Un nuevo enfoque de procesamiento de señales habilitado por el aprendizaje automático para la detección e...

Área de la Ciencia:

• Química analítica
• Espectroscopia
• Aprendizaje automático

Sus antecedentes:

• Los agentes de guerra química (ACC) plantean importantes desafíos de detección en la respuesta a emergencias y la seguridad.
• Los métodos de detección existentes pueden carecer de la sensibilidad o especificidad requeridas para aplicaciones de seguridad en el mundo real.

Objetivo del estudio:

• Desarrollar y validar un método analítico innovador para la detección de estimulantes CWA.
• Crear un prototipo de dispositivo portátil para aplicaciones prácticas de seguridad y protección.
• Implementar un enfoque de aprendizaje automático para la detección e identificación de estimulantes CWA.

Principales métodos:

• Cromatografía de gases (GC) junto con un sensor de espectroscopia fotoacústica mejorado con cuarzo (QEPAS).
• Validación del método analítico de acuerdo con las normas ENFSI y de la UE.
• Desarrollo de un flujo de trabajo de aprendizaje automático utilizando tiempos de retención (RT) y espectros infrarrojos (IR) con un clasificador de máquinas vectoriales de soporte de una clase.

Principales resultados:

• El método GC-QEPAS demostró su solidez y fiabilidad.
• Un prototipo de dispositivo portátil mostró eficacia para la seguridad en el mundo real.
• El modelo de aprendizaje automático logró una alta precisión (hasta el 99%) en la detección e identificación de estimulantes CWA.

Conclusiones:

• El método analítico desarrollado y el dispositivo portátil son eficaces para la detección de estimulantes CWA.
• El enfoque de aprendizaje automático mejora significativamente la automatización y la precisión de la identificación de CWA.
• Este sistema integrado ofrece una solución prometedora para aplicaciones de seguridad en el mundo real.