亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Selecting the Regularization Parameter in the Distribution of Relaxation Times

算法 人工智能 计算机科学
作者
Adeleke Maradesa,Baptiste Py,Ting Hei Wan,Mohammed B. Effat,Francesco Ciucci
出处
期刊:Journal of The Electrochemical Society [Institute of Physics]
卷期号:170 (3): 030502-030502 被引量:38
标识
DOI:10.1149/1945-7111/acbca4
摘要

Electrochemical impedance spectroscopy (EIS) is used widely in electrochemistry. Obtaining EIS data is simple with modern electrochemical workstations. Yet, analyzing EIS spectra is still a considerable quandary. The distribution of relaxation times (DRT) has emerged as a solution to this challenge. However, DRT deconvolution underlies an ill-posed optimization problem, often solved by ridge regression, whose accuracy strongly depends on the regularization level λ . This article studies the selection of λ using several cross-validation (CV) methods and the L-curve approach. A hierarchical Bayesian DRT (hyper- λ ) deconvolution method is also analyzed, whereby λ 0 , a parameter analogous to λ , is obtained through CV. The analysis of a synthetic dataset suggests that the values of λ selected by generalized and modified generalized CV are the most accurate among those studied. Furthermore, the analysis of synthetic EIS spectra indicates that the hyper- λ approach outperforms optimal ridge regression. Due to its broad scope, this research will foster additional research on the vital topics of hyperparameter selection for DRT deconvolution. This article also provides, through pyDRTtools, an implementation, which will serve as a starting point for future research.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
iwaking完成签到,获得积分10
20秒前
李爱国应助重要萍采纳,获得10
23秒前
28秒前
Master完成签到,获得积分10
36秒前
37秒前
panpan发布了新的文献求助10
42秒前
48秒前
科研通AI2S应助科研通管家采纳,获得10
54秒前
量子星尘发布了新的文献求助10
1分钟前
shidandan完成签到 ,获得积分10
1分钟前
1分钟前
1分钟前
panpan关注了科研通微信公众号
1分钟前
1分钟前
背后梦安发布了新的文献求助30
2分钟前
量子星尘发布了新的文献求助10
2分钟前
luna完成签到 ,获得积分10
2分钟前
wanci应助li采纳,获得10
2分钟前
追三完成签到 ,获得积分10
2分钟前
小雨发布了新的文献求助100
2分钟前
科研通AI2S应助科研通管家采纳,获得10
2分钟前
FashionBoy应助科研通管家采纳,获得10
2分钟前
小雨完成签到,获得积分10
2分钟前
3分钟前
li发布了新的文献求助10
3分钟前
3分钟前
星河发布了新的文献求助10
3分钟前
量子星尘发布了新的文献求助10
3分钟前
米粒完成签到,获得积分10
3分钟前
4分钟前
shinian发布了新的文献求助10
4分钟前
xiaobo完成签到 ,获得积分10
4分钟前
4分钟前
赘婿应助科研通管家采纳,获得10
4分钟前
4分钟前
彩色德天发布了新的文献求助10
5分钟前
量子星尘发布了新的文献求助10
5分钟前
orixero应助老实白云采纳,获得10
5分钟前
呆呆的猕猴桃完成签到 ,获得积分10
5分钟前
5分钟前
高分求助中
A new approach to the extrapolation of accelerated life test data 1000
Picture Books with Same-sex Parented Families: Unintentional Censorship 700
ACSM’s Guidelines for Exercise Testing and Prescription, 12th edition 500
Nucleophilic substitution in azasydnone-modified dinitroanisoles 500
不知道标题是什么 500
Indomethacinのヒトにおける経皮吸収 400
Phylogenetic study of the order Polydesmida (Myriapoda: Diplopoda) 370
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 遗传学 基因 物理化学 催化作用 冶金 细胞生物学 免疫学
热门帖子
关注 科研通微信公众号,转发送积分 3976649
求助须知:如何正确求助?哪些是违规求助? 3520749
关于积分的说明 11204708
捐赠科研通 3257497
什么是DOI,文献DOI怎么找? 1798716
邀请新用户注册赠送积分活动 877897
科研通“疑难数据库(出版商)”最低求助积分说明 806629