机器学习(ML)可用于对基于离子迁移率光谱(IMS)的化学检测器在检测爆炸物、化学战剂和其他挥发性危险化合物时产生的光谱进行分类。IMS检测器的光谱由漂移时间段(X轴)和其相应的振幅(Y轴)组成。这些值代表了每个光谱中存在的峰值,可以作为特征来训练ML算法。在频谱上进行训练时,特征的总数可以超过1000个,而且是高卡度的。这项工作展示了一种使用随机森林(RF)分类和互换特征重要性的方法,以缩小选择最重要的光谱仓。这些特征是训练数据中常见的峰值位置的代表。使用由RF确定的最重要的特征来减少训练数据集的维度,大大增强了密集神经网络的准确性。

成为VIP会员查看完整内容
17

相关内容

人工智能在军事中可用于多项任务,例如目标识别、大数据处理、作战系统、网络安全、后勤运输、战争医疗、威胁和安全监测以及战斗模拟和训练。
PNAS |Deep learning 预测药物-药物的相互作用
GenomicAI
7+阅读 · 2022年1月20日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
10+阅读 · 2021年12月9日
VIP会员
相关VIP内容
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员