<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />안녕하세요 여러분,
훌륭한 토론과 힌트에 감사드립니다. 매우 도움이 됩니다. 내 고객이 현재 휴가 중이므로 다음 주 중반에 이 문제에 대해 더 논의하기를 기다려야 합니다. 하지만 결과에 대해 알려 드리겠습니다.
다시 한 번 감사드립니다.
남자 이름
보낸 사람: 베른트 하이넨
보냄: 프라이탁, 11. 2014년 4월 17:38
받는 사람: Chris Kirchberg; 빌 월리; 루이스 발렌트; 다니엘 발렌테; 마틴 데멜; SE
제목: RE: 피크 정렬 및 패턴 인식
안녕하세요,
정말 재미있는 대화네요. 많이 배웠어요! 하지만 저는 화학적 이해가 전혀 없는 단순한 사람이기 때문에 이상치 감지 문제처럼 보입니다. JMP에는 즉시 사용 가능한 솔루션이 없지만 스크립트 작성은 쉽습니다. 나는
1. 이상값 식별
2. 순차적으로 이름을 지정
3. 이름, 값, 샘플 ID와 함께 모든 이상값을 하나의 데이터 테이블에 넣습니다.
4. 이름당 시간이 ax% 신뢰 한계 내에 있는지 테스트합니다.
대안으로 기기에서 식별된 피크를 가져와 순차적으로 이름을 바꾸고 (이름의) 패턴 비교를 실행하거나 위의 3단계와 4단계를 적용할 수 있습니다.
화학자들의 의견을 기대합니다.
친애하는
베른트
보낸 사람: 크리스 커치버그
보냄: 프라이탁, 11. 2014년 4월 17:29
받는 사람: 빌 월리; 루이스 발렌트; 다니엘 발렌테; 마틴 데멜; SE
제목: RE: 피크 정렬 및 패턴 인식
화학이 재미없다고 누가 그랬나요? 나는 수년간 HPLC/GC, 데이터, 피크에 관해 그렇게 많은 이야기를 본 적이 없습니다. 화학적 마음을 따뜻하게 해준다
크리스 커치버그
JMP 기술 지원 엔지니어
전세계 기술 지원 팀
보낸 사람: 빌 월리
보낸 날짜: 2014년 4월 11일 금요일 09:14
받는 사람: 루이스 발렌트; 다니엘 발렌테; 마틴 데멜; SE
제목: RE: 피크 정렬 및 패턴 인식
남자 이름,
그 화학은 내 피 속에 있고 우리 화학자들은 서로 뭉쳐야 한다는 점에서 나는 Lou의 의견에 무게를 둘 것입니다. 귀하가 보여주신 크로마토그램에 대한 저의 경험은 Lou의 경험과 동일하며 기기 소프트웨어가 관심 피크를 결정하는 데 매우 유용해야 한다는 Lou의 의견에 동의합니다. JMP를 사용하면 크로마토그램을 비교하고 각 실행을 열에 나열하여 실행 또는 재료 배치 간의 차이를 확인할 수 있습니다.
차이점 중 일부는 분석가가 추가로 식별하는 데 시간을 투자할 가치가 있을 수 있으며, 컬럼이 HPLC에서처럼 잘 씻겨 나가지 않거나 GC 분석을 위해 "베이크"되지 않은 경우 이전 분석에서 남겨진 아티팩트 또는 고스트 피크일 수 있습니다. 이러한 유형의 최고점 중 일부는 너무 작아서 노력할 가치가 없습니다. Pr 16과 Pr 17을 비교하면 Pr 16에서 약 8분에 초기 피크가 나타나고 Pr 17은 보이지 않습니다. 그 봉우리는 너무 작아서 그것을 쫓아가려고 노력할 가치가 없을 것입니다. 그 이후 약 9분 동안의 3개 피크는 실행마다 재현 가능하며 시간을 투자할 가치가 있습니다. 이는 반응의 부산물이거나 분석 중인 물질의 오염물질입니다.
더 큰 피크에 대해 표시된 식별에 따르면 이들은 꽤 큰 화합물이며 최종 분석에서 아무 의미가 없을 수도 있고 의미가 없을 수도 있는 혼합물에 떠다니는 작은 "비트"가 많이 있을 수 있습니다. 분석 화학 수업이 아쉽지만 도움이 되었기를 바랍니다.
문안 인사,
청구서
보낸 사람: 루이스 발렌트
보냄: 2014년 4월 11일 금요일 오전 9:59
받는 사람: 다니엘 발렌테; 마틴 데멜; SE
제목: Re: 피크 정렬 및 패턴 인식
남자 이름,
내 경험에 따르면 머무름 시간 피크 식별이 포함된 이러한 HPLC 또는 GLC 크로마토그램은 기기 검출기에 제공된 분석 화학 소프트웨어를 사용하여 온라인으로 분석됩니다. 모든 식별은 검출기에서 수행되며, 분석 방법의 변화로 인해 머무름 시간에 드리프트가 있는 경우 일반적으로 용리된 피크 정맥에 대한 스파이킹 실험 및/또는 질량 분광광도법을 통해 피크가 식별됩니다. 이러한 유형의 분석에 JMP를 사용할 수 있는 것이 그럴듯해 보이지만 Hitachi, Perkin-Elmer, Shizmadu 등과 같은 장비 제공업체는 일반적으로 이러한 작업을 자동화된 환경에서 수행하기 위해 소프트웨어가 번들로 포함된 매우 값비싼 장비를 판매하기 때문에 표준이 아닙니다. 패션.
문안 인사,
루
루이스 발렌테
수석 관리자, 기술 지원 ▪ JMP 사업부
전화: +1 (919) 531-3378
louis.valente@jmp.com
JMP: 통계적 발견TM. SAS에서.
www.jmp.com
보낸 사람: 다니엘 발렌테
날짜: 2014년 4월 11일 금요일 오전 9시 50분
받는 사람: 마틴 데멜 , "jmpse@wnt.sas.com"
제목: Re: 피크 정렬 및 패턴 인식
안녕 마틴 —
이것이 음향 임펄스 응답이라면 어떻게 접근할 것인가에 대한 생각입니다. IACF(inter aural crosscorrelation function) 매개변수는 양이 IR 기술을 사용하여 측정된 왼쪽 및 오른쪽 귀에 도달하는 반사 패턴을 살펴봅니다. 그런 다음 직접음에서 직접음(일반적으로)을 지나 처음 80ms까지의 상호 상관 관계를 취하고 양쪽 귀의 피크(반사)가 얼마나 유사한지 찾습니다. 그러면 이는 방의 넓이를 측정하는 척도가 됩니다(IACC의 최대값을 –1에서 1ms로 취함). 이러한 방식으로 분석되어 수집된 데이터는 여기에 제시된 데이터와 매우 유사해 보입니다.
각 측정에 대해 동일한 샘플링 속도로 데이터가 수집되고 있습니까? 그들의 샘플은 시간이 꽤 부족한 것 같습니다. 원시 데이터를 얻고 매 ms마다 응답을 보는 것이 좋을 것입니다. 그렇게 할 수 있다면 시계열 플랫폼에서 교차 상관을 사용하여 샘플 1과 2 사이의 샘플 지연을 확인한 다음 선행 샘플에 약간의 지연 시간을 추가하여 피크를 정렬할 수 있습니다.
이것이 그들이 원하는 것이 아닐 수도 있지만, 이것은 나의 신호 처리/음향 렌즈를 통해 처음으로 떠오른 기술입니다.
관심 있는 사람들을 위한 수학:
양이간 상호상관 함수는 다음과 같이 정의됩니다.
(11)
여기서 hL(t) 및 hR(t)는 각각 왼쪽 및 오른쪽 귀 충격 응답입니다. 양이 간 상호 상관 계수는 다음과 같이 사용됩니다.
(12)
단
보낸 사람: 마틴 데멜
날짜: 2014년 4월 11일 금요일 오전 5시 16분
받는 사람: "[JMP] SE"
주제: 피크 정렬 및 패턴 인식
안녕,
식품 및 미각 분야 고객(관능 분석 팀)이 JMP의 피크 정렬/패턴 인식 기능에 대해 문의했습니다. 이 기능이 있습니까? 그렇다면 사용 가능한 예가 있습니까?
좀 더 구체적으로 말하자면:
데이터 세트는 다음과 같습니다.
카 142 005 Pr16
아니요.
복귀시간
Ret.인덱스
영역
유형
상대지역
양
피크 이름
분
pA*분
%
ppm
1
8,620
1657,2
0,026
BMB
0,012
264,60
2
9,220
1706,1
0,031
BMB
0,014
318,50
삼
9,368
1717,3
0,065
BMB
0,029
659,78
4
9,850
1752,5
0,041
BMB
0,019
418,87
5
11,317
1852,8
36,548
BMB
16,559
373.816,84
ㅏ
6
12,090
1902,0
0,540
BMB
0,245
5.520,64
7
12,413
1920,5
0,011
BMB
0,005
113,79
8
12,927
1948,2
0,744
BMB
0,337
7.611,68
9
13,488
1976,9
0,056
BMB
0,025
572,75
10
14,230
2013년 9월
0,542
BMB
0,245
5.540,39
11
14,898
2047,2
14,705
BMB
6,663
150.406,13
비
12
15,600
2081,0
0,025
BMB
0,011
256,14
13
16,148
2106,1
55,467
비엠
25,132
567.331,13
B_2
14
16,733
2131,0
0,108
중
0,049
1.105,31
15
17,105
2146,3
6,406
MB
2,902
65.520,93
C_1
16
17,918
2178,2
0,029
BMB
0,013
300,34
그리고 두 번째 세트는 다음과 같습니다.
