Handling techniques for channel spectra in synchrotron-based Fourier transform spectra
Notice bibliographique
Résumé
Recently, the high radiance of synchrotron sources has been used to enhance FTIR spectrometer performance. However, excessive channel spectra when synchrotron sources are used degrade the quality of retrieved spectral parameters. We have investigated seven different techniques for handling channel spectra. These techniques were used to reduce channel spectra for a test group of seven samples of CO 2 mixed with air recorded using the synchrotron source at the Canadian Light Source. The increases in signal to noise ratio (SNR) of spectra handled with each technique were calculated. SNR results showed that transmission spectra, produced using synthetic background spectra with simulated channel spectra, achieved the highest SNR improvement. However, when the spectra groups were fitted using a nonlinear least square fit algorithm, the technique using channel spectra fitting produced the smallest fitting residual. Moreover, the retrieved intensities and air broadening coefficients of 21 spectral lines showed that the spectral fitting technique produced the most accurate values as compared to the HITRAN 2008 database (Rothman et al. J. Quant. Spectrosc. Radiat. Transfer, 110, 533 (2009)). Although the spectral fitting technique was accurate in retrieving spectral line parameters, applying the technique at wider spectral ranges reduced this accuracy.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».