CN117897611A - 气体分析方法以及气体分析系统 - Google Patents

Abstract

气体分析方法包含取得步骤、选择步骤、提取步骤和分析步骤。在取得步骤中，取得在使传感器暴露于样品气体的测定期间中的第二期间与第一期间以及第三期间相比分子更容易吸附于传感器的条件下从暴露于样品气体的传感器输出的信号(步骤S2)。在选择步骤中，将第二期间以及第三期间分别分割为2个以上的区间(步骤S3)，选择分割出的区间中的一部分的提取用区间(步骤S4)。在提取步骤中，提取提取用区间中的信号的特征量(步骤S5)。在分析步骤中，仅基于测定期间的信号的特征量中的在提取步骤中提取的特征量，进行样品气体所含的分子的分析，输出分析结果(步骤S6)。

Description

气体分析方法以及气体分析系统

技术领域

本公开涉及气体分析方法以及气体分析系统。

背景技术

在气体的分析中，例如基于从暴露于气体的传感器取得的信号来进行气体的分析。在专利文献1中，作为使用了检测到分析物的脉冲状信号的数据的分析物的识别方法，公开了使用脉冲状信号的强度、波长、强度比以及峰度等作为特征量的方法。

现有技术文献

专利文献

专利文献1：国际公开第2018/207524号

发明内容

发明所要解决的课题

在使用传感器分析气体中的分子的情况下，如果存在与成为分析对象的分子不同的分子，则分析的精度有时会降低。

因此，本公开提供一种能够提高气体中的分子的分析精度的气体分析方法等。

用于解决课题的手段

本公开的一方式的气体分析方法使用了输出与分子的吸附相应的信号的传感器，包含：取得步骤，在使所述传感器暴露于样品气体的测定期间中的第二期间与第一期间以及第三期间相比所述样品气体所含的分子更容易吸附于所述传感器的条件下，取得从暴露于所述样品气体的所述传感器输出的信号，所述测定期间由所述第一期间、接续所述第一期间的所述第二期间、以及接续所述第二期间的所述第三期间构成；选择步骤，将所述第二期间以及所述第三期间中的至少一方分割为2个以上的区间，选择作为被分割出的区间的多个分割区间中的一部分的分割区间作为1个以上的提取用区间；提取步骤，提取所述1个以上的提取用区间中的所述信号的1个以上的特征量；以及分析步骤，使用用于定性或定量所述样品气体所含的分子的学习完毕逻辑模型，仅基于所述测定期间中的所述信号的特征量中的在所述提取步骤中提取的所述1个以上的特征量，进行所述样品气体所含的分子的定性分析或者定量分析，并输出分析结果。

本公开的一方式的气体分析方法使用了输出与分子的吸附相应的信号并示出相互不同的分子吸附举动的多个传感器，包含：取得步骤，在使所述多个传感器暴露于样品气体的测定期间中的第二期间与第一期间以及第三期间相比所述样品气体所含的分子更容易吸附于所述多个传感器的条件下，取得从暴露于所述样品气体的所述多个传感器各自输出的多个信号，所述测定期间由所述第一期间、接续所述第一期间的所述第二期间、以及接续所述第二期间的所述第三期间构成；提取步骤，从所述多个信号各自提取多个特征量；以及分析步骤，使用用于确定所述样品气体所含的规定的分子的浓度的学习完毕逻辑模型，基于在所述提取步骤中提取的所述多个特征量，进行确定所述样品气体所含的所述规定的分子的浓度的分析，并输出分析结果。

本公开的一方式的气体分析系统具备：传感器，输出与分子的吸附相应的信号；暴露部，在使所述传感器暴露于样品气体的测定期间中的第二期间与第一期间以及第三期间相比所述样品气体所含的分子更容易吸附于所述传感器的条件下，使所述传感器暴露于所述样品气体，所述测定期间由所述第一期间、接续所述第一期间的所述第二期间、以及接续所述第二期间的所述第三期间构成；取得部，取得在所述测定期间中从所述传感器输出的信号；选择部，将所述第二期间以及所述第三期间中的至少一方分割为2个以上的区间，并选择作为被分割出的区间的多个分割区间中的一部分的分割区间作为1个以上的提取用区间；提取部，提取所述1个以上的提取用区间中的所述信号的1个以上的特征量；存储器，存储用于定性或定量所述样品气体所含的分子的学习完毕逻辑模型；以及分析部，使用所述学习完毕逻辑模型，仅基于所述测定期间中的所述信号的特征量中的由所述提取部提取的所述1个以上的特征量，进行所述样品气体所含的分子的定性分析或者定量分析，并输出分析结果。

本公开的一方式的气体分析系统具备：多个传感器，输出与分子的吸附相应的信号并示出相互不同的分子吸附举动；暴露部，在使所述多个传感器各自暴露于样品气体的测定期间中的第二期间中与第一期间以及第三期间相比所述样品气体所含的分子更容易吸附于所述多个传感器的条件下，使所述多个传感器暴露于所述样品气体，所述测定期间由所述第一期间、接续所述第一期间的所述第二期间、以及接续所述第二期间的所述第三期间构成；取得部，取得在所述测定期间中从所述多个传感器各自输出的多个信号；提取部，从所述多个信号各自提取多个特征量；存储器，存储用于确定所述样品气体所含的规定的分子的浓度的学习完毕逻辑模型；以及分析部，使用所述学习完毕逻辑模型，进行基于由所述提取部提取的所述多个特征量来确定所述样品气体所含的所述规定的分子的浓度的分析，并输出分析结果。

发明效果

根据本公开，能够提高气体中的分子的分析精度。

附图说明

图1是表示实施方式的气体分析系统的概略构成的框图。

图2是表示实施方式的暴露部的构成的一例的示意图。

图3是表示实施方式的变形例的气体分析系统的概略构成的框图。

图4是用于说明实施方式的气体分析系统的动作例的流程图。

图5是表示从实施方式的传感器输出的信号的一例的图。

图6是表示实施方式的选择步骤中的提取用区间的选择例1的图。

图7是表示实施方式的选择步骤中的提取用区间的选择例2的图。

图8是表示第二期间以及第三期间的分割的例子的图。

图9是用于说明实施方式的气体分析系统的其他动作例的流程图。

具体实施方式

(得到本公开的一方式的过程)

在将输出与分子的吸附相应的信号的传感器用于气体中的分子的分析的情况下，例如，基于从暴露于包含成为分析对象的分子的样品气体的传感器输出的信号的特征量，进行定性分析或定量分析。例如，根据样品气体所含的分子的种类以及样品气体中的分子的浓度，分子向传感器的吸附以及脱离的举动变化，因此从传感器输出的信号变化。因此，例如，将使传感器暴露于样品气体的期间中的从传感器输出的信号的值、变化量以及变化比例等用于特征量，进行样品气体所含的分子的分析。但是，在样品气体中包含多种分子的情况下，由于成为分析对象的分子以外的分子的存在与否以及存在量的变化，从传感器输出的信号也变化。其结果，成为分析对象的分子的分析精度降低。因此，在气体分析方法中，要求即使在存在成为分析对象的分子以外的分子的情况下，也能提高分析精度。

本发明人发现，在紧接着使传感器暴露于样品气体后、以及在使传感器暴露于样品气体之后紧接着停止暴露后，即使在样品气体所含的分子的种类不同的情况下，从传感器输出的信号的差异也较小。即，存在对样品气体所含的分子的种类的信号的影响大的时间段和小的时间段。因此，根据所取得的信号中的分析的目的，利用从传感器输出的信号的一部分区间的特征量是有效的。另外，在传感器所含的吸附材料的材料不同的情况下，从传感器输出的信号变化，因此利用吸附材料的材料不同的多个传感器的信号的特征量也是有效的。本公开是基于这样的见解而完成的，其目的在于提供一种能够提高气体中的分子的分析精度的气体分析方法等。

(本公开的概要)

本公开的一方式的概要如下所述。

本公开的一方式的气体分析方法使用了输出与分子的吸附相应的信号的传感器，包含：取得步骤，在使所述传感器暴露于样品气体的测定期间中的第二期间与第一期间以及第三期间相比所述样品气体所含的分子更容易吸附于所述传感器的条件下，取得从暴露于所述样品气体的所述传感器输出的信号，所述测定期间由所述第一期间、接续所述第一期间的所述第二期间、以及接续所述第二期间的所述第三期间构成；选择步骤，将所述第二期间以及所述第三期间中的至少一方分割为2个以上的区间，选择作为被分割出的区间的多个分割区间中的一部分的分割区间作为1个以上的提取用区间；提取步骤，提取所述1个以上的提取用区间中的所述信号的1个以上的特征量；以及分析步骤，使用用于定性或定量所述样品气体所含的分子的学习完毕逻辑模型，仅基于所述测定期间中的所述信号的特征量中的在所述提取步骤中提取的所述1个以上的特征量，进行所述样品气体所含的分子的定性分析或者定量分析，并输出分析结果。

由此，仅基于测定期间的特征量中的第二期间以及第三期间的一部分即1个以上的提取用区间中的信号的1个以上的特征量，进行样品气体的分析。在测定期间，存在从传感器输出的信号的值容易受到样品气体所含的分子的种类的影响的时间段和难以受到样品气体所含的分子的种类的影响的时间段。因此，即使在样品气体中包含成为分析对象的分子以外的分子的情况下，也能够通过选择步骤来选择能够降低该分子的影响的1个以上的提取用区间。因此，根据本方式，通过根据分析目的选择1个以上的提取用区间，即使在存在成为分析对象的分子以外的分子的情况下，也能够提高气体中的分子的分析精度。

另外，例如，也可以是，在所述选择步骤中，从所述多个分割区间中的所述第二期间以及所述第三期间各自的正数第二个以后的分割区间中选择所述1个以上的提取用区间。

随着从第二期间以及第三期间的开始经过时间，分子的种类容易影响传感器的输出。因此，通过从第二期间以及第三期间各自的正数第二个以后的分割区间中选择1个以上的提取用区间，能够使用分子的种类的影响大的区间的信号的特征量来分析样品气体。因此，在识别分子的种类的情况下，能够提高分析精度。

