طرق تعلم الآلة لتصنيف أطياف رامان للمركبات العضوية وغير العضوية

تقدم الدراسة تحليلًا مقارنًا لفعالية طرق تعلم الآلة في تصنيف أطياف رامان لتمكين التعرف الآلي على المركبات العضوية وغير العضوية. تم تجميع مجموعة بيانات تحتوي على حوالي 2000 طيف من 20 مركبًا عضويًا وغير عضويًا باستخدام مصدر ليزر بزاوية 785 نانومتر لأغراض البحث. تضمنت إعدادات التجربة ليزرًا، وعناصر بصرية لتشكيل الإشارة وتصفيةها، وطيف مقياس انكسار لجمع البيانات. قبل تدريب النموذج، تم إجراء تصحيح خط الأساس وتطبيع الأطياف إلى القيمة القصوى. كانت خوارزميات التصنيف المستخدمة تشمل الانحدار اللوجستي، وآلات الدعم الشعاعي، والغابات العشوائية، وزيادة التدرج، وأقرب الجيران (k-NN)، بالإضافة إلى مجموعة من k-NN مع تقليل الأبعاد عبر تحليل المكونات الرئيسية. تم تقييم أداء تجارب الاختبار باستخدام تحليل منحنى العمليات الاستقبالية (ROC) وتم حساب منطقة تحت المنحنى (AUC). تم إجراء تحليل لخصائص خوارزميات المعلمات، ووقت التشغيل، وخصوصيات معالجة بيانات الطيف، مما مكن من توصيف شامل لكل طريقة لبيانات العينة المقدمة. يتم عرض تطبيق طرق تعلم الآلة للتعرف على المركبات العضوية وغير العضوية برقم إشارة إلى ضوضاء حوالي 8 و قيمة AUC لا تقل عن 0.95 للتصنيف الثنائي.