JP5815534B2 - センサーにより測定されたデータから候補を見つける方法および装置 - Google Patents
センサーにより測定されたデータから候補を見つける方法および装置 Download PDFInfo
- Publication number
- JP5815534B2 JP5815534B2 JP2012531695A JP2012531695A JP5815534B2 JP 5815534 B2 JP5815534 B2 JP 5815534B2 JP 2012531695 A JP2012531695 A JP 2012531695A JP 2012531695 A JP2012531695 A JP 2012531695A JP 5815534 B2 JP5815534 B2 JP 5815534B2
- Authority
- JP
- Japan
- Prior art keywords
- data sets
- data set
- measured
- sensor
- virtual
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/62—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating the ionisation of gases, e.g. aerosols; by investigating electric discharges, e.g. emission of cathode
- G01N27/622—Ion mobility spectrometry
- G01N27/624—Differential mobility spectrometry [DMS]; Field asymmetric-waveform ion mobility spectrometry [FAIMS]
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01D—SEPARATION
- B01D59/00—Separation of different isotopes of the same chemical element
- B01D59/44—Separation by mass spectrography
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/20—Identification of molecular entities, parts thereof or of chemical compositions
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C99/00—Subject matter not provided for in other groups of this subclass
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
- H01J49/00—Particle spectrometers or separator tubes
- H01J49/26—Mass spectrometers or separator tubes
- H01J49/34—Dynamic spectrometers
- H01J49/42—Stability-of-path spectrometers, e.g. monopole, quadrupole, multipole, farvitrons
Description
・第1のセンサーにより測定された第1の測定済みのデータセットを受け取ること。
・既存の複数のデータセットを第1の環境情報により制御された条件で変換して複数の仮想データセットを生成すること。
・複数の仮想データセットを含む暫定的な集合の中から第1の測定済みのデータセットに近い少なくとも1つの候補を選択すること。
vd=K×E・・・(1)
K=(3e/16N)
×(2π/μ・k・Teff)1/2((1+α)/Ωd(Teff))・・・(2)
ここでeはイオンの電荷、Nは緩衝気体の密度、kはボルツマン定数、μはイオンと緩衝気体分子の換算質量、Teffは緩衝気体のドリフトチューブ中の実効温度であり、αは補正項で通常は1より非常に小さい。Ωdは衝突断面積(衝突積分)であり以下の式(3)で与えられる。
Ωd=πr2Ω(1,1)×T・・・(3)
ここでrは分子半径であり、Ω(1,1)は分子固有の値であり、さらに、湿度、温度、緩衝気体(キャリアガス、ドリフトガス)などにより変化する。
・既存の複数のデータセット81を第1の環境情報60に基づき理論的および/または実験的に変化させた複数の第1の変換済みのデータセットを生成することと、
・複数の第1の変換済みのデータセットを確率的に組み合わせて複数の仮想データセット71を生成することとを含むものである。複数の仮想データセット71を生成する工程は、複数の第1の変換済みのデータセットを組み合わせて第1の測定済みのデータセットに近い複数の仮想データセット71を確率的に発見することを含んでもよい。
Claims (23)
- 第1のセンサーにより測定された第1の測定済みのデータセットおよび前記第1の測定済みのデータセットの測定環境を示す第1の環境情報を受け取るインターフェイスと、
データベースから既存の複数のデータセットを前記第1の環境情報により制御された条件で変換して複数の仮想データセットを生成する生成ユニットと、
前記複数の仮想データセットを含む暫定的な集合の中から前記第1の測定済みのデータセットに近い少なくとも1つの候補を選択して出力する出力ユニットとを有し、
前記第1のセンサーは化学物質のイオン移動度に基づく物理量を測定するイオン移動度スペクトロメータであり、
前記生成ユニットは、
前記既存の複数のデータセットを、前記第1のセンサーとは異なるセンサーであって、温度、湿度、圧力、流量の少なくともいずれかを測定するセンサーにより取得される複数の異なる情報を含む前記第1の環境情報をパラメータとするモデルであって、前記既存の複数のデータセットそれぞれの化学物質のイオン移動度のモデルを用いて変換して前記複数の仮想データセットを生成するシミュレータを含む、装置。 - 請求項1において、前記生成ユニットは、前記データベースから取得された前記既存の複数のデータセットを前記第1の環境情報により制御された確率で組み合わせて前記複数の仮想データセットを生成するユニットを含む、装置。