另外，例如，也可以是，在所述选择步骤中，从所述多个分割区间中的所述第二期间以及所述第三期间各自的最后的分割区间中选择所述1个以上的提取用区间。

由此，能够使用分子的种类的影响特别大的区间的信号的特征量来分析样品气体。因此，在识别分子的种类的情况下，能够进一步提高分析精度。

另外，例如，也可以是，在所述选择步骤中，从所述多个分割区间中的所述第三期间的分割区间中选择所述1个以上的提取用区间。

在第三期间，从传感器输出样品气体所含的分子脱离时的传感器的信号。来自传感器的分子的脱离也受分子的吸附状态的影响，因此，从传感器输出的信号中特别容易表现出分子的种类的影响。因此，通过从多个分割区间中的第三期间的分割区间中选择1个以上的提取用区间，在识别分子的种类的情况下，能够进一步提高分析精度。

另外，例如，也可以是，在所述分析步骤中，进行识别所述样品气体所含的分子的种类的分析。

由此，能够以高精度识别样品气体所含的分子的种类。

另外，例如，也可以是，在所述分析步骤中，进行作为所述样品气体所含的分子识别有机化合物的种类的分析。

由此，能够以高精度识别样品气体所含的有机化合物的种类。

另外，例如，也可以是，在所述选择步骤中，从所述多个分割区间中的所述第二期间以及所述第三期间各自的倒数第二个以前的分割区间中选择所述1个以上的提取用区间。

由此，即使规定的分子以外的分子包含于样品气体，也能够使用该分子的影响小的区间的信号的特征量来分析样品气体。因此，在确定规定的分子的浓度的情况下，能够提高分析精度。

另外，例如，也可以是，在所述选择步骤中，从所述多个分割区间中的所述第二期间以及所述第三期间各自的最初的分割区间中选择所述1个以上的提取用区间。

由此，即使规定的分子以外的分子包含于样品气体，也能够使用该分子的影响特别小的区间的信号的特征量来分析样品气体。因此，在确定规定的分子的浓度的情况下，能够进一步提高分析精度。

另外，例如，也可以是，在所述分析步骤中，进行确定所述样品气体所含的规定的分子的浓度的分析。

由此，能够以高精度确定样品气体所含的规定的分子的浓度。

另外，例如，也可以是，进行作为所述样品气体所含的所述规定的分子确定水分子的浓度的分析。

由此，能够以高精度确定样品气体所含的水分子的浓度。

另外，例如，也可以是，所述1个以上的特征量包含因所述传感器暴露于所述样品气体而产生变动的所述信号的值与所述变动前的所述信号的值之差、以及所述信号的值的每单位时间的变化量中的至少一方。

由此，使用容易反映分子对传感器的吸附的影响的1个以上的特征量。

另外，例如，也可以是，在所述取得步骤中，取得从仅在所述测定期间中的所述第二期间暴露于所述样品气体的所述传感器输出的所述信号。

由此，在第一期间以及第三期间不使传感器暴露于样品气体，因此在测定期间传感器输出的信号的值的变动变大，能够提高分析精度。

另外，本公开的一方式的气体分析方法是使用了输出与分子的吸附相应的信号并示出相互不同的分子吸附举动的多个传感器，包含：取得步骤，在使所述多个传感器暴露于样品气体的测定期间中的第二期间与第一期间以及第三期间相比所述样品气体所含的分子更容易吸附于所述多个传感器的条件下，取得从暴露于所述样品气体的所述多个传感器各自输出的多个信号，所述测定期间由所述第一期间、接续所述第一期间的所述第二期间、以及接续所述第二期间的所述第三期间构成；提取步骤，从所述多个信号各自提取多个特征量；以及分析步骤，使用用于确定所述样品气体所含的规定的分子的浓度的学习完毕逻辑模型，基于在所述提取步骤中提取的所述多个特征量，进行确定所述样品气体所含的所述规定的分子的浓度的分析，并输出分析结果。

由此，基于从表示相互不同的分子吸附举动的多个传感器输出的信号中提取的多个特征量，确定样品气体所含的规定的分子的浓度。因此，即使成为分析对象的分子以外的分子包含在样品气体中，通过使用这样提取的多个特征量，也能够降低对该分子的分析结果的影响。因此，根据本方式，即使在存在成为分析对象的分子以外的分子的情况下，也能够提高分析精度。

另外，例如，也可以是，作为所述样品气体所含的所述规定的分子进行确定水分子的浓度的分析。

由此，能够以高精度确定样品气体所含的水分子的浓度。

另外，例如，也可以是，在所述取得步骤中，经由网络取得从所述传感器输出的所述信号。

由此，能够取得来自在其他场所进行测定的传感器的信号。

另外，例如，也可以是，在所述气体分析方法中，作为所述传感器，使用具有感应膜的传感器。

另外，例如，也可以是，所述感应膜由树脂材料和分散于所述树脂材料的导电性粒子构成。

由此，在成为分析对象的分子以外的分子包含于样品气体的情况下，即使使用具有容易受到影响的感应膜的传感器，也能够提高气体中的分子的分析精度。

另外，本公开的一方式的气体分析系统具备：传感器，输出与分子的吸附相应的信号；暴露部，在使所述传感器暴露于样品气体的测定期间中的第二期间与第一期间以及第三期间相比所述样品气体所含的分子更容易吸附于所述传感器的条件下，使所述传感器暴露于所述样品气体，所述测定期间由所述第一期间、接续所述第一期间的所述第二期间、以及接续所述第二期间的所述第三期间构成；取得部，取得在所述测定期间中从所述传感器输出的信号；选择部，将所述第二期间以及所述第三期间中的至少一方分割为2个以上的区间，并选择作为被分割出的区间的多个分割区间中的一部分的分割区间作为1个以上的提取用区间；提取部，提取所述1个以上的提取用区间中的所述信号的1个以上的特征量；存储器，存储用于定性或定量所述样品气体所含的分子的学习完毕逻辑模型；以及分析部，使用所述学习完毕逻辑模型，仅基于所述测定期间中的所述信号的特征量中的由所述提取部提取的所述1个以上的特征量，进行所述样品气体所含的分子的定性分析或者定量分析，并输出分析结果。

由此，仅基于测定期间的特征量中的第二期间以及第三期间的一部分即1个以上的提取用区间中的信号的1个以上的特征量，进行样品气体的分析。在测定期间，存在从传感器输出的信号的值容易受到样品气体所含的分子的种类的影响的时间段和难以受到样品气体所含的分子的种类的影响的时间段。因此，即使在样品气体中包含成为分析对象的分子以外的分子的情况下，也能够通过选择部选择能够降低该分子的影响的1个以上的提取用区间。因此，根据本方式，通过根据分析目的选择1个以上的提取用区间，从而即使在存在成为分析对象的分子以外的分子的情况下，也能够提高气体中的分子的分析精度。

另外，本公开的一方式的气体分析系统具备：多个传感器，输出与分子的吸附相应的信号并示出相互不同的分子吸附举动；暴露部，在使所述多个传感器各自暴露于样品气体的测定期间中的第二期间中与第一期间以及第三期间相比所述样品气体所含的分子更容易吸附于所述多个传感器的条件下，使所述多个传感器暴露于所述样品气体，所述测定期间由所述第一期间、接续所述第一期间的所述第二期间、以及接续所述第二期间的所述第三期间构成；取得部，取得在所述测定期间中从所述多个传感器各自输出的多个信号；提取部，从所述多个信号各自提取多个特征量；存储器，存储用于确定所述样品气体所含的规定的分子的浓度的学习完毕逻辑模型；以及分析部，使用所述学习完毕逻辑模型，进行基于由所述提取部提取的所述多个特征量来确定所述样品气体所含的所述规定的分子的浓度的分析，并输出分析结果。

由此，基于从表示相互不同的分子吸附举动的多个传感器输出的信号中提取的多个特征量，确定样品气体所含的规定的分子的浓度。因此，即使成为分析对象的分子以外的分子包含在样品气体中，通过使用这样提取的多个特征量，也能够降低对该分子的分析结果的影响。因此，根据本方式，即使在存在成为分析对象的分子以外的分子的情况下，也能够提高分析精度。

以下，适当参照附图对实施方式进行详细说明。另外，以下说明的实施方式均表示总括性或具体的例子。以下的实施方式所示的数值、形状、材料、构成要素、构成要素的配置位置以及连接方式、步骤、步骤的顺序等是一例，并不是限定本公开的主旨。另外，以下的实施方式中的构成要素中的、独立权利要求中没有记载的构成要素，作为任意的构成要素进行说明。

另外，在本说明书中，表示平行等要素间的关系性的用语、以及表示要素的形状的用语、以及数值范围并不是仅表示严格意义的表现，而是意味着实质上同等的范围，例如也包含几％左右的差异表现。

另外，各图不一定严格地图示。在各图中，对实质上相同的构成标注相同的附图标记，省略或简化重复的说明。

(实施方式)

[构成]

首先，对实施方式的气体分析系统的构成进行说明。

图1是表示本实施方式的气体分析系统100的概略构成的框图。

如图1所示，本实施方式的气体分析系统100具备传感器10、暴露部20、控制部31、取得部32、选择部33、提取部34、分析部35以及存储器40。气体分析系统100基于暴露于样品气体的传感器10的输出来分析样品气体。具体而言，气体分析系统100进行样品气体所含的分子的定性分析或定量分析。样品气体包含挥发的有机化合物以及水分子等成为分析对象的分子。样品气体例如是从食品收集的气体、从人体采集的呼气、人体的周围的空气、或者从建筑物的房间采集的空气等。

气体分析系统100例如作为定性分析，进行识别样品气体所含的分子的种类的分析。

成为定性分析的对象的分子只要是吸附于传感器10的分子则没有特别限制，例如为有机化合物。成为定性分析的对象的分子也可以是氨以及一氧化碳等无机气体分子。气体分析系统100例如也可以用于气味的识别。在该情况下，有机化合物例如是成为气味成分的分子。

