Dimensionality reduction of spectroscopic data
Loading...
Date
Authors
Holub, Daniel
ORCID
Advisor
Referee
Mark
P
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta strojního inženýrství
Abstract
Techniky redukce dimenze dat mohou mít v oblasti spektroskopických dat mnoho podob, proto neexistuje obecný návod pro použití redukce dimenze dat. Jako hlavní spektroskopická metoda pro experimentování s různými strategiemi analýzy dat a redukce jejich dimenze byla vybrána spektroskopie laserem indukovaného plazmatu (LIBS z angl. Laser-Induced Breakdown Spectroscopy). LIBS poskytuje téměř okamžitou spektrální odezvu z téměř jakéhokoli typu vzorku a díky této rychlosti a robustnosti se velikost dat pocházejících z této spektroskopie stává výzvou pro běžný hardware. Proto je v oblasti LIBS redukce dimenze dat velice důležitá. Kromě LIBS bylo použito několik dalších spektroskopických technik, například rentgenová fluorescence (XRF), energeticky disperzní rentgenová spektroskopie (EDX) nebo Ramanova spektroskopie. Ramanova spektroskopie byla zvolena jako metoda komplementární k metodě LIBS, aby se dále využily výhody redukce dimenze dat. Pomocí vhodné strategie redukce dat lze informace z vybraných spektroskopií kombinovat a získat tak vyšší úroveň informací o vzorku. Hlavním cílem této práce je výzkum a implementace různých strategií analýzy dat na různých aplikacích LIBS se zaměřením na využití komplexních metod redukce dimenze dat spolu s jednoduchými metodami analýzy dat, jako je výběr proměnných. Získáním zkušeností s různými soubory dat se mohou kombinovat data z vybraných spektroskopických metod - LIBS, XRF, EDX a Ramanovy spektroskopie - tak, aby se zvýšil výkon analýzy z hlediska vybrané aplikace. V práci je představeno několik chemometrických metod, které jsou využity v souboru již publikovaných prací, které jsou všechny publikovány v impaktovaných časopisech s autorem této práce jako prvním autorem. Díky této práci lze získat obecnou strategii pro redukci dimenze dat a jejich analýzu z perspektivy rozličných aplikací metody LIBS a dalších spektroskopických metod. Přidanou hodnotou této práce je univerzálnost představených postupů, jelikož mohou být použity nejen na data z metody LIBS, ale jakékoliv jiné spektroskopické metody a potencionálně i na data mimo oblast spektroskopie.
Dimensionality reduction techniques can take many forms in the scope of spectroscopic data. As such, there is no general guideline for dimensionality reduction usage. As the main spectroscopic method to experiment with various data analysis and dimensionality reduction strategies, Laser-Induced Breakdown Spectroscopy (LIBS) was selected. LIBS provides almost instantaneous spectral response from nearly any type of sample and because of this rapidness and robustness, the data size coming from this spectroscopy is becoming challenging to regular hardware. Thus, the dimensionality reduction is paramount in the field of LIBS. In addition to LIBS, several other spectroscopic techniques were employed, such as X-ray Fluorescence Spectroscopy (XRF), Energy Dispersive X-ray Spectroscopy (EDX), or Raman spectroscopy. Raman spectroscopy was selected as a complementary method to LIBS, to further utilize the benefits of dimensionality reduction. By using a suitable data reduction strategy, information from the selected spectroscopies can be combined to provide a higher level of information about the sample. The main goal of this thesis is to research and implement different data analysis strategies on a variety of LIBS applications, with a focus on utilizing complex dimensionality reduction methods along with simple data analysis methods like feature selection. By gaining experience with various data sets, the data from the selected spectroscopic methods – LIBS, XRF, EDX, and Raman spectroscopy – is to be combined to enhance the performance from the point of view of the selected application. Several chemometric methods are introduced in the thesis and utilized in a collection of already published works, which are all published in impacted journals with the author of this thesis as the first author. By following this thesis, a general strategy for dimensionality reduction and data analysis can be gained from the perspective of different applications of LIBS and other spectroscopic analyses. The additional value is the versatility of the shown approaches, as they can be used not only for LIBS data but also on any spectral data with possible utilization outside of spectroscopy as well.
Dimensionality reduction techniques can take many forms in the scope of spectroscopic data. As such, there is no general guideline for dimensionality reduction usage. As the main spectroscopic method to experiment with various data analysis and dimensionality reduction strategies, Laser-Induced Breakdown Spectroscopy (LIBS) was selected. LIBS provides almost instantaneous spectral response from nearly any type of sample and because of this rapidness and robustness, the data size coming from this spectroscopy is becoming challenging to regular hardware. Thus, the dimensionality reduction is paramount in the field of LIBS. In addition to LIBS, several other spectroscopic techniques were employed, such as X-ray Fluorescence Spectroscopy (XRF), Energy Dispersive X-ray Spectroscopy (EDX), or Raman spectroscopy. Raman spectroscopy was selected as a complementary method to LIBS, to further utilize the benefits of dimensionality reduction. By using a suitable data reduction strategy, information from the selected spectroscopies can be combined to provide a higher level of information about the sample. The main goal of this thesis is to research and implement different data analysis strategies on a variety of LIBS applications, with a focus on utilizing complex dimensionality reduction methods along with simple data analysis methods like feature selection. By gaining experience with various data sets, the data from the selected spectroscopic methods – LIBS, XRF, EDX, and Raman spectroscopy – is to be combined to enhance the performance from the point of view of the selected application. Several chemometric methods are introduced in the thesis and utilized in a collection of already published works, which are all published in impacted journals with the author of this thesis as the first author. By following this thesis, a general strategy for dimensionality reduction and data analysis can be gained from the perspective of different applications of LIBS and other spectroscopic analyses. The additional value is the versatility of the shown approaches, as they can be used not only for LIBS data but also on any spectral data with possible utilization outside of spectroscopy as well.
Description
Citation
HOLUB, D. Dimensionality reduction of spectroscopic data [online]. Brno: Vysoké učení technické v Brně. Fakulta strojního inženýrství. 2024.
Document type
Document version
Date of access to the full text
Language of document
en
Study field
Fyzikální a materiálové inženýrství
Comittee
prof. RNDr. Radim Chmelík, Ph.D. (předseda)
doc. Ing. Tomáš Černohorský, CSc. (člen)
prof. RNDr. Pavel Veis, CSc. (člen)
RNDr. Martin Ferus, Ph.D. (člen)
Mgr. Michaela Kuchynka, Ph.D. (člen)
Date of acceptance
2024-11-21
Defence
Student ve své práci přináší inovativní metody ve zpracování spektroskopických dat o vysoké dimenzi (počet spektor). Využitím chemonetrických metod zpracovává data v několika aplikacích a ukazuje robustnost těchto metod. Dále přináší způsoby spojení dat o různých modalitách - LIBS+Raman pro klasifikaci plastů; -LIBS+SEM-EDS pro kvantifikaci prvků v meteoritech; -LIBS+XRF pro kvantifikaci těžkých kovů v rostlinách. Tyto ědecké výstupy byly prezentovány na mezinárodních konferencích a jsou publikovány (případně budou publikovány) v impaktovaných časopisech. Student v rozpravě dostatečně zodpověděl veškeré dotazy.
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení