Изображение на обложке

Информация о книге Joseph Dubrovkin «Data Compression in Spectroscopy», Cambridge Scholars Publishing. 2022, 355 pp. ISBN (10): 1-5275-8620-0 ISBN (13): 978-1-5275-8620-8

E. Y. Moshchenskaya, A. Yu. Bogomolov

Аннотация


Широкое применение инструментальных методов анализа, в частности, аналитической спектроскопии, в последние годы привело к увеличению объема информации об изучаемых объектах. Полученные результаты эксперимента сохраняются на компьютере в виде многомерных массивов цифровых данных, которые нужно специальным образом обрабатывать, например, убирать лишний шум, визуализировать, анализировать, сжимать для эффективного хранения. Для этих целей существуют теоретические методы и алгоритмы сжатия данных. При этом, алгоритмы сжатия (распаковки) должны обеспечивать минимальное искажение исходных сигналов обработки гиперспектральных данных. Большой объем данных подразумевает комплексный анализ информации. При работе с многомерными массивами важно использование специальных методов и технологий для обработки, анализа и интерпретации гиперспектральных данных. В настоящей статье представлена информация о монографии Joseph Dubrovkin «Data Compression in Spectroscopy». Книга опубликована издательством Cambridge Scholars Publishing. Представленная монография написана специалистом с огромным опытом работы в области анализа многомерных данных, хемометрики. Книга состоит из предисловия, информации о структуре книги, списка сокращений и символов, введения для каждой из 4 глав, 8 приложений, списка литературы и предметного указателя. Большое количество примеров и упражнений иллюстрируются программами на MATLAB, а библиографические таблицы наглядно демонстрируют применение методов сжатия в промышленных и исследовательских лабораториях. Материал книги в рецензии обсуждается по главам. Современная монография по сжатию данных в спектроскопии будет полезна в качестве учебного пособия для студентов и преподавателей, а также, специалистам аналитических лабораторий.

Ключевые слова: аналитическая спектроскопия, алгоритмы сжатия данных, анализ многомерных данных, информация о книге.

Полный текст:

PDF

Литература


Smilde A., Bro R., Geladi P. Multi-way Analysis: Applications in the Chemical Sciences. Chichester: John Wiley & Sons Ltd, 2004. 396 p.

Huang B., Bates M., Zhuang X. Super resolution fluorescence microscopy. Annu Rev Biochem., 2009, vol. 78, pp. 993–1016. doi: 10.1146/annurev.biochem.77.061906.092014.

Guzhov V.I., Marchenko I. O., Trubilina E. E. [Increasing the spatial resolution of signals in optical systems]. Komp'juternaja optika [Computer Optics], 2022, vol. 46, no. 1, pp. 65-70. doi: 10.18287/2412-6179-CO-924. (in Russian).

Wang L. (Ed.). Photoacoustic Imaging and Spectroscopy. Boca Raton: CRC Press, 2017. 536 p.

Huang T.X., Huang S.C., Li M.H., Zeng Z.C., Wang X., Ren B. Tip-enhanced Raman spectroscopy: tip-related issues. Anal Bioanal Chem., 2015, vol. 407, no. 27, pp. 8177-8195. doi: 10.1007/s00216-015-8968-8.

Lee J, Tallarida N, Chen X, Liu P, Jensen L, Apkarian V.A. Tip-Enhanced Raman Spectromicroscopy of Co(II)-Tetraphenylporphyrin on Au(111): Toward the Chemists' Microscope. Acs Nano, 2017, vol. 11, no. 11, pp. 11466-11474. doi: 10.1021/Acsnano.7B06183.

Naumov A.V., Gorshelev A.A., Gladush M.G., Anikushina T.A., Golovanova A.V., Köhler J., Kador L. Micro-Refractometry and Local-Field Mapping with Single Molecules. Nano Lett., 2018, vol. 18, no. 10, pp. 6129-6134. doi: 10.1021/acs.nanolett.8b01753.

Hu S., Maslov K., Wang L.V. Three-dimensional Optical-resolution Photoacoustic Microscopy. J. Vis. Exp., 2011, no. 51. doi: 10.3791/2729.

Gaiduk A., Yorulmaz M., Ruijgrok P.V., Orrit M. Room-Temperature Detection of a Single Molecule's Absorption by Photothermal Contrast. SCIENCE, 2010, vol. 330, no. 6002, pp. 353-356. doi: 10.1126/science.1195475.

Sayood K. Introduction to Data Compression. Fifth Edition. Waltham: Elsevier, 2018. 703 p.

Mark H., Workman Jr. Chemometrics in Spectroscopy. 2nd Edition. Elsevier, 2018. 1090 p.

Bogomolov A.Yu. [Optical Multisensor Systems in Analytical Spectroscopy]. Zh. analit. khimii [J. Anal. Chem.], 2022, vol. 77, no. 3, pp. 277-294. (in Russian).

Manolakis D.G., Lockwood R.B., Cooley T.W. Hyperspectral Imaging Remote Sensing: Physics, Sensors, and Algorithms. 1st Edition. Cambridge: Cambridge University Press, 2016. 706 p.

Dubrovkin J. Effectiveness of spectral coordinate transformation method in evaluating the unknown spectral parameters. J. Appl. Spectrosc., 1983, vol. 38, pp. 191–194.

Noda I., Ozaki Y. Two-Dimensional Correlation Spectroscopy: Applications in Vibrational and Optical Spectroscopy. Chichester: John Wiley & Sons Ltd, 2004. 312 p.

Gamez G. Compressed sensing in spectroscopy for chemical analysis. J. Anal. At. Spectrom. 2016, vol. 31, no. 11, pp. 2165-2174.

Bro R. PARAFAC. Tutorial and applications. Chemometrics and Intelligent Laboratory Systems. 1997, vol. 38, no. 2, pp. 149-171. doi: https://doi.org/10.1016/S0169-7439(97)00032-4.

Dubrovkin J. A Novel Compression Method of Spectral Data Matrix Based on the Low-Rank Approximation and the Fast Fourier Transform of the Singular Vectors. Appl. Spectrosc., 2022, vol. 76, no. 3, pp. 369-378.

Dubrovkin J. Mathematical Processing of Spectral Data in Analytical Chemistry: A Guide to Error Analysis. Cambridge: Cambridge Scholars Publishing, 2018. 380 p.

Dubrovkin J. Derivative Spectroscopy. Cambridge: Cambridge Scholars Publishing, 2021. 456 p.




DOI: https://doi.org/10.15826/analitika.2024.28.1.007

Ссылки

  • На текущий момент ссылки отсутствуют.