論文の概要: Library transfer between distinct Laser-Induced Breakdown Spectroscopy systems with shared standards

• arxiv url: http://arxiv.org/abs/2209.07637v1
• Date: Wed, 31 Aug 2022 16:15:55 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-25 17:59:08.390121
• Title: Library transfer between distinct Laser-Induced Breakdown Spectroscopy systems with shared standards
• Title（参考訳）: 共有標準を用いたレーザー誘起破壊分光システム間のライブラリー転送
• Authors: J. Vr\'abel (1 and 2), E. K\'epe\v{s} (1 and 2), P. Ned\v{e}ln\'ik (1), J. Buday (1 and 2), J. Cepm\'irek (3), P. Po\v{r}\'izka (1 and 2), J. Kaiser (1 and 2) ((1) CEITEC, Brno University of Technology, (2) Institute of Physical Engineering, Brno University of Technology, (3) Department of Geological Sciences, Faculty of Science, Masaryk University)
• Abstract要約: 新しいLIBSシステムの設定に伴うコストは、その広範なキャリブレーションを必要とするため、増大する。 本研究は,LIBS系が使用済み分光計と集光器でのみ異なるが,装置の他の全ての部分を共有するという課題の簡易化について検討する。 トランスファーは、可変オートエンコーダ(VAE)と完全に接続された人工ニューラルネットワーク(ANN)で構成されるパイプラインによって実現される。
• 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: The mutual incompatibility of distinct spectroscopic systems is among the most limiting factors in Laser-Induced Breakdown Spectroscopy (LIBS). The cost related to setting up a new LIBS system is increased, as its extensive calibration is required. Solving the problem would enable inter-laboratory reference measurements and shared spectral libraries, which are fundamental for other spectroscopic techniques. In this work, we study a simplified version of this challenge where LIBS systems differ only in used spectrometers and collection optics but share all other parts of the apparatus, and collect spectra simultaneously from the same plasma plume. Extensive datasets measured as hyperspectral images of heterogeneous specimens are used to train machine learning models that can transfer spectra between systems. The transfer is realized by a pipeline that consists of a variational autoencoder (VAE) and a fully-connected artificial neural network (ANN). In the first step, we obtain a latent representation of the spectra which were measured on the Primary system (by using the VAE). In the second step, we map spectra from the Secondary system to corresponding locations in the latent space (by the ANN). Finally, Secondary system spectra are reconstructed from the latent space to the space of the Primary system. The transfer is evaluated by several figures of merit (Euclidean and cosine distances, both spatially resolved; k-means clustering of transferred spectra). The methodology is compared to several baseline approaches.
• Abstract（参考訳）: 異なる分光システムの相互不適合性は、レーザー誘起破壊分光(LIBS)において最も制限される要素の一つである。 新しいLIBSシステムの設定に伴うコストは、その広範なキャリブレーションを必要とするため増大する。 この問題の解決は、他の分光技術の基礎となる共同基準測定と共有スペクトルライブラリーを可能にする。 本研究では, 使用済みの分光計と集光光学のみにおいてlibsシステムが異なるが, 装置の他の部分も共有し, 同じプラズマプルームから同時にスペクトルを収集する, この課題の簡易版について検討した。 ヘテロジニアス標本のハイパースペクトル画像として測定された広範なデータセットは、システム間でスペクトルを転送できる機械学習モデルのトレーニングに使用される。 この転送は、可変オートエンコーダ(VAE)と完全に接続された人工ニューラルネットワーク(ANN)で構成されるパイプラインによって実現される。 最初のステップでは、(VAEを用いて)一次系上で測定されたスペクトルの潜在表現を得る。 第2のステップでは、二次系からのスペクトルを(ANNによって)潜在空間の対応する位置へマッピングする。 最後に、二次系スペクトルを潜在空間から一次系の空間へ再構成する。 この移動はいくつかの図(空間的に解決されたユークリッド距離とコサイン距離、転送スペクトルのk平均クラスタリング)によって評価される。 この方法論はいくつかのベースラインアプローチと比較される。

