論文の概要: Supervised and Penalized Baseline Correction

• arxiv url: http://arxiv.org/abs/2310.18306v2
• Date: Tue, 14 Nov 2023 22:36:17 GMT
• ステータス: 処理完了
• システム内更新日: 2023-11-16 19:24:46.595365
• Title: Supervised and Penalized Baseline Correction
• Title（参考訳）: 監督・罰則ベースライン補正
• Authors: Erik Andries, Ramin Nikzad-Langerodi
• Abstract要約: 歪み(またはベースライン)は、しばしば不安定なオフセットまたは低周波振動として現れる。 現在の最先端のベースライン補正法は、分析液濃度を利用できなくても利用できない。 我々は,最先端の手法(ペナル化ベースライン補正)のクラスを検証し,それらが先行分析濃度に適合するように修正する。
• 参考スコア（独自算出の注目度）: 1.14219428942199
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Spectroscopic measurements can show distorted spectral shapes arising from a mixture of absorbing and scattering contributions. These distortions (or baselines) often manifest themselves as non-constant offsets or low-frequency oscillations. As a result, these baselines can adversely affect analytical and quantitative results. Baseline correction is an umbrella term where one applies pre-processing methods to obtain baseline spectra (the unwanted distortions) and then remove the distortions by differencing. However, current state-of-the art baseline correction methods do not utilize analyte concentrations even if they are available, or even if they contribute significantly to the observed spectral variability. We examine a class of state-of-the-art methods (penalized baseline correction) and modify them such that they can accommodate a priori analyte concentrations such that prediction can be enhanced. Performance will be assessed on two near infra-red data sets across both classical penalized baseline correction methods (without analyte information) and modified penalized baseline correction methods (leveraging analyte information).
• Abstract（参考訳）: 分光測定は、吸収と散乱の混合から生じる歪んだスペクトル形状を示すことができる。 これらの歪み(またはベースライン)は、しばしば非定常オフセットまたは低周波振動として現れる。 その結果、これらのベースラインは分析的および定量的な結果に悪影響を及ぼす可能性がある。 ベースライン補正(baseline correction)は、ベースラインスペクトル(望ましくない歪み)を得るために前処理法を適用し、その歪みを差分によって除去する包括的用語である。 しかし, 現状技術ベースライン補正法では, 可利用でも, 観測されたスペクトル変動に大きく寄与しても, 分析液濃度は利用されない。 我々は最先端の手法(ペナルドベースライン補正)のクラスを調べ,予測が強化されるように事前のアナライト濃度に対応できるように修正する。 性能は、古典的なペナライズドベースライン補正法(アナライト情報なし)と修正ペナライトベースライン補正法(アナライト情報平均化)の2つの近赤外線データセットで評価される。