카 142 005 Pr17
아니요.
복귀시간
Ret.인덱스
영역
유형
상대지역
양
피크 이름
분
pA*분
%
ppm
1
9,227
1706,6
0,028
BMB
0,019
414,92
나
2
9,355
1716,3
0,021
BMB
0,014
314,55
나
삼
9,848
1752,4
0,039
BMB
0,026
571,50
나
4
11,305
1852,0
30,725
BMB
20,081
449.519,59
ㅏ
5
12,087
1901,8
0,435
BMB
0,284
6.365,73
6
12,925
1948년 1월
0,680
BMB
0,444
9.944,70
7
13,442
1974,6
0,025
BMB
0,016
360,13
8
14,227
2013년 7월
0,367
BMB
0,240
5.374,04
9
14,857
2045,2
5,287
BMB
3,456
77.358,63
비
10
16,113
2104,5
43,257
비엠
28,271
632.875,80
B_2
11
16,712
2130,1
0,028
중
0,018
407,61
12
17,093
2145,8
5,491
MB
3,589
80.334,69
C_1
13
17,922
2178,4
0,013
BMB
0,009
196,67
14
18,590
2203,5
0,031
비엠
0,020
450,20
15
18,837
2212,7
8,131
중
5,314
118.967,53
C_2
16
19,332
2230,9
0,022
중
0,014
323,37
오른쪽 열에서 때로는 문자가 있고 때로는 그렇지 않은 것을 볼 수 있습니다. 예를 들어 "A"를 보면 시간이 거의 같고 동일한 "피크 이름"과 관련이 있다는 것을 알 수 있습니다. 그러나 그들이 모르는 다른 사람들도 많이 있습니다. 목표는 여러 데이터 세트 전체에 걸쳐 다른 피크 이름을 어느 정도 자동으로 정렬하는 것입니다.
아래에는 피크 이름이 포함된 신호의 일부 모양이 표시됩니다.
따라서 먼저 피크를 찾은 다음 이를 두 번째 신호와 비교하여 피크가 정렬되었는지 확인해야 합니다. 추가로 어려운 점은 시간 관측 횟수가 항상 동일하지 않다는 것입니다. 즉, 피크가 알려지지 않은 작은 범위 내에서 이동합니다.
나는 웨이블릿 변환을 통한 첫 번째 노이즈 감소, 때로는 기준선 수정 및 스펙트럼 정규화와 같은 신호 처리 기능을 사용하여 이러한 비교를 해결할 수 있다는 것을 알고 있으며, 그런 다음 포인트 매칭 또는 기타 정렬 방법을 사용합니다. 하지만 이것이 JMP에서 가능한 일인지는 모르겠습니다. 문서를 살펴보고 책을 빠르게 검색하는 것은 그다지 성공적이지 않았습니다. "JMP" 관련 인터넷 검색도 마찬가지다. 방금 클러스터링을 사용하여 공통 피크를 찾고 해당 피크의 중심을 추가로 사용하는 것에 대한 몇 가지 생각을 찾았습니다. 그러나 한 피크의 이동이 이상값 범위에 있는 경우 문제가 발생할 수 있습니다. 또한 거리 행렬이 도움이 될지 확신할 수 없으며 더 이상 나아갈 단서가 없기 전에는 해당 접근 방식을 사용하지 않았습니다.
따라서 이것이 가능하거나 불가능하다는 것을 알고 계시거나 이전에 고객이 수행한 적이 있거나 예가 있는 경우 다음에 우리를 만날 때 맥주와 함께 기꺼이 봉사하겠습니다 J
감사해요,
남자 이름
추신: 아이디어가 있지만 데이터가 필요한 경우 알려주십시오(고객으로부터 일부를 받았습니다).
마틴 데멜
JMP 시스템 엔지니어 ▪ JMP 영업 ▪ 독일, 오스트리아, 스위스
전화: + 49 89 15929 315 ▪ 팩스: + 49 6221 415 44 6115
모바일: + 49 172 6340 872 ▪ Martin.Demel@jmp.com▪ www.jmp.com/de
주소: Nördliche Auffahrtsallee 22 ▪ 80638 München
JMP - SAS의 통계적 발견