- 請求項1または2において、前記生成ユニットは、
前記既存の複数のデータセットを前記第1の環境情報に基づき理論的および/または実験的に変化させた複数の第1の変換済みのデータセットを生成するユニットと、
前記複数の第1の変換済みのデータセットを組み合わせて前記第1の測定済みのデータセットに近い前記複数の仮想データセットを確率的に見出すユニットとを含む、装置。 - 請求項1ないし3のいずれかにおいて、前記生成ユニットは、
前記既存の複数のデータセットの中から前記第1の環境情報に適する複数のデータセットを相対的に高い確率で組み合わせて前記複数の仮想データセットを生成するユニットを含む、装置。 - 請求項1ないし4のいずれかにおいて、前記生成ユニットは、
前記既存の複数のデータセットの中から前記第1の環境情報に適する複数のデータセットを相対的に高い確率で組み合わせて複数の第2の変換済みのデータセットを生成するユニットと、
前記複数の第2の変換済みのデータセットを理論的および/または実験的パラメータを介して組み合わせて前記第1の測定済みのデータセットに近い前記複数の仮想データセットを確率的に見出すユニットとを含む、装置。 - 請求項1において、前記シミュレータは、
前記既存の複数のデータセットの中の前記第1の環境情報に適する複数のデータセットを前記モデルにより変換するために選択するユニットを含む、装置。 - 請求項1または7において、さらに
前記第1の測定済みのデータセットの特徴点を抽出するユニットを有し、
前記シミュレータは、前記既存の複数のデータセットの中の前記特徴点が共通する複数のデータセットを前記モデルにより変換するために選択するユニットとを含む、装置。 - 請求項1ないし5、7および8のいずれかにおいて、前記出力ユニットは、前記インターフェイスから前記第1のセンサーにより測定された第2の測定済みのデータセットおよび前記第2の測定済みのデータセットの測定環境を示す第2の環境情報により選択された前記第2の測定済みのデータセットに近い少なくとも1つの候補および前記第1の測定済みのデータセットに近い少なくとも1つの候補に共通する候補を出力するユニットを含む、装置。
- 請求項1ないし5および7ないし9のいずれかにおいて、前記第1の環境情報は、第2のセンサーにより測定された、前記第1のセンサーの測定環境を示すデータ、第3のセンサーにより測定された位置情報、カメラまたは外部入力インターフェイスを介して入力されたアプリケーション情報の少なくともいずれかを含む、装置。
- 請求項1ないし5および7ないし10のいずれかにおいて、前記第1のセンサーに対し測定条件を出力するセンサー制御ユニットを有する、装置。
- 請求項1ないし5および7ないし11のいずれかにおいて、前記第1のセンサーを有する装置。
- 請求項1ないし5および7ないし12のいずれかにおいて、前記データベースを有する装置。
- 請求項1ないし5および7ないし13のいずれかにおいて、前記出力ユニットは、前記候補の製品名を出力する、装置。
- 請求項1ないし5および7ないし14のいずれかに記載の装置としてコンピュータを機能させるプログラム。
- 第1のセンサーにより測定されたデータを処理装置が処理する方法であって、
前記処理装置が前記第1のセンサーにより測定された第1の測定済みのデータセットを受け取ることと、
前記処理装置が前記第1の測定済みのデータセットの測定環境を示す第1の環境情報を受け取ることと、
前記処理装置が既存の複数のデータセットを前記第1の環境情報により制御された条件で変換して複数の仮想データセットを生成することと、
前記処理装置が前記複数の仮想データセットを含む暫定的な集合の中から前記第1の測定済みのデータセットに近い少なくとも1つの候補を選択することとを有し、
前記第1のセンサーは化学物質のイオン移動度に基づく物理量を測定するイオン移動度スペクトロメータであり、
前記処理装置は、前記既存の複数のデータセットをそれぞれの化学物質のイオン移動度のモデルを用いて変換して前記複数の仮想データセットを生成するシミュレータを含み、
前記生成することは、前記第1のセンサーとは異なるセンサーであって、温度、湿度、圧力、流量の少なくともいずれかを測定するセンサーにより取得される複数の異なる情報を含む前記第1の環境情報をパラメータとして、前記既存の複数のデータセットを前記シミュレータにより変換して前記複数の仮想データセットを生成することを含む、方法。 - 請求項16において、
前記複数の仮想データセットを生成することは、前記既存の複数のデータセットを前記第1の環境情報により制御された確率で組み合わせて前記複数の仮想データセットを生成することを含む、方法。 - 請求項16または17において、前記複数の仮想データセットを生成することは、
前記既存の複数のデータセットを前記第1の環境情報に基づき理論的および/または実験的に変化させた複数の第1の変換済みのデータセットを生成することと、
前記複数の第1の変換済みのデータセットを確率的に組み合わせて前記複数の仮想データセットを生成することとを含む、方法。 - 請求項18において、前記複数の仮想データセットを生成することは、前記複数の第1の変換済みのデータセットを組み合わせて前記第1の測定済みのデータセットに近い前記複数の仮想データセットを確率的に見出すことを含む、方法。
- 請求項16ないし19のいずれかにおいて、前記複数の仮想データセットを生成することは、前記既存の複数のデータセットの中から前記第1の環境情報に適する複数のデータセットを相対的に高い確率で組み合わせて前記複数の仮想データセットを生成することを含む、方法。
- 請求項16ないし20のいずれかにおいて、前記複数の仮想データセットを生成することは、
前記既存の複数のデータセットの中から前記第1の環境情報に適する複数のデータセットを相対的に高い確率で組み合わせて複数の第2の変換済みのデータセットを生成することと、
