Data processing techniques and meas

Data processing techniques and measuring protocol are very important parts of the multisensor systems
methodology. Complex analytical tasks like resolving the mixtures of two components with very similar
chemical properties require special attention. We report on the application of non-linear (artificial neural
networks, ANNs) and linear (projections on latent structures, PLS) regression techniques to the data
obtained from the flow cell with potentiometric multisensor detection of neighouring lanthanides in the
Periodic System of the elements (samarium, europium and gadolinium). Quantification of individual
components in mixtures is possible with reasonable precision if dynamic components of the response
are incorporated thanks to the use of an automated sequential injection analysis system. The average
absolute error in prediction of lanthanides with PLS was around 1
104 mol/L, while the use of ANNs
allows the lowering of prediction errors down to 2
105 mol/L in certain cases. The suggested protocol
seems to be useful for other analytical applications where simultaneous determination of chemically
similar analytes in mixtures is required.

ผลลัพธ์ (ไทย) 1:

เทคนิคการประมวลผลข้อมูลและวัดโพรโทคอลมีส่วนสำคัญมากของระบบ multisensorระเบียบวิธีการ งานวิเคราะห์ที่ซับซ้อนเช่นแก้ไขส่วนผสมสองส่วนประกอบด้วยคล้ายกันมากคุณสมบัติทางเคมีต้องใส่ใจเป็นพิเศษ เรารายงานในแอพลิเคชันของไม่เชิงเส้น (ประดิษฐ์ประสาทเครือข่าย ANNs) เชิงเทคนิคการถดถอย (ประมาณบนโครงสร้างแฝงอยู่ กรุณา) ข้อมูลได้รับจากเซลล์กระแสกับ potentiometric ตรวจ multisensor lanthanides neighouring ในการระบบประจำงวดขององค์ประกอบ (ซาแมเรียม ยูโรเพียม และแกโดลิเนียม) นับของแต่ละบุคคลส่วนประกอบในน้ำยาผสมเป็นไปได้ ด้วยความแม่นยำเหมาะสมถ้าแบบไดนามิกของการตอบสนองมีรวม ด้วยการใช้ระบบฉีดอัตโนมัติตามลำดับวิเคราะห์ ค่าเฉลี่ยข้อผิดพลาดสัมบูรณ์ในการคาดเดาของ lanthanides กับกรุณาคือ ประมาณ 1 104 โมล/L ขณะใช้ ANNsช่วยลดข้อผิดพลาดในการทำนายเพื่อโมล 2 105 L ในบางกรณี โพรโทคอลแนะนำน่าจะมีประโยชน์สำหรับโปรแกรมประยุกต์อื่นวิเคราะห์ที่พร้อมกำหนดสารเคมีanalytes ที่คล้ายกันในส่วนผสมที่ถูกต้อง

ผลลัพธ์ (ไทย) 2:

เทคนิคการประมวลผลข้อมูลและโปรโตคอลวัดเป็นส่วนที่สำคัญมากของระบบ Multisensor
วิธีการ งานวิเคราะห์ที่ซับซ้อนเช่นการแก้ไขส่วนผสมของสององค์ประกอบที่มีลักษณะคล้ายกันมาก
คุณสมบัติทางเคมีต้องให้ความสนใจเป็นพิเศษ เรารายงานเกี่ยวกับการประยุกต์ใช้ที่ไม่ใช่เชิงเส้น (ประสาทเทียม
เครือข่าย ANNs) และเชิงเส้น (ประมาณการเกี่ยวกับโครงสร้างแฝง PLS) เทคนิคการถดถอยกับข้อมูลที่
ได้รับจากเซลล์ไหลมีการตรวจสอบ Multisensor potentiometric ของ lanthanides neighouring ใน
ระบบธาตุขององค์ประกอบ (ซาแมเรียมยูโรเพียมและแกโดลิเนียม) ปริมาณของแต่ละ
องค์ประกอบในสารผสมเป็นไปได้ด้วยความแม่นยำที่เหมาะสมถ้าองค์ประกอบแบบไดนามิกของการตอบสนอง
ได้มีการรวบรวมขอบคุณกับการใช้ระบบการวิเคราะห์การฉีดต่อเนื่องอัตโนมัติ เฉลี่ย
ข้อผิดพลาดแน่นอนในการคาดการณ์ของ lanthanides กับ PLS อยู่ที่ประมาณ 1? 104 โมล / ลิตรขณะที่การใช้ ANNs
ช่วยลดข้อผิดพลาดในการทำนายลงไป 2? 105 โมล / ลิตรในบางกรณี โปรโตคอลที่แนะนำ
น่าจะเป็นประโยชน์สำหรับการใช้งานการวิเคราะห์อื่น ๆ ที่มุ่งมั่นพร้อมกันของสารเคมี
วิเคราะห์คล้ายกันในการผสมจะต้อง

ผลลัพธ์ (ไทย) 3:

เทคนิคการประมวลผลข้อมูลและวัด ซึ่งส่วนที่สำคัญมากของวิธีการระบบ
multisensor . งานวิเคราะห์ที่ซับซ้อน เช่น การผสมสององค์ประกอบที่มีคุณสมบัติทางเคมีคล้ายกัน
มากต้องการความสนใจพิเศษ เรารายงานเกี่ยวกับการใช้เส้น ( ประสาทเทียม
เครือข่ายเชิงเส้น ( ทาง ) และประมาณการบนโครงสร้างที่แฝงเร้นกรุณา ) เทคนิคถดถอยไป ข้อมูลที่ได้จากการไหลของเซลล์
ตรวจจับ multisensor ศักย์ของ neighouring แลนทาไนด์ใน
ระบบธาตุของธาตุ ( ธาตุโลหะหายากและ europium , แกโดลิเนียม ) ปริมาณของแต่ละองค์ประกอบ
ในส่วนผสมเป็นไปได้กับความแม่นยำที่เหมาะสมถ้าองค์ประกอบแบบไดนามิกของการตอบสนอง
รวมด้วยการใช้ระบบฉีดอัตโนมัติการวิเคราะห์ระบบ โดย
แน่นอนข้อผิดพลาดในการประเมินแลนทาไนด์ด้วยกรุณาอยู่ที่ประมาณ 1
104 โมลต่อลิตร ในขณะที่การใช้แอนน์
ช่วยลดการคาดการณ์ผิดพลาดลงไป 2
105 mol / L ในบางกรณี ที่แนะนำโปรโตคอล
ดูเหมือนจะเป็นประโยชน์สำหรับการใช้งานอื่น ๆที่กำหนดวิเคราะห์พร้อมกันของสารเคมีสารคล้ายผสม


เป็นสิ่งจำเป็น