Código de proyecto: PID2019-104269RR-C33 / MCIN / AEI / 10.13039/501100011033
Palabras clave: Uv–visible Raman Partial least squares regression (plsr) Near-infrared (nir) Mid-infrared (mir) Automatic
Fecha de alta del registro: 2024-11-16
Versión del articulo depositado: info:eu-repo/semantics/publishedVersion
URL Documento de licencia: https://repositori.urv.cat/ca/proteccio-de-dades/
Referencia al articulo segun fuente origial: Chemometrics And Intelligent Laboratory Systems. 247 105096-
Referencia 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
Acrónimo: ALLFRUIT4ALL
Tipo de publicación: Journal Publications
Código de projecto 3: 2021PMF-BS-12
Autor según el artículo: Ezenarro, J.; Schorn-García, D.; Busto, O.; Boqué, R.
Departamento: Química Analítica i Química Orgànica
Autor/es de la URV: Boqué Martí, Ricard / Busto Busto, Olga / EZENARRO GARATE, JOKIN / Schorn García, Daniel
Resumen: 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.
Acción del programa de financiación 2: Departament de Recerca i Universitats, Generalitat de Catalunya
Áreas temáticas: 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
Acceso a la licencia de uso: https://creativecommons.org/licenses/by/3.0/es/
Direcció de correo del 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 del 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
Acción del programa de financiació 3: Universitat Rovira i Virgili - Banco Santander
Codigo del proyecto 2: ref.2021 SGR 00705
Programa de financiación 2: Chemometrics and Sensorics for Analytical Solutions (CHEMOSENS)
Enlace a la fuente original: https://www.sciencedirect.com/science/article/pii/S0169743924000364
Programa de financiación: 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 financiación 3: Contratos de personal investigador predoctoral en formación
DOI del artículo: 10.1016/j.chemolab.2024.105096
Entidad: Universitat Rovira i Virgili
Año de publicación de la revista: 2024
Acción del progama de financiación: Action of the financing program Ciencias y tecnologías de alimentos
Repositori URV