Applications of machine learning in spectroscopy

人工智能 桥接(联网) 化学计量学 机器学习 计算机科学 数据科学 计算机网络
作者
C. Ramírez,Michael Greenop,Lorna Ashton,Ihtesham Ur Rehman
出处
期刊:Applied Spectroscopy Reviews [Informa]
卷期号:56 (8-10): 733-763 被引量:95
标识
DOI:10.1080/05704928.2020.1859525
摘要

The way to analyze data in spectroscopy has changed substantially. At the same time, data science has evolved to the point where spectroscopy can find space to be housed, adapted and be functional. The integration of the two sciences has introduced a knowledge gap between data scientists who know about advanced machine learning techniques and spectroscopists who have a solid background in chemometrics. To reach a symbiosis, the knowledge gap requires bridging. This review article focuses on introducing data science subjects to non-specialist spectroscopists, or those unfamiliar with the subject. The article will explain concepts that are covered in machine learning, such as supervised learning, unsupervised learning, deep learning, and most importantly, the difference between machine learning and artificial intelligence. This article also includes examples of published spectroscopy research, in which some of the concepts explained here are applied. Machine learning together with spectroscopy can provide a useful, fast, and efficient tool to analyze samples of interest both for industrial and research purposes.
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
大幅提高文件上传限制,最高150M (2024-4-1)

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
顾矜应助小齐采纳,获得10
刚刚
可爱的函函应助Hzz采纳,获得10
1秒前
chen应助活泼元瑶采纳,获得10
1秒前
qwe1108发布了新的文献求助10
2秒前
3秒前
hll完成签到,获得积分10
3秒前
MOHAN发布了新的文献求助10
3秒前
4秒前
6秒前
7秒前
7秒前
林橙发布了新的文献求助30
9秒前
xiaobei发布了新的文献求助10
10秒前
seven发布了新的文献求助10
10秒前
10秒前
孤独眼神发布了新的文献求助10
10秒前
活泼元瑶完成签到,获得积分20
10秒前
苹果蜗牛完成签到 ,获得积分10
11秒前
汉堡包应助qwe1108采纳,获得10
11秒前
11秒前
瓜娃子发布了新的文献求助10
12秒前
龙猫发布了新的文献求助10
12秒前
小齐发布了新的文献求助10
12秒前
13秒前
嗯哼应助Hohowinnie采纳,获得20
14秒前
研友_VZG7GZ应助xiaobei采纳,获得30
14秒前
符昱发布了新的文献求助10
15秒前
共享精神应助Lucky888采纳,获得10
16秒前
852应助luo采纳,获得10
16秒前
小吕完成签到 ,获得积分10
17秒前
17秒前
科研通AI2S应助miles采纳,获得10
17秒前
思源应助白色热干面采纳,获得10
18秒前
18秒前
19秒前
mhl11应助hsialy采纳,获得20
20秒前
20秒前
20秒前
21秒前
晓晓完成签到,获得积分10
22秒前
高分求助中
The late Devonian Standard Conodont Zonation 2000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Smart but Scattered: The Revolutionary Executive Skills Approach to Helping Kids Reach Their Potential (第二版) 1000
Very-high-order BVD Schemes Using β-variable THINC Method 830
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
热门求助领域 (近24小时)
化学 医学 生物 材料科学 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 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3248346
求助须知:如何正确求助?哪些是违规求助? 2891768
关于积分的说明 8268557
捐赠科研通 2559696
什么是DOI,文献DOI怎么找? 1388596
科研通“疑难数据库(出版商)”最低求助积分说明 650772
邀请新用户注册赠送积分活动 627744