This paper explores the use of Machine Learning (ML) methods to develop automated system for the identification of chemical compounds from their Raman spectra. The presence of different substances of interest whose spectra signatures are often very close to each other and the occurrence of specific hard–to–solve classification problems suggested the use of an Artificial Neural Network (ANN) as software paradigm able to deal, with good performances, with on–line processing of Raman data coming from the detection system. The ANN results are discussed by comparing their performances against those of Principal Component Analysis.

Questo lavoro esplora l’uso del “Machine Learning” per sviluppare metodi di identificazione automatica di sostanze chimiche a partire dagli spettri Raman. La parziale sovrapposizione degli spettri Raman di alcune sostanze di interesse e alcuni problemi di classificazione, hanno suggerito l’uso di una rete neurale (ANN) come algoritmo capace di lavorare, con ottimi risultati, in linea continua, elaborando spettri Raman provenienti dal sistema di rilevazione. I risultati dell’algoritmo ANN sono discussi confrontandoli con quelli ottenuti applicando la Principal Component Analysis (PCA).

Raman spectra massive classification using artificial neural networks

Almaviva, Salvatore;Puiu, A.;Botti, Sabina
2014

Abstract

Questo lavoro esplora l’uso del “Machine Learning” per sviluppare metodi di identificazione automatica di sostanze chimiche a partire dagli spettri Raman. La parziale sovrapposizione degli spettri Raman di alcune sostanze di interesse e alcuni problemi di classificazione, hanno suggerito l’uso di una rete neurale (ANN) come algoritmo capace di lavorare, con ottimi risultati, in linea continua, elaborando spettri Raman provenienti dal sistema di rilevazione. I risultati dell’algoritmo ANN sono discussi confrontandoli con quelli ottenuti applicando la Principal Component Analysis (PCA).
This paper explores the use of Machine Learning (ML) methods to develop automated system for the identification of chemical compounds from their Raman spectra. The presence of different substances of interest whose spectra signatures are often very close to each other and the occurrence of specific hard–to–solve classification problems suggested the use of an Artificial Neural Network (ANN) as software paradigm able to deal, with good performances, with on–line processing of Raman data coming from the detection system. The ANN results are discussed by comparing their performances against those of Principal Component Analysis.
Raman spectroscopy;Artificial Neural Network;Principal Component Analysis
File in questo prodotto:
File Dimensione Formato  
RT-2014-13-ENEA.pdf

accesso aperto

Licenza: Creative commons
Dimensione 3.17 MB
Formato Adobe PDF
3.17 MB Adobe PDF Visualizza/Apri

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12079/6685
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
social impact