_{270}$ and $K_{232}$, and ethyl esters) from simple fluorescence
spectra. Fluorescence spectroscopy is a very attractive optical technique since
it does not require sample preparation, is non destructive, and, as shown in
this work, can be easily implemented in small and cost-effective sensors. The
results indicate that the proposed approach gives exceptional results in the
quality determination and would make the continuous quality control of olive
oil during and after the production process a reality. Additionally, this novel
methodology presents potential applications as a support for quality
specifications of olive oil, as defined by the European regulation.
- Abstract（参考訳）: オリーブ油産業は地中海の経済と生活に多大な影響を与えている。
オリーブ油の製造過程の異なる工程を最適化しようとする研究は数多く存在する。
オリーブ油生産者にとって大きな課題の1つは、生産サイクル中に品質を評価し制御する能力である。
この目的のために、酸度、紫外線吸収、エチルエステル含有量など、いくつかのパラメータを決定する必要がある。
これを達成するために、サンプルは化学分析のために承認された実験室に送られなければならない。
このアプローチは高価であり、非常に頻繁に実施できないため、オリーブオイルの品質管理が本当に難しい。
本研究は、単純な蛍光スペクトルからオリーブ油(酸度、過酸化物値、紫外線分光パラメータ$k_{270}$と$k_{232}$、およびエチルエステル)の化学品質指標を予測するための、蛍光分光法と人工知能(すなわち1次元畳み込みニューラルネットワーク)に基づく新しいアプローチを探求する。
蛍光分光法は、試料の調製を必要としないため非常に魅力的な光学技術であり、非破壊的であり、この研究で示されているように、小型で安価なセンサーで容易に実装できる。
以上の結果から,提案手法は品質判定において異常な結果をもたらし,生産過程の前後におけるオリーブ油の連続品質管理が実現されることが示唆された。
さらに、この新しい手法は、欧州の規制によって定義されたオリーブオイルの品質仕様に対するサポートとして潜在的な応用を示す。
関連論文リスト
- ChemEval: A Comprehensive Multi-Level Chemical Evaluation for Large Language Models [62.37850540570268]
この領域の既存のベンチマークは、化学研究専門家の特定の要求を適切に満たさない。
ChemEvalは化学の4つの重要な進歩レベルを特定し、42の異なる化学タスクで12次元のLCMを評価する。
その結果, LLMは文献の理解と指導に優れる一方で, 高度な化学知識を必要とするタスクでは不足していることがわかった。
論文 参考訳（メタデータ） (2024-09-21T02:50:43Z) - 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) - Spatial super-resolution in nanosensing with blinking emitters [79.16635054977068]
本稿では, 点滅型蛍光ナノセンサを用いたメロロジーにおける空間分解能向上手法を提案する。
我々は, 生活科学分野において, 画像解析技術に補完される点滅蛍光センシング剤を日常的に活用できると考えている。
論文 参考訳（メタデータ） (2024-02-27T10:38:05Z) - Shedding Light on the Ageing of Extra Virgin Olive Oil: Probing the
Impact of Temperature with Fluorescence Spectroscopy and Machine Learning
Techniques [3.1457219084519004]
本研究は, 加速貯蔵条件下での付加ヴァージンオリーブオイル (EVOO) の酸化を系統的に検討する。
高集約データに適用された機械学習に基づいて,石油の品質をモニタリングする手法を提案する。
論文 参考訳（メタデータ） (2023-09-21T09:46:01Z) - Digital staining in optical microscopy using deep learning -- a review [47.86254766044832]
デジタル染色は、光学的コントラストから実際の染色の確立された生化学的コントラストへの翻訳に近代的な深層学習を利用するための有望な概念として登場した。
この分野の現状を詳細に分析し、優れた実践方法を提案し、落とし穴と課題を特定し、将来の実装やアプリケーションに向けた将来的な進歩を仮定する。
論文 参考訳（メタデータ） (2023-03-14T15:23:48Z) - Dataset of Fluorescence Spectra and Chemical Parameters of Olive Oils [0.0]
このデータセットは、スペイン・グラナダのコンデ・デ・ベナルーア産の24種類のオリーブ油の蛍光スペクトルと化学的パラメータを含む。
この油は,10種類の追加のヴァージンオリーブ油 (EVOO),8種のヴァージンオリーブ油 (VOO),6種のランプアンデオリーブ油 (LOO) が特徴である。
論文 参考訳（メタデータ） (2023-01-10T10:17:03Z) - Retrieving space-dependent polarization transformations via near-optimal
quantum process tomography [55.41644538483948]
トモグラフィー問題に対する遺伝的および機械学習アプローチの適用について検討する。
ニューラルネットワークベースのスキームは、リアルタイムにキャラクタリゼーションを必要とするアプリケーションにおいて、重要なスピードアップを提供する。
これらの結果は、より一般的な量子プロセスにおけるトモグラフィーアプローチの最適化の基礎となることを期待する。
論文 参考訳（メタデータ） (2022-10-27T11:37:14Z) - MetaRF: Differentiable Random Forest for Reaction Yield Prediction with
a Few Trails [58.47364143304643]
本稿では,反応収率予測問題に焦点をあてる。
筆者らはまず,数発の収量予測のために特別に設計された,注意に基づく識別可能なランダム森林モデルであるMetaRFを紹介した。
数発の学習性能を改善するために,さらに次元還元に基づくサンプリング手法を導入する。
論文 参考訳（メタデータ） (2022-08-22T06:40:13Z) - Estimating the concentration of chiral media with bright squeezed light [77.34726150561087]
キラル分析物の濃度を推定するためのガウスプローブの性能を定量的に評価する。
4倍精度向上は、最先端のスクイーズレベルと強度測定を用いて達成できる。
論文 参考訳（メタデータ） (2022-08-21T17:18:10Z) - Exploration of Spanish Olive Oil Quality with a Miniaturized Low-Cost
Fluorescence Sensor and Machine Learning Techniques [0.0]
エクストラバージンオリーブオイル(EVOO)は、オリーブオイルの最高品質のものであり、非常に有益な栄養特性を特徴としています。
オリーブ油質の定量は, 化学分析および有機汚染評価を通じて, 生産者によって行われる。
蛍光分光法を用いてオリーブ油質の評価を行うことができる小型でポータブルで低コストなセンサを提示する。
論文 参考訳（メタデータ） (2021-04-09T11:50:33Z) - Entanglement-Assisted Absorption Spectroscopy [0.7874708385247353]
我々は、量子優位性を実現するために絡み合いを利用する実用的な送信機・受信機システムを設計する。
吸収線の存在を検出する際、量子スキームは量子力学によって許容される最適性能を達成する。
論文 参考訳（メタデータ） (2020-09-25T04:13:29Z)
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。