Application of multiblock data analysis for enhancing the predictive performance of sugar contents using near infrared spectrometry

การประยุกต์การวิเคราะห์ข้อมูลแบบมัลติบล็อกสำหรับการเพิ่มสมรรถนะการทำนายปริมาณน้ำตาลด้วยเนียร์อินฟราเรดสเปกโทรเมตรี

Name: Chanat Thanavanich

LCSH: Sugars

LCSH: Near infrared spectroscopy

LCSH: Spectrum analysis

Abstract: Due to the benefits of various detection modes in the near-infrared (NIR) spectroscopic technique, this research combined the NIR spectral data from the different detection modes aiming to enhance the quantification performance of the instrument. The mixing sugar samples, composed of glucose, fructose, maltose, and sucrose, and established based on mixture designs, were used for the demonstration. The NIR spectra were recorded from portable Vis-NIR and benchtop NIR spectrometers using both transmittance and transflectance detection modes. Multiblock-principal component analysis (MB-PCA) was applied to exploratorily analyze the multiblock data. Multiblock regression models, including concatenated-partial least squares (C-PLS), serial-PLS (S-PLS), and multiblock-PLS (MB-PLS), were employed to quantify the concentration of the sugar samples. The MB-PCA could effectively identify the difference among the studies sugars. In addition, the spectral fusion using the multiblock data analysis could improve the predictive performance in terms of the R2, Q2, root mean square error of calibration (RMSEC), root mean square error of cross validation (RMSECV), ratio of prediction to deviation (RPD), and relative standard deviation (RSD) values when compared with the conventional PLS.

Abstract: เนื่องด้วยประโยชน์ของวิธีการตรวจวัดที่หลากหลายของการวิเคราะห์ด้วยเทคนิคทางเนียร์อินฟราเรดสเปก โทรสโกปี งานวิจัยนี้ได้รวมข้อมูลสเปกตรัมเนียร์อินฟราเรดจากวิธีการตรวจวัดที่แตกต่างกัน โดยมีวัตถุประสงค์เพื่อเพิ่มสมรรถนะในการตรวจวัดเชิงปริมาณของเครื่องมือ ตัวอย่างน้ำตาลผสมซึ่งประกอบด้วยกลูโกส ฟรุกโตส มอลโทส และซูโครส ซึ่งสร้างจากการออกแบบการทดลองแบบส่วนผสม (mixture design) ถูกนำมาใช้สำหรับการทดลอง สเปกตรัมเนียร์อินฟราเรค ถูกบันทึกจากเครื่องวิสิเบิล-เนียร์อินฟราเรดสเปกโตรมิเตอร์แบบพกพาและเนียร์อินฟราเรดสเปกโตรมิเตอร์แบบตั้งโต๊ะ โดยใช้วิธีการตรวจวัดชนิดส่องผ่าน (transmittance) และชนิคส่องผ่านและสะท้อนกลับ (transflectance) เทคนิคการวิเคราะ ห์องค์ประกอบหลักแบบมัลติบล็อก (multiblock-principal component analysis: MB-PCA) ถูกนำมาใช้ในการสำรวจข้อมูลเบื้องต้นแบบมัลติบล็อก แบบจำลองการถดถอยแบบมัลติบล็อก ซึ่งประกอบด้วยพาร์เชียลลีสท์สแควร์แบบรวม (concatenated-partial least squares: C-PLS) แบบลำดับ (serial-PLS: C-PLS) และแบบมัลติบล็อก (multiblock-PLS: MB-PLS) ถูกนำมาใช้เพื่อหาปริมาณความเข้มข้นของตัวอย่างน้ำตาล เทคนิคการวิเคราะห์องค์ประกอบหลักแบบมัลติบล็อกสามารถระบุความแตกต่างระหว่างตัวอย่างน้ำตาลที่ใช้ในการศึกษาได้อย่างมีประสิทธิภาพ นอกจากนี้ การรวมสเปกตรัมโดยใช้การวิเคราะห์ ข้อมูลแบบมัลติบล็อกสามารถเพิ่มประสิทธิภาพการทำนายในด้านของค่าสัมประสิทธิ์ R2 และ Q2 รากที่สองของค่าเฉลี่ยความผิดพลาดกำลังสองของการสอบเทียบ (Root Mean Square Error of Calibration: RMSEC) และการตรวจสอบไขว้ (Root Mean Square Error of cross validation: RMSECV) อัตราส่วนการทำนายต่อการเบี่ยงเบน(ratio of prediction to deviation: RPD) และส่วนเบี่ยงเบนมาตรฐานสัมพัทธ์ (relative standard deviation: RSD) เมื่อเทียบกับพาร์เชียลลีสท์สแควร์แบบปกติ

Chiang Mai University. Library

Address: CHIANG MAI

Email: cmulibref@cmu.ac.th

Name: Sila Kittiwachana

Role: Advisor

Created: 2022

Modified: 2024-01-08

Issued: 2024-01-08

วิทยานิพนธ์/Thesis

application/pdf

eng

DegreeName: Master of Science

Level: Master's Degree

Descipline: Chemistry

Grantor: Chiang Mai University

©copyrights Chiang Mai University

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	620531033.pdf	5.89 MB	5	2024-07-02 09:56:53

ใช้เวลา

0.028853 วินาที