| |
|
|
 | Acesso ao texto completo restrito à biblioteca da Embrapa Instrumentação. Para informações adicionais entre em contato com cnpdia.biblioteca@embrapa.br. |
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Instrumentação. |
|
Data corrente: |
28/09/2021 |
|
Data da última atualização: |
10/06/2022 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Autoria: |
CHRISTINELLI, W. A.; SHIMIZU, F. M.; FACURE, M. H. M.; CERRI, R.; OLIVEIRA JUNIOR, O. N.; CORREA, D. S.; MATTOSO, L. H. C. |
|
Afiliação: |
DANIEL SOUZA CORREA, CNPDIA; LUIZ HENRIQUE CAPPARELLI MATTOSO, CNPDIA. |
|
Título: |
Two-dimensional MoS2-based impedimetric electronic tongue for the discrimination of endocrine disrupting chemicals using machine learning. |
|
Ano de publicação: |
2021 |
|
Fonte/Imprenta: |
Sensors and Actuators: B. Chemical, v. 336, 129696, 2021. |
|
Páginas: |
1 - 11 |
|
ISSN: |
0925-4005 |
|
DOI: |
https://doi.org/10.1016/j.snb.2021.129696 |
|
Idioma: |
Inglês |
|
Conteúdo: |
In this paper, we report on machine learning to analyze the capacitance spectra obtained with an electronic tongue (e-tongue) and discriminate three endocrine-disrupting chemicals (EDC): bisphenol A, estrone, and 17- β-estradiol, and their mixtures. The e-tongue comprised seven sensing units made with interdigitated gold electrodes coated with layer-by-layer films of poly(o-methoxy aniline), poly(3-thiophene acetic acid), and molybdenum disulfide (MoS2). The Multilayer Perceptron (MLP), Random Forest, and Extreme Gradient Boosting (XGBoost) models were applied for multi-target regression to predict the concentration of individual contaminants and their mixtures. These machine learning models were evaluated according to the root mean square error (RMSE) values. The best performance was achieved with XGBoost for which RMSE ranged from 0.19 to 3.37 for individual contaminants, from 0.12 to 0.25 for the mixtures, and from 0.34 to 3.46 for the entire dataset. The high performance was only possible with a multi-target regression strategy, including a feature selection procedure. In the latter, the data were plotted with the parallel coordinate technique, and the silhouette coefficient was calculated, which is a quantitative measure of the ability to distinguish similar samples in a dataset. The usefulness of the machine learning methods is demonstrated by noting that the data from mixtures of EDCs could not be distinguished using multidimensional projections. Also significant is that this combination of machine learning and information visualization methodology is entirely generic; it may be applied to analyze data from etongues and other sensing and biosensing devices in prediction tasks as demanding as in the discrimination of mixtures of EDCs at concentrations below nmol L− 1 . MenosIn this paper, we report on machine learning to analyze the capacitance spectra obtained with an electronic tongue (e-tongue) and discriminate three endocrine-disrupting chemicals (EDC): bisphenol A, estrone, and 17- β-estradiol, and their mixtures. The e-tongue comprised seven sensing units made with interdigitated gold electrodes coated with layer-by-layer films of poly(o-methoxy aniline), poly(3-thiophene acetic acid), and molybdenum disulfide (MoS2). The Multilayer Perceptron (MLP), Random Forest, and Extreme Gradient Boosting (XGBoost) models were applied for multi-target regression to predict the concentration of individual contaminants and their mixtures. These machine learning models were evaluated according to the root mean square error (RMSE) values. The best performance was achieved with XGBoost for which RMSE ranged from 0.19 to 3.37 for individual contaminants, from 0.12 to 0.25 for the mixtures, and from 0.34 to 3.46 for the entire dataset. The high performance was only possible with a multi-target regression strategy, including a feature selection procedure. In the latter, the data were plotted with the parallel coordinate technique, and the silhouette coefficient was calculated, which is a quantitative measure of the ability to distinguish similar samples in a dataset. The usefulness of the machine learning methods is demonstrated by noting that the data from mixtures of EDCs could not be distinguished using multidimensional projections. Also significant is t... Mostrar Tudo |
|
Palavras-Chave: |
Information visualization; Machine learning; XGBoost. |
|
Categoria do assunto: |
-- |
|
Marc: |
LEADER 02660naa a2200265 a 4500
001 2134828
005 2022-06-10
008 2021 bl uuuu u00u1 u #d
022 $a0925-4005
024 7 $ahttps://doi.org/10.1016/j.snb.2021.129696$2DOI
100 1 $aCHRISTINELLI, W. A.
245 $aTwo-dimensional MoS2-based impedimetric electronic tongue for the discrimination of endocrine disrupting chemicals using machine learning.$h[electronic resource]
260 $c2021
300 $a1 - 11
520 $aIn this paper, we report on machine learning to analyze the capacitance spectra obtained with an electronic tongue (e-tongue) and discriminate three endocrine-disrupting chemicals (EDC): bisphenol A, estrone, and 17- β-estradiol, and their mixtures. The e-tongue comprised seven sensing units made with interdigitated gold electrodes coated with layer-by-layer films of poly(o-methoxy aniline), poly(3-thiophene acetic acid), and molybdenum disulfide (MoS2). The Multilayer Perceptron (MLP), Random Forest, and Extreme Gradient Boosting (XGBoost) models were applied for multi-target regression to predict the concentration of individual contaminants and their mixtures. These machine learning models were evaluated according to the root mean square error (RMSE) values. The best performance was achieved with XGBoost for which RMSE ranged from 0.19 to 3.37 for individual contaminants, from 0.12 to 0.25 for the mixtures, and from 0.34 to 3.46 for the entire dataset. The high performance was only possible with a multi-target regression strategy, including a feature selection procedure. In the latter, the data were plotted with the parallel coordinate technique, and the silhouette coefficient was calculated, which is a quantitative measure of the ability to distinguish similar samples in a dataset. The usefulness of the machine learning methods is demonstrated by noting that the data from mixtures of EDCs could not be distinguished using multidimensional projections. Also significant is that this combination of machine learning and information visualization methodology is entirely generic; it may be applied to analyze data from etongues and other sensing and biosensing devices in prediction tasks as demanding as in the discrimination of mixtures of EDCs at concentrations below nmol L− 1 .
653 $aInformation visualization
653 $aMachine learning
653 $aXGBoost
700 1 $aSHIMIZU, F. M.
700 1 $aFACURE, M. H. M.
700 1 $aCERRI, R.
700 1 $aOLIVEIRA JUNIOR, O. N.
700 1 $aCORREA, D. S.
700 1 $aMATTOSO, L. H. C.
773 $tSensors and Actuators: B. Chemical$gv. 336, 129696, 2021.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Instrumentação (CNPDIA) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
| Registros recuperados : 14 | |
| 1. |  | TEODORO, K. B. R.; SHIMIZU, F. M.; CORREA, D. S. Fibras eletrofiadas funcionalizadas com híbrido nanocelulose/nanopartículas de prata para aplicação em sensores e biosensores. In: WORKSHOP DA REDE DE NANOTECNOLOGIA APLICADA AO AGRONEGÓCIO, 9., 2017, São Carlos. Anais ... São Carlos: Embrapa Instrumentação, 2017. p. 78-81. Editores: Caue Ribeiro de Oliveira, Elaine Cristina Paris, Luiz Henrique Capparelli Mattoso, Marcelo Porto Bemquerer, Maria Alice Martins, Odílio Benedito Garrido de Assis.| Tipo: Artigo em Anais de Congresso |
| Biblioteca(s): Embrapa Instrumentação. |
|    |
| 2. | | TEODORO, K. B. R.; SHIMIZU, F. M.; SCAGION, V. P.; CORREA, D. S. Nanocompósitos baseados em nanocristais de celulose, nanopartículas de prata e nanofibras eletrofiadas: uso em uma língua eletrônica para detecção de metais pesados. In: SIMPÓSIO NACIONAL DE INSTRUMENTAÇÃO AGROPECUÁRIA, 4., 2019, São Carlos, SP. Ciência, inovação e mercado: anais. São Carlos, SP: Embrapa Instrumentação, 2019. Editores: Paulino Ribeiro Villas-Boas, Maria Alice Martins, Débora Marcondes Bastos Pereira Milori, Ladislau Martin Neto. SIAGRO 2019. 658-662| Tipo: Artigo em Anais de Congresso |
| Biblioteca(s): Embrapa Instrumentação. |
| |
| 4. | | SHIMIZU, F. M.; BILATTO, S. E. R.; CORREA, D. S.; ASSIS, O.; MATTOSO, L. H. C.; OLIVEIRA JUNIOR, O. N. Nanostructured biosensor based on layer-by-layer films for use in an e-tongue to detect E. Coli. In: BRAZIL MRS MEETING - SBPMAT, 15, 2016, Rio de Janeiro. Proceedings... Rio de Janeiro: SBPMat, 2016. não paginado. Entrada padronizada: ASSIS, O. B. G.| Tipo: Artigo em Anais de Congresso |
| Biblioteca(s): Embrapa Instrumentação. |
| |
| 5. | | SHIMIZU, F. M.; BILATTO, S. E. R.; CORREA, D. S.; ASSIS, O.; MATTOSO, L. H. C.; OLIVEIRA JUNIOR, O. N. Nanostructured biosensor based on Layer-by-Layer films for use in an e-tongue to detect E. Coli. In: BRAZIL MRS MEETING - SBPMAT, 15, 2016, Rio de Janeiro. Proceedings... Rio de Janeiro: SBPMat, 2016. p. 1256.| Tipo: Artigo em Anais de Congresso |
| Biblioteca(s): Embrapa Instrumentação. |
|  |
| 6. | | MANZOLI, A.; MERCANTE, L. A.; SHIMIZU, F. M.; PARIS, E. C.; OLIVEIRA JR, O. N.; CORREA, D. S.; MATTOSO, L. H. C. Caracterização de filmes LBL dos nanocompósitos híbridos AGCL/PANI. In: WORKSHOP DA REDE DE NANOTECNOLOGIA APLICADA AO AGRONEGÓCIO, 8, 2014, Juiz de fora. Anais... São Carlos: Embrapa Instrumentação; Campo Grande: Embrapa Gado de Corte; Juiz de Fora: Embrapa Gado de Leite, 2014. p. 55-58. Editores: Maria Alice Martins, Humberto de Mello Brandão, Marlene de Barros Coelho, Daniel Souza Corrêa, Caue Ribeiro, Luiz Henrique Capparelli Mattoso.| Tipo: Artigo em Anais de Congresso |
| Biblioteca(s): Embrapa Instrumentação. |
| |
| 7. | | BILLATO, S. E. R.; SHIMIZU, F. M.; OLIVEIRA JR, O. N.; ASSIS, O. B. G. de; MATTOSO, L. H. C.; CORREA, D. S. Desenvolvimento de arquiteturas nanoestruturadas para biossensores eletroquímicos utilizando a técnica de automontagem. In: WORKSHOP DA REDE DE NANOTECNOLOGIA APLICADA AO AGRONEGÓCIO, 8, 2014, Juiz de fora. Anais... São Carlos: Embrapa Instrumentação; Campo Grande: Embrapa Gado de Corte; Juiz de Fora: Embrapa Gado de Leite, 2014. p. 42-45. Editores: Maria Alice Martins, Humberto de Mello Brandão, Marlene de Barros Coelho, Daniel Souza Corrêa, Caue Ribeiro, Luiz Henrique Capparelli Mattoso.| Tipo: Artigo em Anais de Congresso |
| Biblioteca(s): Embrapa Instrumentação. |
| |
