Многослойная нейронная сеть для определения размеров наночастиц в задаче лазерной спектрометрии

 pdf (9888K)  / Аннотация

Список литературы:

  1. Д. Г. Гуревич и др. Влияние размеров липосом на уровень и селективность накопления тиосенса в опухоли // Российский биотерапевтический журнал. — 2007. — Т. 6, № 2.
    • D. G. Gurevich, et al. Effect of liposome size on the level and selectivity of thiosens accumulation in the tumor // Rossijskij bioterapevticheskij zhurnal. — 2007. — V. 6, no. 2. — in Russian.
  2. Ю. С. Кашницкий, Д. И. Игнатов. Ансамблевый метод машинного обучения, основанный на рекомендации классификаторов // Machine Learning in Python, Journal of Machine Learning Research. — 2011. — Т. 12. — С. 2825–2830. — MathSciNet: MR2854348.
    • Yu. S. Kashnickij, D. I. Ignatov. Ensemble machine learning method based on the recommendation of classifiers // Machine Learning in Python, Journal of Machine Learning Research. — 2011. — V. 12. — P. 2825–2830. — in Russian. — MathSciNet: MR2854348.
  3. В. Б. Лопатко и др. Программная реализация алгоритма решения обратной задачи корреляционной спектроскопии // Перспективные материалы. — 2011. — № 10. — С. 236–241.
    • V. B. Lopatko, et al. Software implementation of the algorithm for solving the inverse problem of correlation spectroscopy // Perspektivnye materialy. — 2011. — no. 10. — P. 236–241. — in Russian.
  4. А. Н. Тихонов. О регуляризации некорректно поставленных задач // Доклады Академии наук. — 1963. — Т. 153, № 1. — С. 49–52.
    • A. N. Tihonov. Regularization of incorrectly assigned problems // Doklady Akademii nauk. — 1963. — V. 153, no. 1. — P. 49–52. — in Russian. — Math-Net: Mi eng/dan28764. — MathSciNet: MR0162378.
  5. R. Bauer, et al. Influence of heavy metal ions on antibodies and immune complexes investigated by dynamic light scattering and enzyme-linked immunosorbent assay // Biochimica et Biophysica Acta (BBA)— General Subjects. — 1997. — V. 1334, no. 1. — P. 98–108. — DOI: 10.1016/S0304-4165(96)00078-5.
  6. V. V. Berdnik, R. D. Mukhamedyarov, V. A. Loiko. Sizing of soft spheroidal particles by multiangle scattered light intensity data: application of neural networks // Journal of Quantitative Spectroscopy and Radiative Transfer. — 2004. — V. 89, no. 1–4. — P. 279–289. — DOI: 10.1016/j.jqsrt.2004.05.028. — ads: 2004JQSRT..89..279B.
  7. V. V. Berdnik, V. A. Loiko. Sizing of spheroidal and cylindrical particles in a binary mixture by measurement of scattered light intensity: application of neural networks // Journal of Quantitative Spectroscopy and Radiative Transfer. — 2005. — V. 91, no. 1. — P. 1–10. — DOI: 10.1016/j.jqsrt.2004.05.027. — ads: 2005JQSRT..91....1B.
  8. D. Chicea. A study of nanoparticle aggregation by coherent light scattering // Current Nanoscience. — 2012. — V. 8, no. 2. — P. 259. — DOI: 10.2174/157341312800167704. — ads: 2012CNan....8..259C.
  9. D. Chicea. Using neural networks for dynamic light scattering time series processing // Measurement Science and Technology. — 2017. — V. 28, no. 5. — P. 055206. — DOI: 10.1088/1361-6501/aa61b4. — ads: 2017MeScT..28e5206C.
  10. L. Deriemaeker, R. Finsy. Shape and size determination by laser diffraction: average aspect ratio and size distributions by volume; feasibility of data analysis by neural networks // Particle and Particle Systems Characterization. — 2005. — V. 22, no. 1. — P. 5–13. — DOI: 10.1002/ppsc.200400960.
  11. R. Guardani, C. A. O. Nascimento, R. S. Onimaru. Use of neural networks in the analysis of particle size distribution by laser diffraction: tests with different particle systems // Powder technology. — 2002. — V. 126, no. 1. — P. 42–50. — DOI: 10.1016/S0032-5910(02)00036-0.
  12. D. P. Kingma, J. Adam. Ba. A method for stochastic optimization. — 2014. — arXiv preprint arXiv:1412.6980. — https://arxiv.org/abs/1412.6980.
  13. D. E. Koppel. Analysis of macromolecular polydispersity in intensity correlation spectroscopy: the method of cumulants // The Journal of Chemical Physics. — 1972. — V. 57, no. 11. — P. 4814–4820. — DOI: 10.1063/1.1678153. — ads: 1972JChPh..57.4814K.
  14. M. Li, T. Frette, D. Wilkinson. Particle size distribution determination from spectral extinction using neural networks // Industrial and engineering chemistry research. — 2001. — V. 40, no. 21. — P. 4615–4622. — DOI: 10.1021/ie000826+.
  15. V. Nair, G. E. Hinton. Rectified linear units improve restricted boltzmann machines / Proceedings of the 27th international conference on machine learning (ICML-10). — 2010. — P. 807–814.
  16. S. W. Provencher. CONTIN: a general purpose constrained regularization program for inverting noisy linear algebraic and integral equations // Computer Physics Communications. — 1982. — V. 27, no. 3. — P. 229–242. — DOI: 10.1016/0010-4655(82)90174-6. — ads: 1982CoPhC..27..229P.
  17. N. Srivastava, et al. Dropout: a simple way to prevent neural networks from overfitting // The Journal of Machine Learning Research. — 2014. — V. 15, no. 1. — P. 1929–1958. — MathSciNet: MR3231592.
  18. R. Tibshirani. Regression shrinkage and selection via the lasso // Journal of the Royal Statistical Society. Series B (Methodological). — 1996. — P. 267–288. — DOI: 10.1111/j.2517-6161.1996.tb02080.x. — MathSciNet: MR1379242.
  19. Z. Ulanowski, et al. Application of neural networks to the inverse light scattering problem for spheres // Applied optics. — 1998. — V. 37, no. 18. — P. 4027–4033. — DOI: 10.1364/AO.37.004027. — ads: 1998ApOpt..37.4027U.

Полнотекстовая версия журнала доступна также на сайте научной электронной библиотеки eLIBRARY.RU

Журнал входит в Перечень российских рецензируемых научных журналов, в которых должны быть опубликованы основные научные результаты диссертаций на соискание ученых степеней доктора и кандидата наук ВАК, группы специальностей: 01.01.00, 01.02.00.
 

Международная Междисциплинарная Конференция "Математика. Компьютер. Образование"

Международная Междисциплинарная Конференция МАТЕМАТИКА. КОМПЬЮТЕР. ОБРАЗОВАНИЕ.

Журнал включен в базу данных Russian Science Citation Index (RSCI) на платформе Web of Science

Журнал индексируется в Scopus