| |
|
|
 | 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
|
|
|
| Acesso ao texto completo restrito à biblioteca da Embrapa Soja. Para informações adicionais entre em contato com valeria.cardoso@embrapa.br. |
Registro Completo
|
Biblioteca(s): |
Embrapa Soja. |
|
Data corrente: |
13/07/1999 |
|
Data da última atualização: |
05/07/2006 |
|
Autoria: |
FARIA, L. C.; EICHLER V. ROLIM, R. B.; ASSUNCAO, M. S.; MONTEIRO, P. M. F. O.; SPEHAR, C.; GUIMARAES, L. B.; MATOS, F. S.; NEIVA, L. C. S. |
|
Título: |
Descricao da cultivar de soja EMGOPA-316 (Rio Verde). |
|
Ano de publicação: |
1999 |
|
Fonte/Imprenta: |
In: CONGRESSO BRASILEIRO DE SOJA, 1999, Londrina. Anais... Londrina: Embrapa Soja, 1999. |
|
Páginas: |
p.494. |
|
Série: |
(Embrapa Soja. Documentos, 124). |
|
Idioma: |
Português |
|
Conteúdo: |
A cultivar de soja EMGOPA-316 (Rio Verde) originou-se do cruzamento entre a linhagem FT79-2564 e a cv. EMGOPA-302, realizado pela EMGOPA em 1987. De F a F, as geracoes foram avancadas nos periodos de safra e entressafra, neste, sob irrigacao convencional, em Senador Canedo-GO. Na geracao F, em 1989/90, foram feitas selecoes de plantas e na geracao F (1990/91) foram efetuadas as avaliacoes e selecoes de linhagens. A partir da geracao F (1991/92) a EMGOPA-316 foi avaliada nos ensaios das avaliacoes preliminares e finais nas regioes produtoras de Goias e Distrito Federal. Nos ensaios da avaliacao final, conduzidos nas safras 1994/95 e 1995/96, em 21 ambientes a EMGOPA-316 foi 5% mais produtiva que a cultivar padrao EMGOPA-309 (Goiana). As caracteristicas agronomicas mais relevantes sao a altura de plantas superior as cv. FT-Estrela a EMGOPA-309, a resistencia ao cancro da haste, causado por Diaporthe phaseolorum f.sp. meridionalis, a mancha "olho-de-ra" causada por Cercospora sojina, e a pustula bacteriana, causada por Xanthomonas axonopodis pv. glycines, sendo tambem resistente ao acamamento. A EMGOPA-316 e de ciclo de maturacao precoce (116 dias), possibilitando a sucessao de culturas (safrinha). Apresenta cor de flor branca, cor da pubescencia marrom, tegumento da semente amarelo brilhante, cor de hilo marrom e tipo de crescimento indeterminado. Foi indicada para cultivo no Estado de Goias e Distrito Federal a partir da safra 1996/97, em solos de cerrado corrigidos e de boa fertilidade natural, com espacamento entre linhas de 40 a 40 cm e com populacao que pode variar de 350.000 a 400.000 plantas por hectare. MenosA cultivar de soja EMGOPA-316 (Rio Verde) originou-se do cruzamento entre a linhagem FT79-2564 e a cv. EMGOPA-302, realizado pela EMGOPA em 1987. De F a F, as geracoes foram avancadas nos periodos de safra e entressafra, neste, sob irrigacao convencional, em Senador Canedo-GO. Na geracao F, em 1989/90, foram feitas selecoes de plantas e na geracao F (1990/91) foram efetuadas as avaliacoes e selecoes de linhagens. A partir da geracao F (1991/92) a EMGOPA-316 foi avaliada nos ensaios das avaliacoes preliminares e finais nas regioes produtoras de Goias e Distrito Federal. Nos ensaios da avaliacao final, conduzidos nas safras 1994/95 e 1995/96, em 21 ambientes a EMGOPA-316 foi 5% mais produtiva que a cultivar padrao EMGOPA-309 (Goiana). As caracteristicas agronomicas mais relevantes sao a altura de plantas superior as cv. FT-Estrela a EMGOPA-309, a resistencia ao cancro da haste, causado por Diaporthe phaseolorum f.sp. meridionalis, a mancha "olho-de-ra" causada por Cercospora sojina, e a pustula bacteriana, causada por Xanthomonas axonopodis pv. glycines, sendo tambem resistente ao acamamento. A EMGOPA-316 e de ciclo de maturacao precoce (116 dias), possibilitando a sucessao de culturas (safrinha). Apresenta cor de flor branca, cor da pubescencia marrom, tegumento da semente amarelo brilhante, cor de hilo marrom e tipo de crescimento indeterminado. Foi indicada para cultivo no Estado de Goias e Distrito Federal a partir da safra 1996/97, em solos de cerrado corrigidos e de boa ... Mostrar Tudo |
|
Palavras-Chave: |
Cultivar; Soybean. |
|
Thesagro: |
Genética; Melhoramento; Soja. |
|
Thesaurus NAL: |
breeding; varieties. |
|
Categoria do assunto: |
-- |
|
Marc: |
LEADER 02479naa a2200313 a 4500
001 1460812
005 2006-07-05
008 1999 bl uuuu u00u1 u #d
100 1 $aFARIA, L. C.
245 $aDescricao da cultivar de soja EMGOPA-316 (Rio Verde).
260 $c1999
300 $ap.494.
490 $a(Embrapa Soja. Documentos, 124).
520 $aA cultivar de soja EMGOPA-316 (Rio Verde) originou-se do cruzamento entre a linhagem FT79-2564 e a cv. EMGOPA-302, realizado pela EMGOPA em 1987. De F a F, as geracoes foram avancadas nos periodos de safra e entressafra, neste, sob irrigacao convencional, em Senador Canedo-GO. Na geracao F, em 1989/90, foram feitas selecoes de plantas e na geracao F (1990/91) foram efetuadas as avaliacoes e selecoes de linhagens. A partir da geracao F (1991/92) a EMGOPA-316 foi avaliada nos ensaios das avaliacoes preliminares e finais nas regioes produtoras de Goias e Distrito Federal. Nos ensaios da avaliacao final, conduzidos nas safras 1994/95 e 1995/96, em 21 ambientes a EMGOPA-316 foi 5% mais produtiva que a cultivar padrao EMGOPA-309 (Goiana). As caracteristicas agronomicas mais relevantes sao a altura de plantas superior as cv. FT-Estrela a EMGOPA-309, a resistencia ao cancro da haste, causado por Diaporthe phaseolorum f.sp. meridionalis, a mancha "olho-de-ra" causada por Cercospora sojina, e a pustula bacteriana, causada por Xanthomonas axonopodis pv. glycines, sendo tambem resistente ao acamamento. A EMGOPA-316 e de ciclo de maturacao precoce (116 dias), possibilitando a sucessao de culturas (safrinha). Apresenta cor de flor branca, cor da pubescencia marrom, tegumento da semente amarelo brilhante, cor de hilo marrom e tipo de crescimento indeterminado. Foi indicada para cultivo no Estado de Goias e Distrito Federal a partir da safra 1996/97, em solos de cerrado corrigidos e de boa fertilidade natural, com espacamento entre linhas de 40 a 40 cm e com populacao que pode variar de 350.000 a 400.000 plantas por hectare.
650 $abreeding
650 $avarieties
650 $aGenética
650 $aMelhoramento
650 $aSoja
653 $aCultivar
653 $aSoybean
700 1 $aEICHLER V. ROLIM, R. B.
700 1 $aASSUNCAO, M. S.
700 1 $aMONTEIRO, P. M. F. O.
700 1 $aSPEHAR, C.
700 1 $aGUIMARAES, L. B.
700 1 $aMATOS, F. S.
700 1 $aNEIVA, L. C. S.
773 $tIn: CONGRESSO BRASILEIRO DE SOJA, 1999, Londrina. Anais... Londrina: Embrapa Soja, 1999.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Soja (CNPSO) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