另外，气体分析系统100例如作为定量分析，进行确定样品气体所含的规定的分子的浓度的分析。

成为定量分析的对象的规定的分子只要是吸附于传感器10的分子则没有特别限制，例如是水分子。即，气体分析系统100确定样品气体的湿度。规定的分子也可以是有机化合物，也可以是氨以及一氧化碳等无机气体分子。

即使在样品气体中包含成为分析对象的分子以外的分子的情况下，气体分析系统100也能够提高分析精度。由气体分析系统100分析的样品气体例如包含有机化合物以及水分子。即使在分析包含有机化合物以及水分子的样品气体的情况下，气体分析系统100也能够实现高精度的分析。

传感器10是输出与传感器10的分子的吸附相应的信号的传感器。具体而言，传感器10根据分子的吸附浓度而输出的信号变化。另外，在传感器10吸附的分子的种类不同的情况下，即使是相同的吸附浓度，输出的信号也不同。传感器10例如是电化学式、半导体式、电场效应晶体管型、声表面波型、石英晶体振子型或电阻变化型等的传感器。

传感器10例如具有感测部和与感测部电连接的一对电极。感测部例如是电阻值根据分子的吸附浓度而变化的感应膜。与传感器10的感测部的电阻值相应的信号例如经由一对电极作为电压信号或电流信号而由取得部32取得。

感测部例如是由作为吸附成为气体分析系统100的分析对象的分子的吸附材料的树脂材料和分散于树脂材料的导电性粒子构成的感应膜。作为树脂材料，例如可举出聚亚烷基二醇树脂、聚酯树脂以及有机硅树脂等。树脂材料例如是侧链作为气相色谱的柱的固定相而市售的材料。从耐久性以及分子的吸附性的观点出发，树脂材料例如可以是侧链具有苯基以及甲基等各种取代基的作为柱的固定相市售的有机硅树脂。另外，感测部不限于树脂材料和导电性粒子的构成，只要是电阻值根据成为分析对象的分子的吸附而变化的部件即可。感测部例如可以由金属氧化物等无机材料构成，也可以由多孔性的陶瓷构成。

气体分析系统100例如具备多个传感器10。多个传感器10中的至少2个传感器10各自的感测部(具体而言，构成感测部的树脂材料)例如由相互不同的种类的材料构成。在树脂材料的情况下，不同种类的材料例如是指成分式不同。另外，所有的多个传感器10各自的感测部的材料的种类也可以相互不同。相互种类不同的材料对相同种类的分子示出相互不同的吸附举动。即，多个传感器10例如示出相互不同的分子吸附举动。因此，多个传感器10在吸附了相同种类的分子的情况下输出不同的信号。由此，能够从多个传感器10各自的输出中提取不同的特征量，因此能够提高气体分析系统100中的分析精度。

暴露部20是基于控制部31的控制，在由第一期间、接着第一期间的第二期间以及接着第二期间的第三期间构成的测定期间使传感器10暴露于气体的暴露机构。具体而言，暴露部20在与第一期间以及第三期间相比使传感器10暴露于样品气体的测定期间中的第二期间中样品气体所含的成为分析对象的分子容易吸附于传感器10的条件下，使传感器10暴露于样品气体。例如，暴露部20仅在测定期间中的第二期间使传感器10暴露于样品气体。由此，第二期间中的传感器10的周围的成为分析的对象的分子的浓度比第一期间以及第三期间高，在第二期间中成为分析的对象的分子容易吸附于传感器10。另外，由于在第一期间以及第三期间不使传感器10暴露于样品气体，因此在测定期间中传感器10输出的信号的值的变动变大，能够提高分析精度。

另外，暴露部20也可以在第一期间以及第三期间使传感器10暴露于参照气体。参照气体是与样品气体的成分不同，并成为测定的基准的气体，例如是不包含成为分析的对象的分子、或者成为分析的对象的分子的浓度比样品气体大幅地低(例如，10分之1以下)的气体。参照气体在每次测定时成分不变化。另外，参照气体例如是由与成为分析对象的分子相比更难以被传感器10的感测部吸附的分子构成的气体。

作为参照气体的具体例，可举出工业用或分析用的空气、氮或稀有气体等实质上不含水分子以及有机化合物的非活性气体、以及通过过滤器等从样品气体中除去成为分析对象的分子而得的气体等。这样，通过在第一期间以及第三期间暴露于参照气体，即使在传感器10的周围环境变化的情况下等，从传感器10输出的信号也在每次测定时稳定，能够提高后述的分析精度。

在以下的本实施方式的说明中，主要对暴露部20在第二期间使传感器10暴露于样品气体、在第一期间以及第三期间使传感器10暴露于参照气体的情况的例子进行说明。

在此，对暴露部20的具体构成进行说明。图2是表示本实施方式的暴露部20的构成的一例的示意图。如图2所示，暴露部20例如具有收容部21、三通电磁阀22、吸气泵23以及多个配管25a、25b、25c、25d、25e。

在配管25a的一端设置有用于导入样品气体的吸气口26a。吸气口26a例如设置于由样品气体充满的空间。在配管25b的一端设置有用于导入参照气体的吸气口26b。吸气口26b例如设置于由参照气体充满的空间。在配管25e的一端设置有用于排出所导入的样品气体以及参照气体的排气口26e。

收容部21是收容传感器10的箱型的容器。在收容部21的内部，例如以阵列状配置有多个传感器10。在收容部21连接有配管25c以及配管25d各自的一端。通过后述的吸气泵23进行动作，气体从配管25c的一端朝向配管25d的一端流动。多个传感器10配置于气体流动的流路。

从吸气口26a导入的样品气体经由配管25a、三通电磁阀22以及配管25c导入到收容部21的内部。另外，从吸气口26b导入的参照气体经由配管25b、三通电磁阀22以及配管25c导入到收容部21的内部。导入到收容部21的内部的样品气体以及参照气体经由配管25d、吸气泵23以及配管25e从排气口26e排出。

三通电磁阀22是用于切换向收容部21导入的气体的电磁阀。在三通电磁阀22设置有与配管25a的另一端连接的输入口P1、与配管25b的另一端连接的输入口P2、以及与配管25c的另一端连接的输出口P3。三通电磁阀22通过控制部31的控制来控制各口的开闭。三方向电磁阀22通过控制部31的控制，切换输入口P1与输出口P3导通的第一状态和输入口P2与输出口P3导通的第二状态。在第一状态下，输入口P1以及输出口P3打开，输入口P2关闭。另外，在第二状态下，输入口P2以及输出口P3打开，输入口P1关闭。

吸气泵23是用于向收容部21的内部导入样品气体以及参照气体并将所导入的样品气体以及参照气体从排气口26e排出的泵。通过控制部31的控制来控制吸气泵23的动作。吸气泵23的吸气口与配管25d的另一端连接。另外，吸气泵23的排气口与配管25e的另一端连接。

根据这样的构成，在吸气泵23动作的状态下，在三通电磁阀22处于第一状态的情况下，将样品气体导入收容部21的内部。由此，暴露部20使多个传感器10暴露于样品气体。另外，在吸气泵23动作的状态下，在三通电磁阀22为第二状态的情况下，将参照气体导入收容部21的内部。由此，暴露部20使多个传感器10暴露于参照气体。通过进行这样的三方向电磁阀22的控制，在三方向电磁阀22为第一状态的情况下，多个传感器10仅暴露于样品气体，在三方向电磁阀22为第二状态的情况下，多个传感器10仅暴露于参照气体。

此外，暴露部20的构成不限于图2所示的构成，只要是能够使传感器10暴露于样品气体的构成即可，没有特别限制。暴露部20例如也可以是样品气体以及参照气体不经由三通电磁阀22而通过其他配管导入到收容部21的内部的构成。另外，暴露部20也可以构成为不具备吸气泵23，使载气始终流向收容部21，使样品气体混入载气中。另外，也可以在不导入参照气体而使传感器10暴露于样品气体之后，利用吸气泵23使收容部21成为真空。另外，也可以是，暴露部20具有对收容部21的温度进行调整的调温器，在整个测定期间使传感器10暴露于样品气体，使第二期间中的收容部21的温度比第一期间以及第三期间低，从而作为使与第一期间以及第三期间相比样品气体所含的成为传感器10中的分析对象的分子更容易吸附于传感器10的条件。另外，暴露部20还可以具备除去样品气体以及参照气体的水分或微粒等的各种除去过滤器、调整各配管的流量的电磁调整阀、防止各配管的逆流的止回阀等。

再次参照图1，如上所述，控制部31控制暴露部20的动作，具体而言，控制图2所示的三通电磁阀22以及吸气泵23的动作。另外，控制部31也可以将表示暴露部20的动作的定时的信息(例如，与第一期间、第二期间以及第三期间的时刻以及时间等相关的信息)输出到取得部32。

取得部32取得在测定期间从传感器10输出的信号。取得部32例如取得电压信号或电流信号作为与传感器10的感测部的电阻值对应地输出的信号。

选择部33例如将取得部32取得的信号中的第二期间以及第三期间中的至少一方分割为2个以上的区间，选择作为被分割的区间的多个分割区间中的一部分的分割区间即1个以上的提取用区间。

提取部34提取由取得部32取得的信号的特征量。在传感器10为多个的情况下，提取部34提取多个传感器10各自输出的信号的特征量。

分析部35例如使用学习完毕逻辑模型，基于由提取部34提取的特征量，进行样品气体所含的分子的定性分析或定量分析。分析部35例如作为定性分析，识别样品气体所含的分子的种类。另外，分析部35例如作为定量分析，确定样品气体所含的规定的分子的浓度。

分析部35将由提取部34提取的特征量作为输入，输出分析结果。分析部35例如输出用于使设置于气体分析系统的显示器(省略图示)等显示分析结果的信息。分析部35也可以将表示分析结果的信息输出至存储器40，并将该信息存储于存储器40。另外，分析部35也可以将表示分析结果的信息输出到外部的装置。

控制部31、取得部32、选择部33、提取部34以及分析部35通过内置进行上述以及后述的处理的程序的微型计算机或者处理器等来实现。控制部31、取得部32、选择部33、提取部34以及分析部35也可以分别通过进行上述以及后述的处理的专用的逻辑电路来实现。