前記複数の第2の変換済みのデータセットを理論的および/または実験的パラメータを介して組み合わせて前記第1の測定済みのデータセットに近い前記複数の仮想データセットを確率的に見出すこととを含む、方法。 - 請求項16において、前記モデルにより変換して複数の仮想データセットを生成することは、
前記既存の複数のデータセットの中の前記第1の環境情報に適する複数のデータセットを前記モデルにより変換して前記複数の仮想データセットを生成することを含む、方法。 - 請求項16または23において、前記モデルにより変換して複数の仮想データセットを生成することは、
前記第1の測定済みのデータセットの特徴点を抽出することと、
前記既存の複数のデータセットの中の前記特徴点が共通する複数のデータセットを前記モデルにより変換して前記複数の仮想データセットを生成することとを含む、方法。 - 請求項16ないし21、23および24のいずれかにおいて、前記第1のセンサーにより測定された第2の測定済みのデータセットを受け取ることと、
前記第2の測定済みのデータセットの測定環境を示す第2の環境情報を受け取ることと、
既存の複数のデータセットを前記第2の環境情報により制御された条件で変換して複数の仮想データセットを生成することと、
前記複数の仮想データセットを含む暫定的な集合の中から前記第2の測定済みのデータセットに近い少なくとも1つの候補を選択することと、
前記第1の測定済みのデータセットに近い少なくとも1つの候補および前記第2の測定済みのデータセットに近い少なくとも1つの候補に共通する候補を選択することとを有する、方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012531695A JP5815534B2 (ja) | 2010-08-31 | 2011-08-31 | センサーにより測定されたデータから候補を見つける方法および装置 |
Applications Claiming Priority (6)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010193361 | 2010-08-31 | ||
JP2010193382 | 2010-08-31 | ||
JP2010193382 | 2010-08-31 | ||
JP2010193361 | 2010-08-31 | ||
JP2012531695A JP5815534B2 (ja) | 2010-08-31 | 2011-08-31 | センサーにより測定されたデータから候補を見つける方法および装置 |
PCT/JP2011/004884 WO2012029312A1 (ja) | 2010-08-31 | 2011-08-31 | センサーにより測定されたデータから候補を見つける方法および装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2012029312A1 JPWO2012029312A1 (ja) | 2013-10-28 |
JP5815534B2 true JP5815534B2 (ja) | 2015-11-17 |
Family
ID=45772435
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012531695A Active JP5815534B2 (ja) | 2010-08-31 | 2011-08-31 | センサーにより測定されたデータから候補を見つける方法および装置 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20130297276A1 (ja) |
EP (1) | EP2613141A4 (ja) |
JP (1) | JP5815534B2 (ja) |
KR (1) | KR20130103517A (ja) |
CN (1) | CN103201621B (ja) |
WO (1) | WO2012029312A1 (ja) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2843399B1 (en) * | 2012-04-25 | 2019-01-16 | Atonarp Inc. | System which provides content |
KR102224714B1 (ko) * | 2013-12-03 | 2021-03-08 | 삼성전자주식회사 | 신규 물질 탐색 시스템 및 그 탐색 방법 |
HUP1300737A2 (en) * | 2013-12-18 | 2015-06-29 | Turbine Halozatelemzoe Kutatasi Fejlesztesi Kft | Method, processor controlled device and program for intervention planning in a complex system |
US10242388B2 (en) * | 2016-01-05 | 2019-03-26 | Amobee, Inc. | Systems and methods for efficiently selecting advertisements for scoring |
WO2017153726A1 (en) * | 2016-03-07 | 2017-09-14 | Micromass Uk Limited | Spectrometric analysis |
US10891311B2 (en) * | 2016-10-14 | 2021-01-12 | Red Hat, Inc. | Method for generating synthetic data sets at scale with non-redundant partitioning |
AU2018427466A1 (en) * | 2018-06-11 | 2020-12-03 | Mitsubishi Electric Corporation | Environmental information management system |
