論文の概要: Machine learning identification of organic compounds using visible light

• arxiv url: http://arxiv.org/abs/2204.11832v1
• Date: Wed, 6 Apr 2022 20:55:13 GMT
• ステータス: 処理完了
• システム内更新日: 2022-05-01 09:25:55.661672
• Title: Machine learning identification of organic compounds using visible light
• Title（参考訳）: 可視光を用いた有機化合物の機械学習による同定
• Authors: Thulasi Bikku and Rub\'en A. Fritz and Yamil J. Col\'on and Felipe Herrera
• Abstract要約: レーザーベースの技術は、リモート化学の識別に十分な電子的および振動的な情報を符号化する材料の光学的応答によって、自律的な化合物検出を約束している。 可視光領域における単波長分散測定に基づいて, 吸収共鳴から, 正確に有機種を識別できる機械学習分類器を開発した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Identifying chemical compounds is essential in several areas of science and engineering. Laser-based techniques are promising for autonomous compound detection because the optical response of materials encodes enough electronic and vibrational information for remote chemical identification. This has been exploited using the fingerprint region of infrared absorption spectra, which involves a large number of absorption peaks that are unique to individual molecules, thus facilitating chemical identification. However, optical identification using visible light has not been realized. Using decades of experimental refractive index data in the scientific literature of pure organic compounds and polymers over a broad range of frequencies from the ultraviolet to the far-infrared, we develop a machine learning classifier that can accurately identify organic species based on a single-wavelength dispersive measurement in the visible spectral region, away from absorption resonances. The optical classifier proposed here could be applied to autonomous material identification protocols or applications.
• Abstract（参考訳）: 化学化合物の同定は、科学と工学の分野において不可欠である。 レーザーベースの技術は、リモート化学の識別に十分な電子的および振動的な情報を符号化する材料の光学的応答によって、自律的な化合物検出を約束している。 これは赤外線吸収スペクトルの指紋領域を利用しており、これは個々の分子に固有の多数の吸収ピークを含んでいるため、化学同定が容易である。 しかし、可視光を用いた光学的識別は実現されていない。 紫外線から遠赤外線まで幅広い周波数の純粋な有機化合物や高分子の科学文献において、何十年もの実験屈折率データを用いて、吸収共鳴から離れた可視領域における単一波長の分散測定に基づいて、有機種を正確に識別できる機械学習分類器を開発した。 ここで提案された光学分類器は、自律的な物質識別プロトコルや応用に適用できる。

関連論文リスト

• Open-Path Detection of Organic Vapors via Quantum Infrared Spectroscopy [0.0]
  QFTIR分光は、スペクトルの中赤外領域における従来の分光の代替として現れた。 大気中における複数の干渉性有機ガスの開路検出にQFTIR分光計を初めて使用した。
  論文  参考訳（メタデータ） (2024-05-21T14:26:51Z)
• Infrared Spectra Prediction for Diazo Groups Utilizing a Machine Learning Approach with Structural Attention Mechanism [0.0]
  赤外分光法は、分子構造や力学を振動や回転の遷移を通じて解明する化学研究において重要な技術である。 本稿では、特にジアゾ化合物の赤外スペクトルの予測と解釈を強化するために、構造的注意機構を用いた機械学習手法を提案する。
  論文  参考訳（メタデータ） (2024-02-05T15:44:43Z)
• Mid-infrared spectroscopy with a broadly tunable thin-film lithium niobate optical parametric oscillator [45.82374977939355]
  デバイスは3.2ミクロンで25mWの赤外線光を生成し、電力変換効率は15%である。 メタンとアンモニアのスペクトルを測定することで装置のチューニングと性能を実証する。
  論文  参考訳（メタデータ） (2023-07-09T15:08:35Z)
• ChemVise: Maximizing Out-of-Distribution Chemical Detection with the Novel Application of Zero-Shot Learning [60.02503434201552]
  本研究は,簡単な学習セットから複雑な露光の学習近似を提案する。 合成センサ応答に対するこのアプローチは, 分布外の化学分析物の検出を驚くほど改善することを示した。
  論文  参考訳（メタデータ） (2023-02-09T20:19:57Z)
• Large-scale optical characterization of solid-state quantum emitters [43.55994393060723]
  固体量子エミッタは量子ネットワークアプリケーションのための主要な量子メモリとして登場した。 我々は、カラーセンターの大規模かつ自動評価を可能にする分光技術を紹介し、実証する。
  論文  参考訳（メタデータ） (2022-10-24T22:57:51Z)
• Toward deep-learning-assisted spectrally-resolved imaging of magnetic noise [52.77024349608834]
  本研究では,基礎となるゆらぎ磁場のスペクトル密度を効率的に再構成するディープニューラルネットワークを実装した。 これらの結果は、色中心に基づくナノスケールセンシングとイメージングに機械学習手法を適用する機会を生み出す。
  論文  参考訳（メタデータ） (2022-08-01T19:18:26Z)
• Broadband quantum spectroscopy at the fingerprint mid-infrared region [0.5249805590164902]
  試料中赤外指紋は, 従来のシリコン光検出器を用いた近赤外域の測定から明らかにすることができる。 概念実証として、7.4-8.4mの波長範囲で酸化窒素ガスの分光を行い、865-877nmの範囲で検出する。
  論文  参考訳（メタデータ） (2022-02-03T12:53:41Z)
• 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)
• Quantum-inspired terahertz spectroscopy with visible photons [0.0]
  テラヘルツ分光法は、物質の異なる異性体を同定し、薬物の識別と有害物質の検出を可能にする。 これらの有用な応用にもかかわらず、テラヘルツ分光法はまだ技術的に要求されるテラヘルツ放射の検出に悩まされている。 ここでは、テラヘルツ分光の最初の実演について報告し、サンプルはテラヘルツアイドラー光子と相互作用する。
  論文  参考訳（メタデータ） (2020-11-05T11:11:47Z)
• Data-Driven Discovery of Molecular Photoswitches with Multioutput Gaussian Processes [51.17758371472664]
  フォトウィッチ可能な分子は、光によってアクセスされる2つ以上の異性体である。 本稿では、データセットキュレーションとマルチタスク学習を基盤とした、分子フォトウィッチのためのデータ駆動探索パイプラインを提案する。 提案手法は, 市販フォトウィッチ可能な分子のライブラリーをスクリーニングし, 実験的に検証した。
  論文  参考訳（メタデータ） (2020-06-28T20:59:03Z)
• 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)

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。