存储器40是存储分析部35所使用的学习完毕逻辑模型的存储装置。存储器40例如由半导体存储器实现。

学习完毕逻辑模型是用于定性或定量样品气体所含的分子的逻辑模型。学习完毕逻辑模型将由提取部34提取的特征量作为输入，输出样品气体所含的分子的定性分析结果或定量分析结果。

用于定性样品气体所含的分子的学习完毕逻辑模型例如是识别样品气体所含的分子的种类的逻辑模型。具体而言，学习完毕逻辑模型例如是识别多个识别对象分子中的哪个识别对象分子包含于样品气体的逻辑模型。在该情况下，学习完毕逻辑模型例如将由提取部34提取的特征量作为输入，输出多个识别对象分子中的哪个识别对象分子包含在样品气体中。学习完毕逻辑模型也可以将由提取部34提取的特征量作为输入，输出在样品气体中是否包含识别对象分子。

另外，用于对样品气体所含的分子进行定量的学习完毕逻辑模型例如是用于确定样品气体所含的规定的分子的浓度的逻辑模型。具体而言，学习完毕逻辑模型例如是从多个浓度的候选中确定样品气体所含的规定的分子的浓度是哪个浓度的逻辑模型。在该情况下，学习完毕逻辑模型例如将由提取部34提取的特征量作为输入，从多个浓度的候选中输出样品气体所含的规定的分子的浓度是哪个浓度。学习完毕逻辑模型也可以将由提取部34提取的特征量作为输入，输出样品气体所含的规定的分子的浓度。

学习完毕逻辑模型例如通过将已知的定性分析结果或已知的定量分析结果和在使用了该定性分析结果或成为该定量分析结果的样品气体的情况下由提取部34提取的特征量用作监督数据进行机器学习而构建。监督数据中使用的已知的定性分析结果例如是识别对象分子的种类。另外，监督数据中使用的已知的定量分析结果例如是规定的分子的浓度。

用于机器学习中的逻辑模型的构建的方法没有特别限制。在机器学习中的逻辑模型的构建中，例如使用随机森林、神经网络、支持向量机或自组织映射等。因此，学习完毕逻辑模型例如包含随机森林、神经网络、支持向量机以及自组织映射中的至少1个。

此外，气体分析系统100例如作为包含上述构成要素的单一的气体分析装置来实现，但也可以通过多个装置来实现。在气体分析系统100由多个装置实现的情况下，气体分析系统100所具备的构成要素可以以任意方式分配给多个装置。在此，使用图3对由多个装置实现的气体分析系统的例子进行说明。图3是表示实施方式的变形例的气体分析系统100a的概略构成的框图。

如图3所示，气体分析系统100a具备检测装置200和分析装置300。

检测装置200具备传感器10、暴露部20、控制部31、检测部50以及通信部51。传感器10、暴露部20以及控制部31例如是与上述的气体分析系统100相同的构成。

检测部50取得在测定期间从传感器10输出的信号。例如，作为与传感器10的感测部的电阻值对应的信号，取得电压信号或电流信号。另外，也可以从控制部31取得表示暴露部20的动作的定时的信息。检测部50使用通信部51向分析装置300发送所取得的信号以及信息。检测部50通过内置进行上述处理的程序的微型计算机或处理器等来实现。检测部50也可以通过进行上述处理的专用的逻辑电路来实现。

通信部51是用于检测装置200经由作为网络的一例的因特网等广域通信网络90与分析装置300进行通信的通信模块(通信电路)。通信部51可以进行有线通信，也可以进行无线通信。通信部51进行的通信所使用的通信标准没有特别限定。

分析装置300具备取得部32a、选择部33、提取部34、分析部35、存储器40以及通信部60。选择部33、提取部34、分析部35以及存储器40例如是与上述的气体分析系统100相同的构成。

取得部32a经由广域通信网络90取得检测部50所取得的、在测定期间从传感器10输出的信号。取得部32a使用通信部60，经由广域通信网络90与检测装置200进行通信。提取部34提取由取得部32a取得的信号的特征量。

通信部60是用于分析装置300经由广域通信网络90与检测装置200进行通信的通信模块(通信电路)。通信部60可以进行有线通信，也可以进行无线通信。通信部60进行的通信所使用的通信标准没有特别限定。

[动作]

接着，对本实施方式的气体分析系统的动作进行说明。以下，主要对气体分析系统100的动作进行说明，但只要没有特别记载，则对于气体分析系统100a也进行同样的动作。

图4是用于说明本实施方式的气体分析系统100的动作例的流程图。换言之，图4是气体分析系统100进行的气体分析方法的流程图。本实施方式的气体分析方法例如包含暴露步骤、取得步骤、选择步骤、提取步骤和分析步骤。

(1)暴露步骤以及取得步骤

如图4所示，首先，作为暴露步骤，暴露部20仅在测定期间中的第二期间使传感器10暴露于样品气体(步骤S1)。这样，暴露部20在使传感器10暴露于样品气体的测定期间中的第二期间中与第一期间以及第三期间相比样品气体所含的分子容易吸附于传感器10的条件下，使传感器10暴露于样品气体。另外，在暴露步骤中，暴露部20在第一期间以及第三期间使传感器10暴露于参照气体。例如，控制部31使吸气泵23动作，控制三方向电磁阀22的各口的开闭，从而在第一期间以及第三期间使传感器10暴露于参照气体，在第二期间使传感器10暴露于样品气体。控制部31例如使暴露部20进行这些动作。

然后，作为取得步骤，取得部32取得从在步骤S1中暴露的传感器10输出的信号(步骤S2)。即，取得部32取得从基于与第一期间以及第三期间相比在第二期间中样品气体所含的分子容易吸附于传感器10的条件而暴露于样品气体的传感器10输出的信号。具体而言，取得部32取得从仅在测定期间中的第二期间暴露于样品气体的传感器10输出的信号。

另外，在气体分析系统100a中，检测部50取得从在步骤S1中暴露的传感器10输出的信号。取得部32a从检测部50经由广域通信网络90取得从在步骤S1中暴露的传感器10输出的信号。由此，即使在传感器10存在于远离分析装置300的场所的情况下，取得部32a也能够取得从传感器10输出的信号。

图5是表示从传感器10输出的信号的一例的图。在图5中，示出了由第一期间T1、第二期间T2以及第三期间T3构成的测定期间Tm中的从传感器10输出的信号的强度(例如电压)的时间变化的例子。

在步骤S1中，例如，在测定期间Tm中的第一期间T1以及第三期间T3中，三通电磁阀22为第二状态，暴露部20使传感器10暴露于参照气体。另外，在测定期间Tm中的第二期间T2中，三通电磁阀22为第一状态，暴露部20使传感器10暴露于样品气体。由此，仅在测定期间Tm中的第一期间T1以及第三期间T3，传感器10暴露于参照气体，仅在测定期间Tm中的第二期间T2，传感器10暴露于样品气体。其结果，在步骤S2中取得的信号例如如图5所示那样变化。

首先，在传感器10暴露于参照气体的第一期间T1中，信号的值几乎不变化。接着，在传感器10暴露于样品气体的第二期间T2中，传感器10的感测部吸附样品气体所含的分子，从而信号的值变动(例如上升)。然后，在传感器10再次暴露于参照气体的第三期间T3中，吸附的分子从传感器10的感测部脱离，从而使在第二期间变动的信号的值恢复为基准值。基准值例如是通过使传感器10暴露于样品气体从而信号的值开始变动之前的值(即，第二期间T2开始的紧接着之前或第一期间T1结束时的值)。基准值可以说是在持续保持在传感器10未暴露于样品气体的状态的情况下，例如是在使参照气体持续暴露于传感器10的情况下从传感器10输出的值。

第一期间T1、第二期间T2以及第三期间T3的长度没有特别限制，例如根据分析的目的、传感器10的种类以及成为分析的对象的分子的种类等来设定。第一期间T1的长度例如为1秒以上且30秒以下。第二期间T2的长度例如为3秒以上且30秒以下。第三期间T3的长度例如为5秒以上且100秒以下。

(2)选择步骤

再次参照图4，接着，作为选择步骤，选择部33将第二期间T2以及第三期间T3各自分割为2个以上的区间(步骤S3)，选择作为在步骤S3中分割的区间的多个分割区间中的一部分的分割区间即1个以上的提取用区间(步骤S4)。提取用区间是在提取步骤中用于信号的特征量的提取的区间。

通过步骤S3，第二期间T2以及第三期间T3被分割为多个分割区间(例如，图5中的多个区间s21～s23、s31～s33)。此外，选择部33在仅从第二期间T2以及第三期间T3中的一方的分割区间中选择1个以上的提取用区间的情况下，也可以仅将该一方分割为2个以上的区间。

在步骤S3中，例如，如图5所示，选择部33将第二期间T2以及第三期间T3分别以时间均等的方式分割(即等时间分割)。由此，第二期间T2以及第三期间T3作为多个分割区间被分割为多个区间s21～s23、s31～s33。选择部33对第二期间T2以及第三期间T3进行分割的情况下的、多个分割区间的数量没有特别限制，根据分析的目的、传感器10的种类以及成为分析的对象的分子的种类等来设定。从提高分析精度的观点出发，第二期间T2以及第三期间T3各自被分割的数量可以为2以上且5以下，也可以为2以上且3以下。另外，第二期间T2被分割的数量和第三期间T3被分割的数量在图5所示的例子中相同，但也可以不同。

在此，对选择步骤、具体而言步骤S4中的提取用区间的选择例进行说明。

图6是表示选择步骤中的提取用区间的选择例1的图。图7是表示选择步骤中的提取用区间的选择例2的图。在图6以及图7中，在多个分割区间中的由选择部33选择的提取用区间标注点的图案。

