Benchmark classification dataset for laser-induced breakdown spectroscopy

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26620%2F20%3APU135109" target="_blank" >RIV/00216305:26620/20:PU135109 - isvavai.cz</a>

Výsledek na webu

<a href="https://www.nature.com/articles/s41597-020-0396-8" target="_blank" >https://www.nature.com/articles/s41597-020-0396-8</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1038/s41597-020-0396-8" target="_blank" >10.1038/s41597-020-0396-8</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Benchmark classification dataset for laser-induced breakdown spectroscopy

Popis výsledku v původním jazyce

In this work, we present an extensive dataset of laser-induced breakdown spectroscopy (LIBS) spectra for the pre-training and evaluation of LIBS classification models. LIBS is a well-established spectroscopic method for in-situ and industrial applications, where LIBS is primarily applied for clustering and classification tasks. As such, our dataset is aimed at helping with the development and testing of classification and clustering methodologies. Moreover, the dataset could be used to pre-train classification models for applications where the amount of available data is limited. The dataset consists of LIBS spectra of 138 soil samples belonging to 12 distinct classes. The spectra were acquired with a state-of-the-art LIBS system. Lastly, the composition of each sample is also provided, including estimated uncertainties.

Název v anglickém jazyce

Benchmark classification dataset for laser-induced breakdown spectroscopy

Popis výsledku anglicky

In this work, we present an extensive dataset of laser-induced breakdown spectroscopy (LIBS) spectra for the pre-training and evaluation of LIBS classification models. LIBS is a well-established spectroscopic method for in-situ and industrial applications, where LIBS is primarily applied for clustering and classification tasks. As such, our dataset is aimed at helping with the development and testing of classification and clustering methodologies. Moreover, the dataset could be used to pre-train classification models for applications where the amount of available data is limited. The dataset consists of LIBS spectra of 138 soil samples belonging to 12 distinct classes. The spectra were acquired with a state-of-the-art LIBS system. Lastly, the composition of each sample is also provided, including estimated uncertainties.

Druh

J_imp - Článek v periodiku v databázi Web of Science

CEP obor

—

OECD FORD obor

10406 - Analytical chemistry

Projekt

Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2020

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název periodika

Scientific data

ISSN

2052-4463

e-ISSN

—

Svazek periodika

7

Číslo periodika v rámci svazku

1

Stát vydavatele periodika

GB - Spojené království Velké Británie a Severního Irska

Počet stran výsledku

4

Strana od-do

1-4

Kód UT WoS článku

000515533700001

EID výsledku v databázi Scopus

2-s2.0-85079336651