用于逆向工程的人工智能：基于拉曼光谱在洗涤剂中的应用
人工智能
2023-11-01 v1
摘要
无论性质如何，复杂混合物的逆向工程在当今已变得十分重要。能够快速评估新商品产品相对于环境的潜在毒性是一项真正的分析挑战。数字工具（数据库、化学计量学、机器学习等）与分析技术（拉曼光谱、近红外光谱、质谱等）的发展将使得潜在有毒分子的识别成为可能。在本文中，我们以洗涤剂产品为例，其组成可能对人类或环境构成危险，因此需要为质量控制和监管目的进行精确识别与定量。多种数字工具（光谱数据库、混合物数据库、实验设计、化学计量学/机器学习算法……）与不同样品制备方法（原始样品，或若干浓缩/稀释样品）结合拉曼光谱，使得混合物组分的识别及其组成的估算得以实现。在不同分析工具中实施此类策略可为各种基质中的污染物识别与污染评估节省时间。该策略也适用于工业领域，用于产品或原材料控制以及质量控制目的。
引用
@article{arxiv.2310.20254,
title = {Artificial Intelligence for reverse engineering: application to detergents using Raman spectroscopy},
author = {Pedro Marote and Marie Martin and Anne Bonhomme and Pierre Lantéri and Yohann Clément},
journal= {arXiv preprint arXiv:2310.20254},
year = {2023}
}