Hadamard-Transform Fluorescence Excitation-Emission-Matrix Spectroscopy
Notice bibliographique
Résumé
We present a fluorescence excitation-emission-matrix spectrometer with superior data acquisition rates over previous instruments. Light from a white light emitting diode (LED) source is dispersed onto a digital micromirror array (DMA) and encoded using binary n-size Walsh functions ("barcodes"). The encoded excitation light is used to irradiate the liquid sample and its fluorescence is dispersed and detected using a conventional array spectrometer. After exposure to excitation light encoded in n different ways, the 2-dimensional excitation-emission-matrix (EEM) spectrum is obtained by inverse Hadamard transformation. Using this technique we examined the kinetics of the fluorescence of rhodamine B as a function of temperature and the acid-driven demetalation of chlorophyll-a into pheophytin-a. For these experiments, EEM spectra with 31 excitation channels and 2048 emission channels were recorded every 15 s. In total, data from over 3000 EEM spectra were included in this report. It is shown that the increase in data acquisition rate can be as high as [{n(n + 1)}/2]-fold over conventional EEM spectrometers. Spectral acquisition rates of more than two spectra per second were demonstrated.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 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 ».