通过来自多个类传感器的光信号的机器学习来识别水溶性聚合物
Shion Hasegawa1, Toshiki Sawada1, Takeshi Serizawa1
1Department of Chemical Science and Engineering, School of Materials and Chemical Technology, Tokyo Institute of Technology, 2-12-1-H121 Ookayama, Meguro-ku, Tokyo 152-8550, Japan.
ACS applied bio materials
|October 27, 2023
概括
由于对水溶性聚合物的环境关注,需要准确的检测方法. 这项研究引入了一种新的化学舌头系统,使用类传感器和机器学习来精确识别水样中的这些聚合物.
科学领域:
- 环境化学环境化学
- 分析化学 分析化学
- 聚合物科学 聚合物科学
背景情况:
- 关于释放水溶性聚合物,特别是合成聚合物的日益严重的环境问题.
- 越来越需要可靠的方法来识别环境水样中的水溶性聚合物.
研究的目的:
- 开发一种简单而精确的方法来识别水溶性聚合物.
- 为了演示使用光响应体传感器的化学舌头系统.
主要方法:
- 使用化学舌头系统与多个光响应的类传感器.
- 分析了光谱的变化,这些变化是由于体传感器和各种水溶性聚合物之间的相互作用造成的.
- 将监督和无监督的机器学习算法应用于多维光数据.
主要成果:
- 证明了不同水溶性聚合物的成功识别.
- 展示了基于聚合物-类传感器组合的明显光光谱变化.
- 验证了机器学习在分析复杂光信号中的有效性.
结论:
- 开发的化学舌头系统为准确识别水溶性聚合物提供了一个有前途的方法.
- 该方法提供了一个简单而精确的工具,用于环境监测聚合物污染.
- 机器学习集成增强了复杂环境样本的分析能力.
