Preview

Журнал прикладной спектроскопии

Расширенный поиск
Доступ открыт Открытый доступ  Доступ закрыт Только для подписчиков

Гибридные алгоритмы машинного обучения для прогнозирования количественного состава алюминиевых сплавов методом лазерно-искровой эмиссионной спектроскопии

Аннотация

Проведен количественный анализ образцов алюминия с помощью лазерно-искровой эмиссионной спектроскопии (LIBS) и различных классических подходов к машинному обучению. Nd:YAG-лазер с модулятором добротности на основной гармонике 1064 нм используется для создания плазмы LIBS Для прогнозирования концентраций составляющих стандартных алюминиевых сплавов. Прогнозирование концентрации выполнено с помощью линейных подходов регрессии опорных векторов (SVR), множественной линейной регрессии (MLR), анализа главных компонент (PCA), интегрированного с MLR (PCA-MLR) и SVR (PCA-SVR), а также нелинейных алгоритмов искусственной нейронной сети (ANN), ядерной регрессии опорных векторов (KSVR) и объединения традиционного анализа главных компонент с KSVR (РСА-KSVR) и ANN (РСА-ANN). Для улучшения количественного анализа применяется уменьшение размерности к различным методологиям на основе алгоритма PCA. Комбинация PCA-KSVR показывает наибольшую эффективность в прогнозировании большинства элементов среди других классических алгоритмов машинного обучения.

Об авторах

M. Rezaei
Университет науки и технологий Мазандарана
Иран

Rezaei Mohsen.

Бехшахр



F. Rezaei
Технологический университет K.N. Toosi
Иран

Rezaei Fatemeh.

Тегеран



P. Karimi
Южно-Тегеранский филиал Исламского университета Азад
Иран

Karimi Parvin.

Тегеран



Список литературы

1. F. Rezaei, G. Cristoforetti, E. Tognoni, S. Legnaioli, V. Palleschi, A. Safi, Spectrochim. Acta B: At. Spec- trosc., 169, 105878 (2020).

2. F. Rezaei, S. H. Tavassoli, Phys. Plasmas, 20, 013301 (2013).

3. S. Messaoud Aberkane, A. Safi, A. Botto, B. Campanella, S. Legnaioli, F. Poggialini, S. Raneri, F. Rezaei, V. Palleschi, Appl. Sci., 10, 4973 (2020).

4. F. Rezaei, Appl. Opt., 59, 3002 (2020).

5. F. Rezaei, P. Karimi, S. Tavassoli, Appl. Phys. B, 114, 591 (2014).

6. Y .Yang, C. Li, S. Liu, H. Min, C. Yan, M. Yang, J. Yu, Anal. Methods, 10 (2020).

7. M. Boueri, V. Motto-Ros, W.-Q. Lei, L.-J. Zheng, H.-P. Zeng, Appl. Spectrosc., 65, 307 (2011).

8. T. A. Labutin, A. M. Popov, S. N. Raikov, S. M. Zaytsev, N. A. Labutina, N. B. Zorov, J. Appl. Spectrosc., 80, 315-318 (2013)

9. D. Luarte, A. K. Myakalwar, M. Velasquez, J. Alvarez, C. Sandoval, R. Fuentes, J. Yanez, D. Sbarbaro, Anal. Methods, 9 (2021)

10. G. S. Senesi, R. A. Romano, B. S. Marangoni, G. Nicolodelli, P. R. Villas-Boas, V. M. Benites, D. M. B. P. Milori, J. Appl. Spectrosc., 84, 923-928 (2017).

11. F. F. Hilario, M. L. de Mello, E. R. Pereira-Filho, Anal. Methods, 2 (2021).

12. S. Chatterjee, M. Singh, B. Biswal, U. K. Sinha, S. Patbhaje, A. Sarkar, Anal. Bioanal. Chem. 9, 411 (2019).

13. Q. Q. Wang, L.A. He, Y. Zhao, Z. Peng, L. Liu, Laser. Phys., 26, 065605 (2016).

14. T. F. Boucher, M. V. Ozanne, M. L. Carmosino, M. D. Dyar, S. Mahadevan, E. A. Breves, K. H. Lepore, S. M. Clegg, Spectrochim. Acta B: At. Spectrosc., 107, 1 (2015).

15. J. Huang, M. Dong, S. Lu, W. Li, J. Lu, C. Liu, J.H. Yoo, J. Anal. At. Spectrom., 33, 720 (2018).

16. S. Laville, M. Sabsabi, F. R. Doucet, Spectrochim. Acta B: At. Spectrosc., 62, 1557 (2007).

17. J. Wang, S. Xue, P. Zheng, Y. Chen, R. Peng, Anal. Lett., 2017, 50 (2000).

18. K. K. Ayyalasomayajula, V. Dikshit, F. Y. Yueh, J. P. Singh, L. T. Smith, Anal. Bioanal. Chem., 400, 3315 (2011).

19. V. K. Unnikrishnan, K. S. Choudhari, Suresh D. Kulkarni, R. Nayak, V. B. Kartha, C. Santhosh, RSC Adv., 3, 25872-25880 (2013).

20. E. C. Ferreira, D. M. B. P. Milori, E. J. Ferreira, R. M. Da Silva, L. Martin-Neto, Spectrochim. Acta B: At. Spectrosc., 63, 1216-1220 (2008).

