論文の概要: Machine Learning Based Identification of Solvents from Post-Desiccation Patterns

• arxiv url: http://arxiv.org/abs/2603.15660v1
• Date: Sun, 08 Mar 2026 14:36:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-18 17:42:06.852839
• Title: Machine Learning Based Identification of Solvents from Post-Desiccation Patterns
• Title（参考訳）: 機械学習によるポストデシケーションパターンからの溶媒の同定
• Authors: Jesús Israel Morán-Cortés, Felipe Pacheco-Vázquez,
• Abstract要約: 人工ニューラルネットワークを用いたフラクチャーパターン分類の最適化プロトコルを提案する。 我々は, 完全に蒸発した後でも, デンプン-液体スラリーの脱酸分解過程に関与する溶媒を同定した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We introduce an optimized protocol of fracture pattern classification using an artificial neural network to identify the solvent involved in the desiccation cracking process of starch-liquid slurries, even after it has been completely evaporated. For this purpose, image analysis techniques were used to characterize patterns obtained from drying suspensions using single solvents (water, ethanol, acetone) and two-component solvents (water-ethanol mixtures at different concentrations). Frequency histograms were generated based on nine morphological features, taking into account their size, shape, geometry and orientational ordering. Subsequently, we used these histograms as input data into artificial neural network variants to determine the set of features that lead to the higher accuracy in solvent identification. We obtained an average accuracy of $96(\pm 1)\%$ considering all solvents in the analysis. The highest accuracy was obtained with sets of features that include the crack area distribution. The proposed protocol can help to determine the combination of features that optimize pattern recognition in other fields of science and engineering.
• Abstract（参考訳）: 人工ニューラルネットワークを用いたフラクチャーパターン分類の最適化プロトコルを導入し, 完全に蒸発した後でも, デンプン液化スラリーの脱酸分解過程に関与する溶媒を同定する。 この目的のために, 単一溶媒(水, エタノール, アセトン)と2成分溶媒(異なる濃度の水-エタノール混合物)を用いて, 乾燥サスペンションから得られるパターンを特徴付けるために, 画像解析技術を用いた。 周波数ヒストグラムは9つの形態的特徴に基づいて生成され, 大きさ, 形状, 配向順序を考慮に入れた。 その後、これらのヒストグラムを人工ニューラルネットワークの入力データとして使用し、溶媒同定の精度を高めるための特徴セットを判定した。 その結果, 分析中の溶媒を全て考慮し, 96(\pm 1)\%の平均精度が得られた。 クラック面積分布を含む特徴セットを用いて, 高い精度を得ることができた。 提案プロトコルは、他の科学・工学分野におけるパターン認識を最適化する特徴の組み合わせを決定するのに役立つ。

関連論文リスト

• Learning Continuous Solvent Effects from Transient Flow Data: A Graph Neural Network Benchmark on Catechol Rearrangement [0.0]
  この研究は、高スループットな過渡的フロー化学データセットである textbfCatechol Benchmarkを導入している。 化学環境への一般化を実証するため, 厳密な溶出・溶出プロトコルおよび溶出・溶出プロトコルによる各種アーキテクチャの評価を行った。 本稿では,グラフ注意ネットワーク(GAT)と差動反応フィンガープリント(DRFP)を統合し,混合認識符号化を学習するハイブリッドGNNアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2025-12-22T16:19:01Z)
• DiffDoctor: Diagnosing Image Diffusion Models Before Treating [57.82359018425674]
  DiffDoctorは2段階のパイプラインで、画像拡散モデルがより少ないアーティファクトを生成するのを支援する。 我々は100万以上の欠陥のある合成画像のデータセットを収集し、効率的なHuman-in-the-loopアノテーションプロセスを構築した。 次に、学習したアーティファクト検出器が第2段階に関与し、ピクセルレベルのフィードバックを提供することで拡散モデルを最適化する。
  論文  参考訳（メタデータ） (2025-01-21T18:56:41Z)
• High-Throughput Phenotyping using Computer Vision and Machine Learning [0.0]
  我々はオークリッジ国立研究所が提供した1,672枚のPopulus Trichocarpaの画像と白ラベルで治療を行った。 光文字認識(OCR)は、植物上でこれらのラベルを読むために用いられた。 機械学習モデルを用いて,これらの分類に基づいて処理を予測し,解析されたEXIFタグを用いて葉の大きさと表現型間の相関を見いだした。
  論文  参考訳（メタデータ） (2024-07-08T19:46:31Z)
• Automated Solubility Analysis System and Method Using Computer Vision and Machine Learning [0.24466725954625884]
  コンピュータビジョンを用いた新規な能動溶解度検知装置を提案し, 分離浄化性能の向上を図った。 提案装置は背景画像と、背景画像を変化させて溶解および粒子の存在を推定する方法を用いる。
  論文  参考訳（メタデータ） (2023-04-07T08:50:11Z)
• Stain-invariant self supervised learning for histopathology image analysis [74.98663573628743]
  乳がんのヘマトキシリンおよびエオシン染色像におけるいくつかの分類課題に対する自己監督アルゴリズムを提案する。 本手法は,いくつかの乳がんデータセット上での最先端のパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2022-11-14T18:16:36Z)
• Recognition of Defective Mineral Wool Using Pruned ResNet Models [88.24021148516319]
  我々はミネラルウールのための視覚品質管理システムを開発した。 ウール標本のX線画像が収集され、欠陥および非欠陥サンプルのトレーニングセットが作成された。 我々は98%以上の精度のモデルを得たが、同社の現在の手順と比較すると、20%以上の欠陥製品を認識することができる。
  論文  参考訳（メタデータ） (2022-11-01T13:58:02Z)
• Comparing Spectroscopy Measurements in the Prediction of in Vitro Dissolution Profile using Artificial Neural Networks [0.0]
  溶解試験は、医薬品産業における新製品の承認に欠かせない製品品質の一部である。 分光データに基づく溶解プロファイルの予測は、現在の破壊・時間的手法に代わるものである。 ラマンと近赤外分光法(英: Raman and near-infrared spectroscopies)は、錠剤の物理的および化学的特性に関する情報を提供する2つの高速で相補的な方法である。
  論文  参考訳（メタデータ） (2022-10-19T04:34:04Z)
• Tracking perovskite crystallization via deep learning-based feature detection on 2D X-ray scattering data [137.47124933818066]
  本稿では,より高速なR-CNN深層学習アーキテクチャに基づくX線回折画像の自動解析パイプラインを提案する。 有機-無機ペロブスカイト構造の結晶化をリアルタイムに追跡し, 2つの応用で検証した。
  論文  参考訳（メタデータ） (2022-02-22T15:39:00Z)
• Unassisted Noise Reduction of Chemical Reaction Data Sets [59.127921057012564]
  本稿では,データセットから化学的に間違ったエントリを除去するための,機械学習に基づく無支援アプローチを提案する。 その結果,クリーン化およびバランスの取れたデータセットでトレーニングしたモデルの予測精度が向上した。
  論文  参考訳（メタデータ） (2021-02-02T09:34:34Z)

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。