| 8. | | DAIKUZONO, C. M.; SHIMIZU, F. M.; MANZOLI, A.; RIUL JUNIOR, A.; PIAZZETA, M. H. O.; GOBBI, A. L.; CORREA, D. S.; PAULOVICH, F. V.; OLIVEIRA JUNIOR, O. N. Information visualization and feature selection methods applied to detect gliadin in gluten-containing foodstuff with a microfluidic eletronic tongue. In: Applied Materials & Interfaces, v. 9, p. 19646-19652, 2017.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 1 |
| Biblioteca(s): Embrapa Instrumentação. |
| |
| 9. | | MANZOLI, A. SHIMIZU, F. M. MERCANTE, L. A.; PARIS, E. C.; OLIVEIRA JR, O. N.; CORREA, D. S.; MATTOSO, L. H. C. Layer-by-layer fabrication of AgCI-PANI hybrid nanocomposite films for electronic tongues. Journal of Polymer Science: part B: Polymer Physics, New York, v. 16, p. 24275-24281, 2014.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 1 |
| Biblioteca(s): Embrapa Instrumentação. |
| |
| 10. | | DAIKUZONO, C. M.; SHIMIZU, F. M.; RIUL JR, A.; MANZOLI, A.; PIAZZETTA, M. H.; GOBBI, A. L.; CORREA, D. S.; OLIVEIRA JR, O. N. Microfluidic electronic tongue to detect gliadin in foodstuff. In: BRAZILIAN MRS MEETING, 14., 2015, Rio de Janeiro. Program book... Rio de Janeiro: SBPMat, 2015. 1 p.| Tipo: Artigo em Anais de Congresso |
| Biblioteca(s): Embrapa Instrumentação. |
| |
| 11. | | SHIMIZU, F. M.; RODRIGUES, S. E. B.; CORREA, D. S.; ASSIS, O. B. G. de; MATTOSO, L. H. C.; OLIVEIRA JR, O. N. Using an e-tongue based on impedance spectroscopy to detect E. Coli. In: BRAZILIAN MRS MEETING, 14., 2015, Rio de Janeiro. Program book... Rio de Janeiro: SBPMat, 2015. 1 p.| Tipo: Artigo em Anais de Congresso |
| Biblioteca(s): Embrapa Instrumentação. |
| |
| 12. | | CHRISTINELLI, W. A.; SHIMIZU, F. M.; FACURE, M. H. M.; CERRI, R.; OLIVEIRA JUNIOR, O. N.; CORREA, D. S.; MATTOSO, L. H. C. Two-dimensional MoS2-based impedimetric electronic tongue for the discrimination of endocrine disrupting chemicals using machine learning. Sensors and Actuators: B. Chemical, v. 336, 129696, 2021. 1 - 11| Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 1 |
| Biblioteca(s): Embrapa Instrumentação. |
| |
| 13. | | ANDRE, R. S.; SHIMIZU, F. M.; MIYAZAKI, C. M.; RIUL JUNIOR, A.; MANZANI, D.; RIBEIRO, S. J. L.; OLIVEIRA JUNIOR, O. N.; MATTOSO, L. H. C.; CORREA, D. S. Hybrid layer-by-layer (LbL) films of polyaniline, graphene oxide and zinc oxide to detect ammonia. In: Sensors and Actuators B, Chemical, v. 238, p. 795-801, 2017.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 1 |
| Biblioteca(s): Embrapa Instrumentação. |
| |
| 14. | | MATERÓN, E. M.; GÓMEZ, F. R.; ALMEIDA, M. B.; SHIMIZU, F. M.; WONG, A.; TEODORO, K. B. R.; SILVA, F. S. R.; LIMA, M. J. A.; ANGELIM, M. K. S. C.; MELENDEZ, M. E.; PORRAS, N.; VIEIRA, P. M.; CORREA, D. S.; CARRILHO, E.; OLIVEIRA, Jr., O. N.; AZEVEDO, R. B.; GONÇALVES, D. Colorimetric Detection of SARS-CoV-2 Using Plasmonic Biosensors and Smartphones ACS Applied Materials & Interfaces, v. 14, 2022 54527–54538| Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 1 |
| Biblioteca(s): Embrapa Instrumentação. |
| |
| Registros recuperados : 14 | |
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