関連論文リスト

• Point-Calibrated Spectral Neural Operators [54.13671100638092]
  点レベル適応スペクトルベースで関数を近似することで演算子マッピングを学習する。 点平衡スペクトル演算子は点レベル適応スペクトルベースで関数を近似することで演算子マッピングを学習する。
  論文  参考訳（メタデータ） (2024-10-15T08:19:39Z)
• Spectral Graph Reasoning Network for Hyperspectral Image Classification [0.43512163406551996]
  畳み込みニューラルネットワーク(CNN)は、ハイパースペクトル画像(HSI)分類において顕著な性能を達成した。 本稿では、2つの重要なモジュールからなるスペクトルグラフ推論ネットワーク(SGR)学習フレームワークを提案する。 2つのHSIデータセットの実験により、提案したアーキテクチャが分類精度を大幅に改善できることが示されている。
  論文  参考訳（メタデータ） (2024-07-02T20:29:23Z)
• ESSAformer: Efficient Transformer for Hyperspectral Image Super-resolution [76.7408734079706]
  単一ハイパースペクトル像超解像(単一HSI-SR)は、低分解能観測から高分解能ハイパースペクトル像を復元することを目的としている。 本稿では,1つのHSI-SRの繰り返し精製構造を持つESSA注目組込みトランスフォーマネットワークであるESSAformerを提案する。
  論文  参考訳（メタデータ） (2023-07-26T07:45:14Z)
• MST++: Multi-stage Spectral-wise Transformer for Efficient Spectral Reconstruction [148.26195175240923]
  効率的なスペクトル再構成のためのマルチステージスペクトル変換器(MST++)を提案する。 NTIRE 2022 Spectral Reconstruction Challengeでは、私たちのアプローチが優勝しました。
  論文  参考訳（メタデータ） (2022-04-17T02:39:32Z)
• Unsupervised Machine Learning for Exploratory Data Analysis of Exoplanet Transmission Spectra [68.8204255655161]
  我々は、通過する太陽系外惑星のスペクトルデータを解析するための教師なし手法に焦点をあてる。 スペクトルデータには、適切な低次元表現を要求する高い相関関係があることが示される。 主成分に基づく興味深い構造、すなわち、異なる化学状態に対応する明確に定義された分岐を明らかにする。
  論文  参考訳（メタデータ） (2022-01-07T22:26:33Z)
• 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)
• Deep Spectral CNN for Laser Induced Breakdown Spectroscopy [11.978306421559587]
  本研究では,レーザー誘起分解分光法(LIBS)信号を用いたスペクトル畳み込みニューラルネットワーク(CNN)を提案する。 提案手法は,火星探査機「キュリオシティ」からのリモートセンシング観測のための前処理と校正のために,火星科学研究所が行った既存手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2020-12-03T02:23:48Z)
• Neural network-based on-chip spectroscopy using a scalable plasmonic encoder [0.4397520291340694]
  従来の分光計は、サイズ、コスト、信号対雑音比(SNR)、スペクトル分解能によって設定されるトレードオフによって制限される。 本稿では,小型で低コストなオンチップセンシング方式を用いて,深層学習に基づくスペクトル再構成フレームワークを実証する。
  論文  参考訳（メタデータ） (2020-12-01T22:50:06Z)
• 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)
• Deep Neural Networks for the Correction of Mie Scattering in Fourier-Transformed Infrared Spectra of Biological Samples [0.0]
  本稿では,この複雑な前処理関数をディープニューラルネットワークを用いて近似する手法を提案する。 提案手法は, 時間と補正スペクトルとのトレードオフを克服し, 人工基準スペクトルに偏りを生じさせる。
  論文  参考訳（メタデータ） (2020-02-18T16:07:07Z)
• Spectrum Translation for Cross-Spectral Ocular Matching [59.17685450892182]
  バイオメトリックスでは、特に眼領域において、クロススペクトル検証が大きな問題となっている。 近赤外画像と視覚光画像のスペクトル変換におけるコンディショナル・ディバイサル・ネットワークの利用について検討した。
  論文  参考訳（メタデータ） (2020-02-14T19:30:31Z)

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。