CN113409548B (zh) * | 2021-06-19 | 2022-08-12 | 厦门大学嘉庚学院 | 一种基于人工免疫算法的防溺水警报器系统 |
CN117030828A (zh) * | 2023-09-28 | 2023-11-10 | 生态环境部华南环境科学研究所(生态环境部生态环境应急研究所) | 电化学传感器结合多元分析的全氟辛烷磺酸定量检测方法 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6421655B1 (en) | 1999-06-04 | 2002-07-16 | Microsoft Corporation | Computer-based representations and reasoning methods for engaging users in goal-oriented conversations |
US7399958B2 (en) * | 1999-07-21 | 2008-07-15 | Sionex Corporation | Method and apparatus for enhanced ion mobility based sample analysis using various analyzer configurations |
US7051352B1 (en) | 2000-02-04 | 2006-05-23 | Koninklijke Philips Electronics N.V. | Adaptive TV program recommender |
US7010159B2 (en) | 2001-04-25 | 2006-03-07 | Koninklijke Philips Electronics N.V. | Apparatus and method for combining random set of video features in a non-linear scheme to best describe perceptual quality of video sequences using heuristic search methodology |
EP1405065B1 (en) * | 2001-06-30 | 2012-04-11 | Dh Technologies Development Pte. Ltd. | System for collection of data and identification of unknown ion species in an electric field |
JP4802104B2 (ja) | 2003-11-25 | 2011-10-26 | サイオネックス コーポレイション | サンプルの分析を改善するための分散特性、サンプル解離及び/又は圧力制御を用いた移動度ベースの装置及び方法 |
AU2005268605A1 (en) | 2004-08-02 | 2006-02-09 | Owlstone Ltd | Ion mobility spectrometer |
JP4491299B2 (ja) * | 2004-08-11 | 2010-06-30 | 株式会社日立ハイテクノロジーズ | 質量分析装置 |
US20120143515A1 (en) * | 2006-09-28 | 2012-06-07 | Smiths Detection Inc. | Multi-detector gas identification system |
CN102770758B (zh) * | 2009-12-22 | 2015-12-16 | Atonarp株式会社 | 检测化学物质的装置及方法 |
-
2011
- 2011-08-31 JP JP2012531695A patent/JP5815534B2/ja active Active
- 2011-08-31 KR KR1020137007972A patent/KR20130103517A/ko not_active Application Discontinuation
- 2011-08-31 WO PCT/JP2011/004884 patent/WO2012029312A1/ja active Application Filing
- 2011-08-31 US US13/820,089 patent/US20130297276A1/en not_active Abandoned
- 2011-08-31 CN CN201180052933.XA patent/CN103201621B/zh not_active Expired - Fee Related
- 2011-08-31 EP EP11821333.9A patent/EP2613141A4/en not_active Withdrawn
Also Published As
Publication number | Publication date |
---|---|
KR20130103517A (ko) | 2013-09-23 |
EP2613141A1 (en) | 2013-07-10 |
JPWO2012029312A1 (ja) | 2013-10-28 |
EP2613141A4 (en) | 2016-12-28 |
CN103201621A (zh) | 2013-07-10 |
WO2012029312A1 (ja) | 2012-03-08 |
US20130297276A1 (en) | 2013-11-07 |
CN103201621B (zh) | 2015-11-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5815534B2 (ja) | センサーにより測定されたデータから候補を見つける方法および装置 | |
Grossmann et al. | AUDENS: a tool for automated peptide de novo sequencing | |
US11694769B2 (en) | Systems and methods for de novo peptide sequencing from data-independent acquisition using deep learning | |
