Artificial neural networks as a tool for identity confirmation of infrared spectra

Onderzoek is uitgevoerd naar de bruikbaarheid van kunstmatige neurale netwerken als criterium voor de identiteitsbevestiging van infrarood-(IR) spectra. Doel van het onderzoek is de identificatie van spectra met hoge ruisniveaus, verkregen met behulp van gecombineeerde gaschromatografie (GC)IR spectrometrie. Neurale netwerken zijn getraind op GC/IR spectra van Clenbuterol, Fluoranthene en Perylene. De resultaten zijn vergeleken met classificatie door middel van "peak matching-" en bibliotheekzoekprocedures. Peak matching bleek de meest betrouwbare methode voor de identificatie van sterk gelijkende spectra. Voorwaarde is echter een laag ruisniveau en een hoge spectrale resolutie. Dit geldt eveneens voor bibliotheekzoekmethoden. Neurale netwerken bleken minder gevoelig voor ruis en daarom meer geschikt voor bevestiging van de identiteit van IR-spectra van sporenhoeveelheden