首先，对选择例1进行说明。选择例1例如是在分析步骤中进行识别样品气体所含的分子的种类的分析的情况下的选择步骤中的选择例。如图6所示，在选择例1中，选择部33选择将第二期间T2以及第三期间T3各自进行了3分割而得到的区间中的、第二期间T2中的正数第三个区间s23以及第三期间T3中的正数第三个区间s33作为1个以上的提取用区间。这样，选择部33例如从多个分割区间中的第二期间T2以及第三期间T3各自的正数第二个以后的分割区间中选择1个以上的提取用区间。另外，选择部33也可以从多个分割区间中的第二期间T2以及第三期间T3各自的最后的分割区间中选择1个以上的提取用区间。另外，选择部33也可以从多个分割区间中的与第二期间T2或第三期间T3中的后半的期间重叠的部分为过半数的时间的分割区间中选择1个以上的提取用区间。在本说明书中，分割区间的前后是指对开始时刻或结束时刻进行比较的情况下的前后。即，开始时刻或结束时刻早的时刻的分割区间是靠前的分割区间。

在传感器10的感测部的表面，与分子的种类无关，容易发生分子的吸附以及脱离。因此，在主要是在感测部的表面发生分子的吸附或脱离的区间即紧接着传感器10暴露于样品气体后(即，第二期间T2的初期)、以及紧接着传感器10变得不暴露于样品气体后(即，第三期间T3的初期)，分子的种类难以影响传感器10的输出。另一方面，被感测部吸附的分子在感测部内扩散，感测部内的分子的扩散的扩散速度根据分子与感测部的相互作用的大小等而变化。因此，认为随着从第二期间T2以及第三期间T3的开始经过时间，分子的种类变得容易影响传感器10的输出。因此，通过从第二期间T2以及第三期间T3各自的正数第二个以后的分割区间中选择提取用区间，能够使用分子的种类的影响大的区间的信号的特征量来分析样品气体，因此能够提高识别分子的种类的精度。

另外，例如，在识别在水分子的存在下成为气味成分的有机化合物的种类的情况下，成为气味成分的有机化合物的分子量例如为40以上，比较大，因此感测部内的扩散慢。另一方面，水分子的分子量为18，比较小，因此感测部内的扩散快。因此，认为水分子对传感器10的输出的影响容易从第二期间T2以及第三期间T3各自的初始阶段得出。因此，认为在识别在水分子的存在下成为气味成分的有机化合物的种类的情况下，从第二期间T2以及第三期间T3各自的正数第二个以后的分割区间中选择提取用区间对于提高分子的种类的识别精度的效果大。

另外，选择部33也可以从多个分割区间中的仅第二期间T2的分割区间或者仅第三期间T3的分割区间中选择1个以上的提取用区间。例如，选择部33仅将多个区间s21～s23、s31～s33中的第三期间T3中的区间s33选择为提取用区间。在第三期间T3中，输出样品气体所含的分子从传感器10的感测部脱离时的传感器10的信号。来自传感器的分子的脱离也受分子的吸附状态的影响，因此认为从传感器10输出的信号中特别容易表现出分子的种类的影响。因此，选择部33通过从多个分割区间中的第三期间T3的分割区间中选择1个以上的提取用区间，能够进一步提高识别分子的种类的精度。

接着，对选择例2进行说明。选择例2例如是在分析步骤中进行确定样品气体所含的规定的分子的浓度的分析时，在选择步骤中的选择例。如图7所示，在选择例2中，选择部33选择将第二期间T2以及第三期间T3各自进行了3分割而得到的区间中的、第二期间T2中的正数第1个区间s21以及第三期间T3中的正数第1个区间s31选择为1个以上的提取用区间。这样，选择部33例如从多个分割区间中的第二期间T2以及第三期间T3各自的倒数第二个以前的分割区间中选择1个以上的提取用区间。另外，选择部33也可以从多个分割区间中的第二期间T2以及第三期间T3各自的最初的分割区间中选择1个以上的提取用区间。另外，选择部33也可以从多个分割区间中的与第二期间T2或第三期间T3中的前半的期间重叠的部分为过半数的时间的分割区间中选择1个以上的提取用区间。

如上所述，随着从第二期间T2以及第三期间T3的开始经过时间，传感器10的输出变得容易受到感测部内的分子的扩散的影响，因此认为吸附于感测部的分子的种类的影响变大。因此，通过从第二期间T2以及第三期间T3各自的倒数第二个以前的分割区间中选择提取用区间，即使规定的分子以外的分子包含在样品气体中，也能够使用该分子的影响相对小的区间的信号的特征量来分析样品气体，因此能够提高确定规定的分子的浓度的精度。

另外，例如，在成为气味成分的有机化合物的存在下确定水分子的浓度(即湿度)的情况下，如上所述，成为气味成分的有机化合物在感测部内的扩散慢，水分子在感测部内的扩散快。因此，认为成为气味成分的有机化合物对传感器10的输出的影响容易随着从第二期间T2以及第三期间T3各自的开始经过时间而变大。因此，在成为气味成分的有机化合物的存在下确定湿度的情况下，认为从第二期间T2以及第三期间T3各自的倒数第二个以前的分割区间中选择提取用区间对于提高湿度的确定精度的效果大。

此外，在图5所示的分割的例子中，将第二期间T2以及第三期间T3各自分割为分割区间的时间均等，但不限于此。选择部33对第二期间T2以及第三期间T3进行分割的情况下的、各分割区间的时间没有特别限制，根据分析的目的、传感器10的种类以及成为分析的对象的分子的种类等来设定。

选择部33例如也可以以所取得的信号的值的每单位时间的变化量较大的分割区间的时间较短，所取得的信号的值的每单位时间的变化量较小的分割区间的时间较长的方式进行分割。图8是表示第二期间T2以及第三期间T3的分割的例子的图。

在图8所示的例子中，选择部33以各分割区间中的信号的值的变化量均等的方式，对第二期间T2以及第三期间T3分别进行分割(即等波高分割)。具体而言，选择部33例如在第二期间T2以及第三期间T3各自中，以将最低值Imin与最高值Imax之差等分的方式，对第二期间T2以及第三期间T3分别进行分割。例如，在将第二期间T2以及第三期间T3分别分割为三个的情况下，将第二期间T2分割出的区间s21～s23以及将第三期间T3分割出的区间s31～s33各自的信号的值的变化量h1～h3是将最低值Imin与最高值Imax之差三等分而得到的值。

这样，通过将第二期间T2以及第三期间T3等波高分割等，所取得的信号的值的每单位时间的变化量较大的分割区间的时间较短，所取得的信号的值的每单位时间的变化量较小的分割区间的时间较长。信号的值的每单位时间的变化量成为为了进行分析而有效的特征量，因此通过以使其变化规定的值以上的方式分割第二期间T2以及第三期间T3，能够提高分析精度。选择部33例如可以从以信号的值在最低值Imin与最高值Imax之差的五分之一以上且三分之二以下变化的方式进行分割而得到的分割区间中选择1个以上的提取用区间，也可以从以信号的值在最低值Imin与最高值Imax之差的三分之一以上且三分之二以下变化方式进行分割而得到的分割区间中选择1个以上的提取用区间。另外，各分割区间中的信号的值的变化量没有特别限制，选择部33也可以以各分割区间中的信号的值的变化量不同的方式对第二期间T2以及第三期间T3分别进行分割。

另外，选择部33也可以将第二期间T2以及第三期间T3各自分割为成为在步骤S4中选择的1个以上的提取用区间的区间以及除此以外的区间。例如，在步骤S4中选择区间s33作为1个以上的提取用区间的情况下，选择部33也可以将第三期间T3分割为将区间s31与区间s32合起来的区间和区间s33。

(3)提取步骤

再次参照图4，接下来，作为提取步骤，提取部34提取在选择步骤中选择出的1个以上的提取用区间中的信号的1个以上的特征量(步骤S5)。以下，有时将在提取步骤中提取的1个以上的提取用区间中的信号的1个以上的特征量称为“区间特征量”。

提取部34例如作为与1个以上的提取用区间中的信号对应的区间特征量，提取因传感器10暴露于样品气体而产生变动的信号的值与该变动前的信号的值之差、以及信号的值的每单位时间的变化量(即信号波形的斜率)。由此，将容易反映分子向传感器10的感测部的吸附的影响的1个以上的特征量用于后述的分析，能够提高分析精度。作为区间特征量，提取部34也可以提取因传感器10暴露于样品气体而产生变动的信号的值与该变动前的信号的值之差、以及信号的值的每单位时间的变化量中的一方。因传感器10暴露于样品气体而产生变动的信号的值例如可以是提取用区间中的信号的值的平均值，也可以是提取用区间中的规定的时间点(例如提取用区间的最初、中央或最后的时间点)下的信号的值。另外，该变动前的信号的值例如可以是第一期间T1中的最后的时间点的信号的值，也可以是第一期间T1中的信号的值的平均值。

此外，提取部34提取区间特征量的方法只要不使用多个分割区间中的1个以上的提取用区间以外的分割区间的信号而被提取，则没有特别限制。提取部34例如可以将1个以上的提取用区间中的规定的间隔下的信号的值分别提取为区间特征量，也可以提取将信号的值作为时间的函数而导出近似式的情况下的近似式的系数作为区间特征量。另外，提取部34例如不进行从时间维度的信号的波形向其他维度的信号的波形的变换而提取区间特征量。

另外，在气体分析系统100具备多个传感器10的情况下，步骤S2～步骤S5的动作针对多个传感器10各自输出的多个信号分别进行，提取各传感器10输出的信号的区间特征量。

(4)分析步骤

接着，作为分析步骤，分析部35使用用于定性或定量样品气体所含的分子的学习完毕逻辑模型，仅基于测定期间的信号的特征量中的在提取步骤中由提取部34提取的区间特征量，进行样品气体所含的分子的定性分析或定量分析，输出分析结果(步骤S6)。分析部35使用学习完毕逻辑模型，将在提取步骤中提取的区间特征量作为输入，输出样品气体所含的分子的定性分析结果或定量分析结果。

例如，分析部35在进行识别样品气体所含的分子的种类的分析的情况下，基于上述选择例1中例示的1个以上的提取用区间的区间特征量进行分析。具体而言，分析部35也可以作为样品气体所含的分子识别有机化合物的种类。分析部35例如输出多个识别对象分子中的哪个识别对象分子包含在样品气体中。另外，分析部35也可以识别样品气体中是否包含识别对象分子。成为识别对象的有机化合物的分子量例如为40以上且300以下，也可以为100以上且250以下。这样的范围的分子量的有机化合物虽然被传感器10的感测部吸附，但在感测部内扩散的速度比较慢，因此特别容易以高精度识别。

另外，例如，分析部35在进行确定样品气体所含的规定的分子的浓度的分析的情况下，基于上述选择例2中例示的1个以上的提取用区间的区间特征量进行分析。具体而言，分析部35也可以作为样品气体所含的规定的分子确定水分子的浓度。分析部35例如从多个浓度的候选中输出样品气体所含的规定的分子的浓度是哪个浓度。

如上所述，气体分析系统100进行的气体分析方法例如是使用了传感器10的气体分析方法，包含取得步骤、选择步骤、提取步骤和分析步骤。在取得步骤中，取得在测定期间Tm中从传感器10输出的信号(步骤S2)。在选择步骤中，将第二期间T2以及第三期间T3中的至少一方分割为多个分割区间(步骤S3)，选择作为多个区间中的一部分的1个以上的提取用区间(步骤S4)。在提取步骤中，提取1个以上的提取用区间中的信号的区间特征量(步骤S5)。在分析步骤中，使用学习完毕逻辑模型，仅基于测定期间Tm中的信号的特征量中的在提取步骤中提取的区间特征量，进行样品气体的分析，输出分析结果(步骤S6)。

由此，仅基于测定期间Tm的信号的特征量中的、作为第二期间T2以及第三期间T3中的一部分的1个以上的提取用区间中的信号的特征量(区间特征量)，进行样品气体的分析。在测定期间Tm中，存在从传感器10输出的信号的值容易受到样品气体所含的分子的种类的影响的时间段和难以受到样品气体所含的分子的种类的影响的时间段。因此，即使在样品气体中包含成为分析对象的分子以外的分子的情况下，也能够通过选择步骤来选择能够降低该分子的影响的1个以上的提取用区间。其结果，通过根据分析目的选择1个以上的提取用区间，能够提取适于分析目的的区间特征量。因此，即使在存在成为分析对象的分子以外的分子的情况下，也能够提高分析精度。

(5)其他动作例

接着，对本实施方式的气体分析系统100的其他动作例进行说明。图9是用于说明本实施方式的气体分析系统100的其他动作例的流程图。图9所示的其他动作例是使用了示出相互不同的分子吸附举动的多个传感器10的气体分析方法。此外，在进行图9所示的其他动作例的情况下，气体分析系统100也可以不具备选择部33。

如图9所示，首先，作为暴露步骤，暴露部20仅在测定期间中的第二期间使多个传感器10暴露于样品气体(步骤S11)。接着，在取得步骤中，取得部32取得从在步骤S11中暴露的多个传感器10分别输出的多个信号(步骤S12)。在步骤S11以及步骤S12中，除了传感器10的数量为多个以外，是与上述的步骤S1以及步骤S2相同的动作。

接着，作为提取步骤，提取部34从在取得步骤中取得的多个信号各自中提取多个特征量(步骤S13)。提取部34例如提取各信号中的、因传感器10暴露于样品气体而产生变动的规定的时间点的信号的值与该变动前的信号的值之差、以及规定的期间内的信号的值的每单位时间的变化量(即信号波形的斜率)。此外，提取部34提取多个特征量的方法没有特别限制。在各信号中，提取部34例如可以将测定期间Tm中的规定间隔下的信号的值分别作为特征量提取，也可以提取将信号的值作为时间的函数而导出近似式的情况下的近似式的系数作为特征量。

接着，作为分析步骤，分析部35使用用于确定样品气体所含的规定的分子的浓度的学习完毕逻辑模型，基于在提取步骤中由提取部34提取的多个特征量，进行确定样品气体所含的规定的分子的浓度的分析，并输出分析结果(步骤S14)。具体而言，分析部35可以作为样品气体所含的规定的分子确定水分子的浓度。分析部35例如从多个浓度的候选中输出样品气体所含的规定的分子的浓度是哪个浓度。

如上所述，气体分析系统100进行的气体分析方法例如是使用了表示相互不同的分子吸附举动的多个传感器10的气体分析方法，包含取得步骤、提取步骤和分析步骤。在取得步骤中，取得在测定期间Tm中从多个传感器10分别输出的多个信号(步骤S12)。在提取步骤中，从多个信号各自提取多个特征量(步骤S13)。在分析步骤中，使用学习完毕逻辑模型，基于在提取步骤中提取的多个特征量，进行确定样品气体所含的规定的分子的浓度的分析，输出分析结果(步骤S14)。

从传感器10输出的信号通过分子吸附于传感器10而变化，因此能够根据从传感器10输出的信号的值来确定样品气体所含的分子的浓度。但是，若成为分析对象的分子以外的分子包含于样品气体，则与样品气体仅包含规定的分子的情况相比，从传感器10输出的信号的值变化，因此分析精度降低。另一方面，在上述气体分析方法中，基于从示出相互不同的分子吸附举动的多个传感器10输出的信号中提取的多个特征量，确定样品气体所含的规定的分子的浓度。因此，即使成为分析对象的分子以外的分子包含在样品气体中，通过使用这样提取的多个特征量，也能够降低对该分子的分析结果的影响。因此，即使在存在成为分析对象的分子以外的分子的情况下，也能够提高分析精度。

(实施例)

接着，基于实施例对本公开进行具体说明。但是，本公开并不受以下的实施例的任何限定。

[分析用信号的取得]

首先，使用配置于收容部21的16个传感器10，取得从16个传感器10分别输出的信号。

<传感器>

16个传感器分别使用感测部的材料(具体而言，树脂材料)不同的传感器10。另外，感测部的材料使用包含树脂材料和分散于树脂材料的导电性粒子的材料。

<气体>

参照气体使用湿度为0％的氮。另外，在样品气体中，使用了在氮中以臭气强度2含有作为下述的臭气判定用基准臭的5种识别对象分子中的任一种的5种样品气体A～E。即，样品气体A～E分别包含下述对应的识别对象分子。

·样品气体A：β-苯基乙醇(分子量122.16)

·样品气体B：甲基环戊烯酮(分子量112.13)

·样品气体C：异戊酸(分子量102.13)

·样品气体D：γ-十一烷酸内酯(分子量184.27)

·样品气体E：粪臭素(分子量131.17)

另外，将样品气体A～E的湿度调整为0％、20％、40％、60％以及80％而暴露于传感器10。

<信号的取得>

作为信号的取得操作，首先，在30秒的第一期间T1使16个传感器10暴露于参照气体，接着，在30秒的第二期间T2使16个传感器10暴露于样品气体，接着，在30秒的第三期间T3使16个传感器10暴露于参照气体。这样，在一次取得操作中，在测定期间Tm，使16个传感器10暴露于样品气体以及参照气体，取得从16个传感器10分别输出的信号(即，1组信号)。另外，对样品气体A～E分别以各湿度条件(湿度0％、20％、40％、60％以及80％)各进行100次这样的信号的取得操作。即，针对1种样品气体的1个湿度条件，取得100组的信号。另外，信号的取得操作在23℃下进行。

[第二期间以及第三期间的分割]

将第二期间T2以及第三期间T3分别以时间均等的方式分割为3个区间，具体而言，分割为图5所示的区间s21～s23以及区间s31～s33。即，将第二期间T2从前起分割为区间s21、区间s22以及区间s23这3个，将第三期间T3从前起分割为区间s31、区间s32以及区间s33这3个。

[特征量的提取]

针对所取得的各信号，将上述分割出的区间s21～s23以及区间s31～s33各自的、因传感器10暴露于样品气体而产生变动的信号的值与该变动前的信号的值之差、以及信号的值的每单位时间的变化量作为特征量提取。

[分析例1-1～1-4]

在分析例1-1～1-4中，使用上述提取的特征量，进行识别样品气体所含的分子的种类的分析。作为特征量，使用了下述区间(以下称为分析用区间)中的信号的特征量。

·分析例1-1：区间s21～s23以及区间s31～s33全部

·分析例1-2：区间s21以及区间s31

·分析例1-3：区间s22以及区间s32

·分析例1-4：区间s23以及区间s33

在用于分析的逻辑模型中，使用了以上述提取的特征量为输入，输出是5种识别对象分子中的哪个识别对象分子的随机森林的逻辑模型。

在分析例1-1～1-4中，在用于构建学习完毕逻辑模型的机器学习中，将与调整为湿度20％的样品气体A～E对应的信号的、分析用区间中的特征量用作学习用数据。对这样构建的学习完毕逻辑模型输入所取得的全部信号的、分析用区间中的特征量，进行了识别样品气体所含的分子的种类的分析。即，进行了在与进行了机器学习的湿度条件不同的湿度条件下识别样品气体所含的分子的种类的分析。将分析的结果示于表1。表1所示的正确回答率表示将在使用表1中的“测试”的列所示的湿度条件下的样品气体A～E的情况下被提取的特征量输入到学习完毕逻辑模型，输出的识别对象分子为正确答案的比例。另外，表1中的“平均”的行所示的正确回答率为以0％、20％、40％、60％以及80％的湿度条件进行分析时的正确回答率的平均。这些正确回答率的表述在下述表2中也同样。

[表1]

如表1所示，基于第二期间T2以及第三期间T3各自的第三个区间即区间s23以及区间s33中的信号的特征量进行分析的分析例1-4的正确回答率最高，比基于区间s21～s23以及区间s31～s33全部中的信号的特征量进行分析的分析例1-1正确回答率高。这样，确认了即使在识别与进行了机器学习的湿度条件不同的湿度条件的样品气体所含的分子的情况下，通过仅基于将第二期间T2以及第三期间T3各自分割出的区间中的一部分区间(例如，正数第二个以后的任一个区间)中的信号的特征量来识别分子的种类，分析精度提高。

[分析例2-1～2-4]

在分析例2-1～2-4中，使用上述提取的特征量，进行识别样品气体所含的分子的种类的分析。作为特征量，使用下述的分析用区间中的信号的特征量。

·分析例2-1：区间s21～s23以及区间s31～s33全部

·分析例2-2：区间s23以及区间s33

·分析例2-3：区间s23

·分析例2-4：区间s33

在用于分析的逻辑模型中，使用了以上述提取的特征量为输入，输出是5种识别对象分子中的哪个识别对象分子的随机森林的逻辑模型。

在分析例2-1～2-4中，在用于构建学习完毕逻辑模型的机器学习中，将与调整为湿度40％的样品气体A～E对应的信号的分析用区间中的特征量用作学习用数据。对这样构建的学习完毕逻辑模型输入所取得的全部信号的、分析用区间中的特征量，进行了识别样品气体所含的分子的种类的分析。即，进行了在与进行了机器学习的湿度条件不同的湿度条件下识别样品气体所含的分子的种类的分析。将分析的结果示于表2。

[表2]

如表2所示，基于第二期间T2和/或第三期间T3中的第三个区间中的信号的特征量进行分析的分析例2-2～2-4比基于区间s21～区间s23以及区间s31～区间s33全部中的信号的特征量进行分析的分析例2-1正确回答率高。另外，若比较基于第二期间T2和/或第三期间T3中的第三个区间中的信号的特征量进行分析的分析例2-2～2-4，则基于第三期间T3中的最后的区间s33中的信号的特征量进行分析的分析例2-4的正确回答率最高。这样，确认了在识别与进行了机器学习的湿度条件不同的湿度条件的样品气体所含的分子的情况下，通过仅基于将第三期间T3分割出的区间中的一部分区间中的信号的特征量来识别分子的种类，分析精度进一步提高。

[分析例3-1～3-4]

在分析例3-1～3-4中，使用上述提取的特征量，进行确定样品气体所含的水分子的浓度、即湿度的分析。作为特征量，使用下述的分析用区间中的信号的特征量。

·分析例3-1：区间s21～s23以及区间s31～s33全部

·分析例3-2：区间s21以及区间s31

·分析例3-3：区间s22以及区间s32

·分析例3-4：区间s23以及区间s33

在用于分析的逻辑模型中，使用将上述提取的特征量作为输入，输出样品气体的湿度是0％、20％、40％、60％以及80％中的哪个湿度的随机森林的逻辑模型。

在分析例3-1～3-4中，在用于构建学习完毕逻辑模型的机器学习中，将与将湿度调整为0％、20％、40％、60％以及80％的样品气体C对应的信号的分析用区间中的特征量用作学习用数据。对这样构建的学习完毕逻辑模型输入所取得的全部信号的、分析用区间中的特征量，进行了确定样品气体的湿度的分析。即，进行了对包含与进行了机器学习的样品气体所含的臭气判定用基准臭的分子不同的臭气判定用基准臭的分子的样品气体的湿度进行确定的分析。将分析的结果示于表3。表3所示的正确回答率表示将表3中的“测试”的列所示的样品气体调整为各湿度条件时提取的特征量输入到学习完毕逻辑模型，输出的湿度为正确答案的比例。另外，表3中的“平均”的行所示的正确回答率是对样品气体A～E进行分析时的正确回答率的平均。

[表3]

如表3所示，基于第二期间T2以及第三期间T3各自的第1个区间即区间s21以及区间s31中的信号的特征量进行分析的分析例3-2的正确回答率最高，比基于区间s21～s23以及区间s31～s33全部中的信号的特征量进行分析的分析例3-1正确回答率高。这样，确认了即使在确定包含与进行了机器学习的臭气判定用基准臭的分子不同的臭气判定用基准臭的分子的样品气体的湿度的情况下，通过仅基于将第二期间T2以及第三期间T3各自分割出的区间中的一部分区间(例如从倒数第二个以前的任一区间)中的信号的特征量来进行湿度的确定，分析精度提高。

(其他实施方式)

以上，基于实施方式以及实施例对本公开的气体分析系统以及气体分析方法进行了说明，但本公开并不限定于这些实施方式以及实施例。在不脱离本公开的主旨的范围内，将本领域技术人员想到的各种变形实施于实施方式以及实施例而得到的方式、以及将实施方式以及实施例中的一部分的构成要素组合而构建的其他方式也包含于本公开的范围。

在上述实施方式中，暴露部20在第一期间T1以及第三期间T3使传感器10暴露于参照气体，但不限于此。暴露部20只要在第一期间T1以及第三期间T3不使传感器10暴露于样品气体即可，例如，也可以代替暴露于参照气体而对样品气体吸气使传感器10暴露于真空环境。

另外，在上述实施方式中，在选择步骤中，选择部33从第二期间T2以及第三期间T3分别选择1个提取用区间，但不限于此。选择部33也可以从第二期间T2以及第三期间T3中的至少一方选择多个提取用区间。

另外，例如，气体分析系统100a具备检测装置200和分析装置300，但不限于此。气体分析系统100a也可以仅由分析装置300构成。在该情况下，例如省略图4中的步骤S1的处理，取得部32a例如经由网络取得已经检测出的传感器的信号。

另外，例如，在上述实施方式中，本公开的气体分析系统的构成要素的全部或一部分可以由专用的硬件构成，或者也可以通过执行适于各构成要素的软件程序来实现。各构成要素也可以通过CPU或处理器等程序执行部读出并执行HDD或半导体存储器等记录介质中记录的软件程序来实现。

另外，本公开的气体分析系统的构成要素也可以由1个或多个电子电路构成。1个或多个电子电路可以分别是通用的电路，也可以是专用的电路。

1个或多个电子电路可以包含例如半导体装置、IC(Integrated Circuit，集成电路，)或LSI(Large Scale Integration，大规模集成电路)。IC或LSI可以集成在1个芯片上，也可以集成在多个芯片上。在此，称为IC或LSI，但根据集成的程度而称呼改变，也许称为系统LSI、VLSI(Very Large Scale Integration，超大规模集成电路)或ULSI(Ultra LargeScale Integration，甚超大规模集成电路)。另外，在LSI的制造后被编程的FPGA(FieldProgrammable Gate Array：现场可编程门阵列)也能够以相同目的使用。

此外，本公开的整体或具体的方式也可以通过系统、装置、方法、集成电路或计算机程序来实现。或者，也可以通过存储有该计算机程序的光盘、HDD或半导体存储器等计算机可读取的非暂时性记录介质来实现。另外，也可以通过系统、装置、方法、集成电路、计算机程序以及记录介质的任意组合来实现。

例如，本公开可以作为由气体分析系统等计算机执行的气体分析方法来实现，也可以作为用于使计算机执行这样的气体分析方法的程序来实现。另外，本公开也可以作为记录有这样的程序的计算机可读取的非暂时性记录介质来实现。

以下，示出基于上述实施方式说明的气体分析系统以及气体分析方法的特征。

<1>一种气体分析方法，使用了输出与分子的吸附相应的信号的传感器，包含：

取得步骤，在使所述传感器暴露于样品气体的测定期间中的第二期间与第一期间以及第三期间相比所述样品气体所含的分子更容易吸附于所述传感器的条件下，取得从暴露于所述样品气体的所述传感器输出的信号，所述测定期间由所述第一期间、接续所述第一期间的所述第二期间、以及接续所述第二期间的所述第三期间构成；

选择步骤，将所述第二期间以及所述第三期间中的至少一方分割为2个以上的区间，选择作为被分割出的区间的多个分割区间中的一部分的分割区间作为1个以上的提取用区间；

提取步骤，提取所述1个以上的提取用区间中的所述信号的1个以上的特征量；以及

分析步骤，使用用于定性或定量所述样品气体所含的分子的学习完毕逻辑模型，仅基于所述测定期间中的所述信号的特征量中的在所述提取步骤中提取的所述1个以上的特征量，进行所述样品气体所含的分子的定性分析或者定量分析，并输出分析结果。

<2>根据<1>所述的气体分析方法，

在所述选择步骤中，从所述多个分割区间中的所述第二期间以及所述第三期间各自的正数第二个以后的分割区间中选择所述1个以上的提取用区间。

<3>根据<2>所述的气体分析方法，

在所述选择步骤中，从所述多个分割区间中的所述第二期间以及所述第三期间各自的最后的分割区间中选择所述1个以上的提取用区间。

<4>根据<2>或<3>所述的气体分析方法，

在所述选择步骤中，从所述多个分割区间中的所述第三期间的分割区间中选择所述1个以上的提取用区间。

<5＞根据＜2＞～＜4>中任一项所述的气体分析方法，

在所述分析步骤中，进行识别所述样品气体所含的分子的种类的分析。

<6＞根据<5>所述的气体分析方法，

在所述分析步骤中，进行作为所述样品气体所含的分子识别有机化合物的种类的分析。

<7＞根据<1>所述的气体分析方法，

在所述选择步骤中，从所述多个分割区间中的所述第二期间以及所述第三期间各自的倒数第二个以前的分割区间中选择所述1个以上的提取用区间。

<8>根据<7>所述的气体分析方法，

在所述选择步骤中，从所述多个分割区间中的所述第二期间以及所述第三期间各自的最初的分割区间中选择所述1个以上的提取用区间。

<9>根据<7>或<8>所述的气体分析方法，

在所述分析步骤中，进行确定所述样品气体所含的规定的分子的浓度的分析。

<10＞根据<9>所述的气体分析方法，

在所述分析步骤中，进行作为所述样品气体所含的所述规定的分子确定水分子的浓度的分析。

<11>根据<1>～<10>中任一项所述的气体分析方法，

所述1个以上的特征量包含因所述传感器暴露于所述样品气体而产生变动的所述信号的值与所述变动前的所述信号的值之差、以及所述信号的值的每单位时间的变化量中的至少一方。

<12＞根据<1>～<11>中任一项所述的气体分析方法，

在所述取得步骤中，取得从仅在所述测定期间中的所述第二期间暴露于所述样品气体的所述传感器输出的所述信号。

<13>一种气体分析方法，使用了输出与分子的吸附相应的信号并示出相互不同的分子吸附举动的多个传感器，包含：

取得步骤，在使所述多个传感器暴露于样品气体的测定期间中的第二期间与第一期间以及第三期间相比所述样品气体所含的分子更容易吸附于所述多个传感器的条件下，取得从暴露于所述样品气体的所述多个传感器各自输出的多个信号，所述测定期间由所述第一期间、接续所述第一期间的所述第二期间、以及接续所述第二期间的所述第三期间构成；

提取步骤，从所述多个信号各自提取多个特征量；以及

分析步骤，使用用于确定所述样品气体所含的规定的分子的浓度的学习完毕逻辑模型，基于在所述提取步骤中提取的所述多个特征量，进行确定所述样品气体所含的所述规定的分子的浓度的分析，并输出分析结果。

<14＞根据<13>所述的气体分析方法，

在分析步骤中，作为所述样品气体所含的所述规定的分子进行确定水分子的浓度的分析。

<15>根据<1>～<14>中任一项所述的气体分析方法，

在所述取得步骤中，经由网络取得从所述传感器输出的所述信号。

<16>根据<1>～<15>中任一项所述的气体分析方法，

作为所述传感器，使用具有感应膜的传感器。

<17>根据<16>中任一项所述的气体分析方法，

所述感应膜由树脂材料和分散于所述树脂材料的导电性粒子构成。

<18>一种气体分析系统，具备：

传感器，输出与分子的吸附相应的信号；

暴露部，在使所述传感器暴露于样品气体的测定期间中的第二期间与第一期间以及第三期间相比所述样品气体所含的分子更容易吸附于所述传感器的条件下，使所述传感器暴露于所述样品气体，所述测定期间由所述第一期间、接续所述第一期间的所述第二期间、以及接续所述第二期间的所述第三期间构成；

取得部，取得在所述测定期间中从所述传感器输出的信号；

选择部，将所述第二期间以及所述第三期间中的至少一方分割为2个以上的区间，并选择作为被分割出的区间的多个分割区间中的一部分的分割区间作为1个以上的提取用区间；

提取部，提取所述1个以上的提取用区间中的所述信号的1个以上的特征量；

存储器，存储用于定性或定量所述样品气体所含的分子的学习完毕逻辑模型；以及

分析部，使用所述学习完毕逻辑模型，仅基于所述测定期间中的所述信号的特征量中的由所述提取部提取的所述1个以上的特征量，进行所述样品气体所含的分子的定性分析或者定量分析，并输出分析结果。

<19>一种气体分析系统，具备：

多个传感器，输出与分子的吸附相应的信号并示出相互不同的分子吸附举动；

暴露部，在使所述多个传感器各自暴露于样品气体的测定期间中的第二期间与第一期间以及第三期间相比所述样品气体所含的分子更容易吸附于所述多个传感器的条件下，使所述多个传感器暴露于所述样品气体，所述测定期间由所述第一期间、接续所述第一期间的所述第二期间、以及接续所述第二期间的所述第三期间构成；

取得部，取得在所述测定期间中从所述多个传感器各自输出的多个信号；

提取部，从所述多个信号各自提取多个特征量；

存储器，存储用于确定所述样品气体所含的规定的分子的浓度的学习完毕逻辑模型；以及

分析部，使用所述学习完毕逻辑模型，进行基于由所述提取部提取的所述多个特征量来确定所述样品气体所含的所述规定的分子的浓度的分析，并输出分析结果。

工业上的可用性

本公开的气体分析系统以及气体分析方法对气体中的分子的定性分析以及定量分析等有用。

附图标记说明

10 传感器

20 暴露部

21 收容部

22 三方向电磁阀

23 吸气泵

25a、25b、25c、25d、25e配管

26a、26b吸气口

26e 排气口

31 控制部

32、32a取得部

33 选择部

34 提取部

35 分析部

40 存储器

50 检测部

51、60 通信部

90 广域通信网络

100、100a气体分析系统

200 检测装置

300 分析装置

P1、P2输入口

P3输出口。

Claims (19)

1.一种气体分析方法，使用了输出与分子的吸附相应的信号的传感器，包含：

取得步骤，在使所述传感器暴露于样品气体的测定期间中的第二期间与第一期间以及第三期间相比所述样品气体所含的分子更容易吸附于所述传感器的条件下，取得从暴露于所述样品气体的所述传感器输出的信号，所述测定期间由所述第一期间、接续所述第一期间的所述第二期间、以及接续所述第二期间的所述第三期间构成；

选择步骤，将所述第二期间以及所述第三期间中的至少一方分割为2个以上的区间，选择作为被分割出的区间的多个分割区间中的一部分的分割区间作为1个以上的提取用区间；

提取步骤，提取所述1个以上的提取用区间中的所述信号的1个以上的特征量；以及

分析步骤，使用用于定性或定量所述样品气体所含的分子的学习完毕逻辑模型，仅基于所述测定期间中的所述信号的特征量中的在所述提取步骤中提取的所述1个以上的特征量，进行所述样品气体所含的分子的定性分析或者定量分析，并输出分析结果。

2.根据权利要求1所述的气体分析方法，

在所述选择步骤中，从所述多个分割区间中的所述第二期间以及所述第三期间各自的正数第二个以后的分割区间中选择所述1个以上的提取用区间。

3.根据权利要求2所述的气体分析方法，

在所述选择步骤中，从所述多个分割区间中的所述第二期间以及所述第三期间各自的最后的分割区间中选择所述1个以上的提取用区间。

4.根据权利要求2所述的气体分析方法，

在所述选择步骤中，从所述多个分割区间中的所述第三期间的分割区间中选择所述1个以上的提取用区间。

5.根据权利要求2～4中任一项所述的气体分析方法，

在所述分析步骤中，进行识别所述样品气体所含的分子的种类的分析。

6.根据权利要求5所述的气体分析方法，

在所述分析步骤中，进行作为所述样品气体所含的分子识别有机化合物的种类的分析。

7.根据权利要求1所述的气体分析方法，

在所述选择步骤中，从所述多个分割区间中的所述第二期间以及所述第三期间各自的倒数第二个以前的分割区间中选择所述1个以上的提取用区间。

8.根据权利要求7所述的气体分析方法，

在所述选择步骤中，从所述多个分割区间中的所述第二期间以及所述第三期间各自的最初的分割区间中选择所述1个以上的提取用区间。

9.根据权利要求7或8所述的气体分析方法，

在所述分析步骤中，进行确定所述样品气体所含的规定的分子的浓度的分析。

10.根据权利要求9所述的气体分析方法，

在所述分析步骤中，进行作为所述样品气体所含的所述规定的分子确定水分子的浓度的分析。

11.根据权利要求1、2、3、4、7以及8中任一项所述的气体分析方法，

所述1个以上的特征量包含因所述传感器暴露于所述样品气体而产生变动的所述信号的值与所述变动前的所述信号的值之差、以及所述信号的值的每单位时间的变化量中的至少一方。

12.根据权利要求1、2、3、4、7以及8中任一项所述的气体分析方法，

在所述取得步骤中，取得从仅在所述测定期间中的所述第二期间暴露于所述样品气体的所述传感器输出的所述信号。

13.一种气体分析方法，使用了输出与分子的吸附相应的信号并示出相互不同的分子吸附举动的多个传感器，包含：

取得步骤，在使所述多个传感器暴露于样品气体的测定期间中的第二期间与第一期间以及第三期间相比所述样品气体所含的分子更容易吸附于所述多个传感器的条件下，取得从暴露于所述样品气体的所述多个传感器各自输出的多个信号，所述测定期间由所述第一期间、接续所述第一期间的所述第二期间、以及接续所述第二期间的所述第三期间构成；

提取步骤，从所述多个信号各自提取多个特征量；以及

分析步骤，使用用于确定所述样品气体所含的规定的分子的浓度的学习完毕逻辑模型，基于在所述提取步骤中提取的所述多个特征量，进行确定所述样品气体所含的所述规定的分子的浓度的分析，并输出分析结果。

14.根据权利要求13所述的气体分析方法，

在分析步骤中，作为所述样品气体所含的所述规定的分子进行确定水分子的浓度的分析。

15.根据权利要求1、2、3、4、7、8、13以及14中任一项所述的气体分析方法，

在所述取得步骤中，经由网络取得从所述传感器输出的所述信号。

16.根据权利要求1、2、3、4、7、8、13以及14中任一项所述的气体分析方法，

作为所述传感器，使用具有感应膜的传感器。

17.根据权利要求16所述的气体分析方法，

所述感应膜由树脂材料和分散于所述树脂材料的导电性粒子构成。

18.一种气体分析系统，具备：

传感器，输出与分子的吸附相应的信号；

暴露部，在使所述传感器暴露于样品气体的测定期间中的第二期间与第一期间以及第三期间相比所述样品气体所含的分子更容易吸附于所述传感器的条件下，使所述传感器暴露于所述样品气体，所述测定期间由所述第一期间、接续所述第一期间的所述第二期间、以及接续所述第二期间的所述第三期间构成；

取得部，取得在所述测定期间中从所述传感器输出的信号；

选择部，将所述第二期间以及所述第三期间中的至少一方分割为2个以上的区间，并选择作为被分割出的区间的多个分割区间中的一部分的分割区间作为1个以上的提取用区间；

提取部，提取所述1个以上的提取用区间中的所述信号的1个以上的特征量；

存储器，存储用于定性或定量所述样品气体所含的分子的学习完毕逻辑模型；以及

分析部，使用所述学习完毕逻辑模型，仅基于所述测定期间中的所述信号的特征量中的由所述提取部提取的所述1个以上的特征量，进行所述样品气体所含的分子的定性分析或者定量分析，并输出分析结果。

19.一种气体分析系统，具备：

多个传感器，输出与分子的吸附相应的信号并示出相互不同的分子吸附举动；

暴露部，在使所述多个传感器各自暴露于样品气体的测定期间中的第二期间与第一期间以及第三期间相比所述样品气体所含的分子更容易吸附于所述多个传感器的条件下，使所述多个传感器暴露于所述样品气体，所述测定期间由所述第一期间、接续所述第一期间的所述第二期间、以及接续所述第二期间的所述第三期间构成；

取得部，取得在所述测定期间中从所述多个传感器各自输出的多个信号；

提取部，从所述多个信号各自提取多个特征量；

存储器，存储用于确定所述样品气体所含的规定的分子的浓度的学习完毕逻辑模型；以及

分析部，使用所述学习完毕逻辑模型，进行基于由所述提取部提取的所述多个特征量来确定所述样品气体所含的所述规定的分子的浓度的分析，并输出分析结果。