Kirk et al. | High-resolution high kinetic energy ion mobility spectrometer based on a low-discrimination tristate ion shutter | |
Mo et al. | MSNovo: a dynamic programming algorithm for de novo peptide sequencing via tandem mass spectrometry | |
JP6209511B2 (ja) | コンテンツを提供するシステム | |
WO2020014767A1 (en) | Systems and methods for de novo peptide sequencing from data-independent acquisition using deep learning | |
Zhang et al. | A novel sensor selection using pattern recognition in electronic nose | |
US20170315103A1 (en) | Apparatus and method for dealing with ambient smell | |
Shvartsburg et al. | Scaling of the resolving power and sensitivity for planar FAIMS and mobility-based discrimination in flow-and field-driven analyzers | |
Isenberg et al. | Optimization of peptide separations by differential ion mobility spectrometry | |
Shvartsburg et al. | Pendular proteins in gases and new avenues for characterization of macromolecules by ion mobility spectrometry | |
WO2012056709A1 (ja) | 分析装置 | |
Wong et al. | Screening unknown novel psychoactive substances using GC–MS based machine learning | |
Huang et al. | ProteinLasso: A Lasso regression approach to protein inference problem in shotgun proteomics | |
WO2014125819A1 (ja) | 解析装置 | |
Attah et al. | Traveling-wave-based electrodynamic switch for concurrent dual-polarity ion manipulations in structures for lossless ion manipulations | |
Laschober et al. | Comparison of various nano-differential mobility analysers (nDMAs) applying globular proteins | |
Cao et al. | A wavelength selection method based on random decision particle swarm optimization with attractor for near‐infrared spectral quantitative analysis | |
Zhao et al. | BagReg: Protein inference through machine learning | |
Na et al. | CIFTER: automated charge-state determination for peptide tandem mass spectra | |
Donald et al. | Bagged super wavelets reduction for boosted prostate cancer classification of seldi-tof mass spectral serum profiles | |
Clementi et al. | Size distribution of nanoparticles by dynamic light scattering. Comparison of Bayesian and Tikhonov inversion methods | |
Lewis et al. | Peptide refinement by using a stochastic search | |
Barrios-Collado et al. | Numerical algorithm for the accurate evaluation of ion beams in transversal modulation ion mobility spectrometry: Understanding realistic geometries |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20140828 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20150825 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20150924 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5815534 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |