数据解析装置、数据解析方法、学习完毕模型的生成方法、系统以及程序制造方法及图纸

本发明专利技术提供能够高精度且容易地进行FT

【技术实现步骤摘要】
【国外来华专利技术】数据解析装置、数据解析方法、学习完毕模型的生成方法、系统以及程序


[0001]本公开涉及数据解析装置、数据解析方法、学习完毕模型的生成方法、系统以及程序。

技术介绍

[0002]傅立叶变换红外光谱仪(以下，也称为“FT
‑
IR光谱仪”)对样本照射红外干涉光并检测反射光或透过光。然后，FT
‑
IR光谱仪通过对记录有其检测信号的图表(干涉图)进行傅立叶变换，来获取横轴取波长或波数、纵轴取强度(例如，吸光度或透过率)的光谱(以下，也称为“FT
‑
IR光谱”)。由于FT
‑
IR光谱呈现与样本的分子结构相应的图案，因此用户能够使用FT
‑
IR光谱进行定性分析。另外，由于FT
‑
IR光谱的纵轴所表示的强度与样本的浓度或厚度大致成比例，因此用户能够基于FT
‑
IR光谱中的峰的高度或面积进行定量分析。在国际公开第2018/193499号(专利文献1)中公开了FT
‑
IR光谱仪的一例。
[0003]现有技术文献
[0004]专利文献
[0005]专利文献1：国际公开第2018/193499号

技术实现思路

[0006]专利技术要解决的问题
[0007]用户能够通过解析FT
‑
IR光谱来进行上述的定性分析和/或定量分析。一般来说，在FT
‑
IR光谱的解析中利用库(library)(例如，示出每种化合物或每个原子团的光谱图案的数据库)。用户用眼观察FT
‑
IR光谱，一边与库所示出的光谱图案进行比较一边进行FT
‑
IR光谱的解析。然而，FT
‑
IR光谱的解析对于不熟悉这种解析的用户来说未必容易。另外，由于具有复杂结构的化合物的FT
‑
IR光谱呈现复杂的光谱图案，因此即使是具有丰富的经验和知识的用户，也难以进行准确的解析。
[0008]本公开是为了解决上述问题而完成的，本公开的目的在于提供能够高精度且容易地进行FT
‑
IR光谱的解析的数据解析装置、数据解析方法、学习完毕模型的生成方法、系统以及程序。
[0009]用于解决问题的方案
[0010]本公开的第一方式所涉及的数据解析装置具备获取作为FT
‑
IR光谱的解析对象的获取部、学习完毕模型以及向学习完毕模型输入解析对象的解析部。学习完毕模型是以如下方式进行机器学习而得到的：当被输入FT
‑
IR光谱时，输出表示被输入的FT
‑
IR光谱是否包含源自学习完毕原子团的峰的信息。学习完毕原子团包括3个以上原子的原子团。
[0011]本公开的第二方式所涉及的数据解析方法包括以下说明的获取步骤和输入步骤。
[0012]在获取步骤中，获取分子结构未知的化合物的FT
‑
IR光谱。在输入步骤中，向学习完毕模型输入通过获取步骤获取到的FT
‑
IR光谱和用于指定由3个以上的原子构成的1个原
子团的指定信息。学习完毕模型是以如下方式进行机器学习而得到的数理模型：当被输入FT
‑
IR光谱和指定信息时，输出表示被输入的FT
‑
IR光谱是否包含源自由被输入的指定信息指定的3个以上原子的原子团的峰的信息。
[0013]本公开的第三方式所涉及的学习完毕模型的生成方法包括以下说明的分析步骤、保存步骤以及学习步骤。
[0014]在分析步骤中，利用傅立叶变换红外光谱仪对分子结构已知的化合物进行分析来获取FT
‑
IR光谱。在保存步骤中，将通过分析步骤获取到的FT
‑
IR光谱与在分析步骤中分析出的化合物的原子团信息相关联地保存。在学习步骤中，将通过保存步骤保存的FT
‑
IR光谱和原子团信息作为训练数据来进行用于生成能够对FT
‑
IR光谱中是否包含源自规定的原子团的峰进行解析的学习完毕模型的机器学习。规定的原子团包括3个以上原子的原子团。具有规定的原子团的化合物的原子团信息表示该化合物所具有的规定的原子团。不具有规定的原子团的化合物的原子团信息表示该化合物不具有规定的原子团。
[0015]本公开的第四方式所涉及的系统是一种具备执行上述数据解析方法或学习完毕模型的生成方法的1个以上的计算机的系统。
[0016]本公开的第五方式所涉及的程序是一种用于使计算机执行上述数据解析方法或学习完毕模型的生成方法的程序。
[0017]专利技术的效果
[0018]本申请专利技术人通过对3个以上原子的原子团进行机器学习，成功地生成了能够高精度地对FT
‑
IR光谱(被输入到该学习完毕模型的解析对象)中是否包含源自学习完毕原子团(3个以上原子的原子团)的峰进行解析的学习完毕模型。具有3个以上原子的原子团的化合物的FT
‑
IR光谱易于呈现复杂的光谱图案。但是，在上述数据解析装置和数据解析方法中，通过使用如上述那样的学习完毕模型，能够高精度且容易地进行这样的FT
‑
IR光谱的解析。另外，根据上述学习完毕模型的生成方法，能够适当地生成如上述那样的学习完毕模型。
附图说明
[0019]图1是示出本公开的实施方式所涉及的傅立叶变换红外光谱仪的结构的图。
[0020]图2是示出FT
‑
IR光谱的一例的图。
[0021]图3是用于说明用户利用规则库来解析FT
‑
IR光谱的方法的一例的图。
[0022]图4是示出图1所示的控制装置的结构的详细情况的图。
[0023]图5是示出本公开的实施方式所涉及的学习完毕模型的生成方法中的学习用数据的一例的图。
[0024]图6是示出图4所示的服务器的结构的详细情况的图。
[0025]图7是用于说明本公开的实施方式所涉及的数据解析装置中搭载的学习完毕模型的图。
[0026]图8是示出图7所示的学习完毕模型的各学习完毕原子团的平均AUC的图。
[0027]图9是示出将指定原子团设为苯甲酰胺结构的情况下的学习完毕模型的评价结果的一例的图。
[0028]图10是示出将指定原子团设为硝基的情况下的学习完毕模型的评价结果的一例
的图。
[0029]图11是示出将指定原子团设为溴基的情况下的学习完毕模型的评价结果的一例的图。
[0030]图12是示出本公开的实施方式所涉及的学习完毕模型的生成方法中的损失函数的值和分类的正确率各自的变迁的一例的图。
[0031]图13是示出图7所示的数据解析装置的结构的详细情况的图。
[0032]图14是示出本公开的实施方式所涉及的数据解析方法的流程图。
[0033]图15是示出在图14所示的处理中受理FT
‑
IR光谱的存储位置本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种数据解析装置，具备：获取部，其获取作为傅立叶变换红外光谱的解析对象；学习完毕模型，其是以当被输入傅立叶变换红外光谱时输出表示被输入的所述傅立叶变换红外光谱是否包含源自学习完毕原子团的峰的信息的方式进行机器学习而得到的；以及解析部，其向所述学习完毕模型输入所述解析对象，其中，所述学习完毕原子团包括3个以上原子的原子团。2.根据权利要求1所述的数据解析装置，其中，所述学习完毕原子团包括多个原子团，所述学习完毕模型构成为：当被输入傅立叶变换红外光谱和用于指定所述学习完毕模型中包含的1个原子团的信息时，输出表示被输入的所述傅立叶变换红外光谱是否包含源自被输入的所述信息所指定的原子团的峰的信息。3.根据权利要求1或2所述的数据解析装置，其中，还具备：请求部，其请求用户从包括所述学习完毕原子团的至少一部分在内的选项中选择1个以上的原子团；以及通知部，其使通知装置进行针对用户的通知，所述解析部构成为：对于针对所述请求而选择出的1个以上的原子团，分别获取表示在所述解析对象中是否包含源自该原子团的峰的解析结果，所述通知部构成为通过所述通知装置向用户通知所述解析结果。4.根据权利要求3所述的数据解析装置，其中，还具备解析软件，所述解析软件在被提供了傅立叶变换红外光谱时，利用规则库对所提供的所述傅立叶变换红外光谱是否包含源自规定的原子团的峰进行解析，所述选项包括所述学习完毕原子团中包括的3个以上原子的原子团和所述规定的原子团中包括的少于3个原子的原子团，所述解析部构成为：在针对所述请求而选择出的1个以上的原子团中包括所述3个以上原子的原子团的情况下，通过所述学习完毕模型来获取与所选择出的该3个以上原子的原子团有关的所述解析结果，在针对所述请求而选择出的1个以上的原子团中包括所述少于3个原子的原子团的情况下，通过所述解析软件获取与所选择出的该少于3个原子的原子团有关的所述解...

【专利技术属性】
技术研发人员：裘浩栋，永井诗织，
申请(专利权)人：株式会社岛津制作所，
类型：发明
国别省市：