関連論文リスト

• Unlearning-based Neural Interpretations [51.99182464831169]
  静的関数を用いて定義される現在のベースラインは、バイアスがあり、脆弱であり、操作可能であることを示す。 UNIは、学習不可能で、偏りがなく、適応的なベースラインを計算し、入力を最も急な上昇の未学習方向に向けて摂動させることを提案する。
  論文  参考訳（メタデータ） (2024-10-10T16:02:39Z)
• Consistent and Asymptotically Unbiased Estimation of Proper Calibration Errors [23.819464242327257]
  本稿では,全ての適切な校正誤差と精錬項を一貫した推定を可能にする手法を提案する。 ニューラルネットワークにおける情報単調性を意味するf-分節と精製の関係を実証する。 本実験は,提案した推定器のクレーム特性を検証し,特に関心のキャリブレーション誤差によって,ポストホックキャリブレーション法の選択が決定されるべきであることを示唆した。
  論文  参考訳（メタデータ） (2023-12-14T01:20:08Z)
• Calibration by Distribution Matching: Trainable Kernel Calibration Metrics [56.629245030893685]
  カーネルベースのキャリブレーションメトリクスを導入し、分類と回帰の両方で一般的なキャリブレーションの形式を統一・一般化する。 これらの指標は、異なるサンプル推定を許容しており、キャリブレーションの目的を経験的リスク最小化に組み込むのが容易である。 決定タスクにキャリブレーションメトリクスを調整し、正確な損失推定を行ない、後悔しない決定を行うための直感的なメカニズムを提供する。
  論文  参考訳（メタデータ） (2023-10-31T06:19:40Z)
• Investigation of Different Calibration Methods for Deep Speaker Embedding based Verification Systems [66.61691401921296]
  本稿では, ディープスピーカ埋込抽出器のスコアキャリブレーション法について検討する。 この研究のさらなる焦点は、スコア正規化がシステムの校正性能に与える影響を推定することである。
  論文  参考訳（メタデータ） (2022-03-28T21:22:22Z)
• Information-Theoretic Bias Reduction via Causal View of Spurious Correlation [71.9123886505321]
  本稿では,スプリアス相関の因果的解釈による情報理論バイアス測定手法を提案する。 本稿では,バイアス正規化損失を含むアルゴリズムバイアスに対する新しいデバイアスフレームワークを提案する。 提案したバイアス測定とデバイアス法は、多様な現実シナリオで検証される。
  論文  参考訳（メタデータ） (2022-01-10T01:19:31Z)
• Sibling Regression for Generalized Linear Models [22.16690904610619]
  フィールド観測は多くの科学研究の基礎、特に生態学と社会科学の基礎を形成している。 このような調査を標準化された方法で実施しようとする努力にもかかわらず、観察は体系的な測定誤差を引き起こす。 このような誤りを補正する既存の非パラメトリック手法は、線形加法的雑音モデルを仮定する。 この制限に対処するための残差関数に基づくアプローチを提案する。
  論文  参考訳（メタデータ） (2021-07-03T04:07:11Z)
• One-dimensional Active Contour Models for Raman Spectrum Baseline Correction [0.0]
  ラマン分光法は、化学物質の分析と未知物質の検出のための強力で非侵襲的な方法です。 背景雑音は実際のラマン信号を歪めることがある。 1次元空間におけるアクティブ輪郭モデルの修正版がラマンスペクトルのベースライン補正のために提案されている。
  論文  参考訳（メタデータ） (2021-04-26T19:30:34Z)
• Unsupervised Calibration under Covariate Shift [92.02278658443166]
  ドメインシフト下でのキャリブレーションの問題を導入し、それに対処するための重要サンプリングに基づくアプローチを提案する。 実世界のデータセットと合成データセットの両方において,本手法の有効性を評価し検討した。
  論文  参考訳（メタデータ） (2020-06-29T21:50:07Z)
• Calibration of Neural Networks using Splines [51.42640515410253]
  キャリブレーション誤差の測定は、2つの経験的分布を比較します。 古典的コルモゴロフ・スミルノフ統計テスト(KS)にインスパイアされたビンニングフリーキャリブレーション尺度を導入する。 提案手法は,KS誤差に対する既存の手法と,他の一般的なキャリブレーション手法とを一貫して比較する。
  論文  参考訳（メタデータ） (2020-06-23T07:18:05Z)
• Machine Learning and Deep Learning methods for predictive modelling from Raman spectra in bioprocessing [0.0]
  本研究は,機械学習と深層学習を用いた回帰作業の円滑化のためのラマンスペクトルの前処理手法に焦点を当てた。 ほとんどの場合、このロバスト性は予測誤差と予測ロバスト性の観点から従来のラマンモデルより優れていた。
  論文  参考訳（メタデータ） (2020-05-06T16:15:08Z)
• Discrimination and estimation of incoherent sources under misalignment [0.0]
  本研究は,不完全な不整合により不完全に分解された後,関連する支配的横モードを線形に変換して部分的に補正できるような測定レベルにおいて,どの程度の効果を緩和できるかを考察する。 誤認識の値が完全に知られている場合でも、超解能の完全回復はできないが、最終的な感度に対する負の影響を著しく低減できることを示す。
  論文  参考訳（メタデータ） (2020-03-02T19:59:49Z)

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。