Codi de projecte: PID2019-104269RR-C33 / MCIN / AEI / 10.13039/501100011033
Paraules clau: Uv–visible Raman Partial least squares regression (plsr) Near-infrared (nir) Mid-infrared (mir) Automatic
Data d'alta del registre: 2024-11-16
Versió de l'article dipositat: info:eu-repo/semantics/publishedVersion
URL Document de llicència: https://repositori.urv.cat/ca/proteccio-de-dades/
Referència a l'article segons font original: Chemometrics And Intelligent Laboratory Systems. 247 105096-
Referència de l'ítem segons les normes APA: Ezenarro, J.; Schorn-García, D.; Busto, O.; Boqué, R. (2024). ProSpecTool: A MATLAB toolbox for spectral preprocessing selection. Chemometrics And Intelligent Laboratory Systems, 247(), 105096-. DOI: 10.1016/j.chemolab.2024.105096
Acrònim: ALLFRUIT4ALL
Tipus de publicació: Journal Publications
Codi de projecte 3: 2021PMF-BS-12
Autor segons l'article: Ezenarro, J.; Schorn-García, D.; Busto, O.; Boqué, R.
Departament: Química Analítica i Química Orgànica
Autor/s de la URV: Boqué Martí, Ricard / Busto Busto, Olga / EZENARRO GARATE, JOKIN / Schorn García, Daniel
Resum: This paper introduces the ProSpecTool, a MATLAB toolbox for automated selection of preprocessing methods for obtaining optimal PLS regression models in vibrational spectroscopy. Trial-and-error approaches for preprocessing can be time-consuming, and the success of the process relies on the experience of analysts. The ProSpecTool addresses this challenge by using objective criteria analogous to expert judgment to filter and iterate preprocessing methods based on raw data properties. The toolbox quantifies noise, identifies multiplicative and additive scatter-effects, and selects preprocessing algorithms to correct them. Results demonstrate that the ProSpecTool can produce models that resemble those proposed by experienced analysts based on trial-and-error in terms of performance and robustness, making it a valuable exploratory tool for vibrational spectroscopy practitioners.
Acció del programa de finançament 2: Departament de Recerca i Universitats, Generalitat de Catalunya
Àrees temàtiques: Statistics & probability Spectroscopy Software Robotics & automatic control Química Process chemistry and technology Mathematics, interdisciplinary applications Matemática / probabilidade e estatística Interdisciplinar Instruments & instrumentation Farmacia Engenharias iv Engenharias iii Engenharias ii Computer science, artificial intelligence Computer science applications Ciências ambientais Ciências agrárias i Ciência de alimentos Ciência da computação Chemistry, analytical Biotecnología Automation & control systems Analytical chemistry
Accès a la llicència d'ús: https://creativecommons.org/licenses/by/3.0/es/
Adreça de correu electrònic de l'autor: jokin.ezenarro@urv.cat jokin.ezenarro@urv.cat daniel.schorn@alumni.urv.cat daniel.schorn@alumni.urv.cat ricard.boque@urv.cat olga.busto@urv.cat
Identificador de l'autor: 0000-0001-9234-7877 0000-0001-9234-7877 0000-0003-0997-2191 0000-0003-0997-2191 0000-0001-7311-4824 0000-0002-2318-6800
Acció del programa de finançament 3: Universitat Rovira i Virgili - Banco Santander
Codi del projecte 2: ref.2021 SGR 00705
Programa de finançament 2: Chemometrics and Sensorics for Analytical Solutions (CHEMOSENS)
Enllaç font original: https://www.sciencedirect.com/science/article/pii/S0169743924000364
Programa de finançament: Programa Estatal de Generación de Conocimiento y Fortalecimiento Científico y Tecnológico del Sistema de I+D+i y de I+D+i Orientada a los Retos de la Sociedad. Proyectos de I+D+i Retos Investigación 2017-2020
Programa de finançament 3: Contratos de personal investigador predoctoral en formación
DOI de l'article: 10.1016/j.chemolab.2024.105096
Entitat: Universitat Rovira i Virgili
Any de publicació de la revista: 2024
Acció del programa de finançament: Action of the financing program Ciencias y tecnologías de alimentos