21. M. Dong, L. Wei, J. Lu, W. Li, S. Lu, S. Li, C. Liu, J. H. Yoo, J. Anal. At. Spectrom., 34, 480-488 (2019).

22. A. Safi, S. H. Tavassoli, G. Cristoforetti, S. Legnaioli, V. Palleschi, F. Rezaei, E. Tognoni, J. Adv. Res., 18, 1 (2019).

23. H. Nozari, F. Rezaei, S. H. Tavassoli, Phys. Plasmas, 22, 093302 (2015).

24. T. F. Boucher, M. V. Ozanne, M. L. Carmosino, M. D. Dyar, S. Mahadevan, E. A. Breves, K. Lepore, Spectrochim. Acta B: At. Spectrosc., 107, 1-10 (2015).

25. A. J. Smola, B. Scholkopf, Statist. Comput., 14, 199 (2004).

26. S. Thomas, G. N. Pillai, K. Pal, Geomat. Nat. Hazards Risk, 8, 177 (2017).

27. S. Shokri, M. T. Sadeghi, M. A. Marvast, S. Narasimhan, Chem. Ind. Chem. Eng. Q, 21, 379 (2015).

28. X. Ma, Y. Zhang, H. Cao, S. Zhang, Y. Zhou, J. Spectrosc. (2018).

29. M. Rezaei, S. Chaharsooghi, A. Kashan, R. Babazadeh, Int. J. Environ. Sci. Technol, 17, 3241 (2020).

30. A. Pouliakis, E. Karakitsou, N. Margari, P. Bountris, M. Haritou, J. Panayiotides, D. Koutsouris, P. Karakitsos, Biomed. Eng. Comput. Biol., 7 (2016).

31. A. Nikkhah, A. Rohani, K. A. Rosentrater, M. El Haj Assad, S. Ghnimi, Environ. Prog. Sustain, 38, 13130 (2019).

32. E. C. Ferreira, J. A. G. Neto, D. M. B. P. Milori, E. J. Ferreira, J. M. Anzano, Spectrochim. Acta B: At. Spectrosc., 110, 96 (2015).

33. H. Qin, Z. Lu, S. Yao, Z. Liab, J. Lu, JAAS, 34, 347 (2019).

34. E. D'Andrea, S. Pagnotta, E. Grifoni, G. Lorenzetti, S. Legnaioli, V. Palleschi, B. Lazzerini, Spectrochim. Acta B: At. Spectrosc., 99, 52 (2014).

35. J. P. Castro, D. V. Babos, E. R. Pereira-Filho, Talanta, 208, 120443 (2020).

36. J. Zhang, R. Li, X. Zhang, Y. Bai, P. Cao, P. Hua, Sci. Total Environ., 649, 1314 (2019).

37. X. Jin, Y. Zhang, D. Yao, Int. Symposium on Neural Networks, 1022-1031 (2007).

38. X. Cui, Q. Wang, Y. Zhao, X. Qiao, G. Teng, Appl. Phys. B, 125, 56 (2019).

39. S. Chutani, A. Goyal, Multimed Tools Appl., 77, 7447 (2018).

40. R. Noori, A. Karbassi, M. S. Sabahi, J. Environ. Manage, 91, 767 (2010).

41. B. G. Alhassan, F. B. Yusof, S. M. Norrulashikin, IJMH, 4, 40-48 (2020).

42. V. Singh, I. Gupta, H. Gupta, Eng. Appl. Artific. Intell., 20, 249 (2007).

43. S. K. Chaharsooghi, M. Rezaei, Int. J. Serv. Oper. Manag., 25, 120 (2016).

44. M. Dorofki, A. H. Elshafie, O. Jaafar, O. A. Karim, S. Mastura, Int. Proc. Chem. Biol. Environ, 33, 39 (2012).

45. M. A. Shafi, N. Hamzah, 4th Int. Power Engineering and Optimization Conference, 352 (2010).

46. F. Rezaei, Plasma Science and Technology: Progress in Physical States and Chemical Reactions, 363 (2016).

47. W. Zhang, S.-Y. Tang, Y.-F. Zhu, W.-P. Wang, World Acad. Sci. Eng. Technol., 41, 933 (2010).

48. D. Z. Antanasijevic, M. D. Ristic, A. A. Peric-Grujic, V. V. Pocajt, Int. J. Green. Gas Control, 20, 244 (2014).

49. I. Babaoglu, O. Findik, M. Bayrak, Expert Syst. Appl., 37, 2182 (2010).

50. V. M. Janakiraman, X. Nguyen, D. Assanis, Appl. Soft Comput., 13, 2375 (2013).


Рецензия

Для цитирования:


Rezaei M., Rezaei F., Karimi P. Гибридные алгоритмы машинного обучения для прогнозирования количественного состава алюминиевых сплавов методом лазерно-искровой эмиссионной спектроскопии. Журнал прикладной спектроскопии. 2023;90(3):528-1-528-12.

For citation:


Rezaei M., Rezaei F., Karimi P. Different Hybrid Prediction’s Machine Learning Algorithms for Quantitative Analysis in Laser-Induced Breakdown Spectroscopy. Zhurnal Prikladnoii Spektroskopii. 2023;90(3):528-1-528-12.

Просмотров: 186


ISSN 0514-7506 (Print)