Raman स्पेक्ट्रा शायद ही कभी स्पेक्ट्रोमीटर से सीधे किसी मॉडल तक पहुँचते हैं। मात्रात्मक जानकारी निकालने से पहले उन्हें आमतौर पर प्रीप्रोसेसिंग की आवश्यकता होती है, जिसमें उपयोगी स्पेक्ट्रल क्षेत्र को काटना, स्पाइक हटाना, बेसलाइन घटाना और डेटा को नॉर्मलाइज़ करना शामिल है। यह ट्यूटोरियल "Process monitoring of zeolite crystallization: Bridging in situ Raman spectroscopy, ex situ XRD, and predictive machine learning models" प्रकाशन के वास्तविक Raman स्पेक्ट्रा का उपयोग करके इस वर्कफ़्लो को समझाता है।
ज़ियोलाइट संश्लेषण के दौरान इंटरज़ियोलाइट रूपांतरण तब होता है जब एक क्रिस्टलीय चरण दूसरे में बदल जाता है, इसलिए समय के साथ प्रत्येक चरण के योगदान को ट्रैक करना उपयोगी है। Raman स्पेक्ट्रोस्कोपी इस प्रक्रिया को ट्रैक कर सकती है, लेकिन स्पेक्ट्रा का डीकनवोल्यूशन करना आवश्यक है। Non-Negative Least Squares (NNLS) इस कार्य के लिए उपयुक्त है: मापे गए स्पेक्ट्रम को अलग-अलग चरणों के संदर्भ स्पेक्ट्रा के एक नॉन-नेगेटिव संयोजन के रूप में वर्णित किया जाता है। यह ट्यूटोरियल Raman डेटा प्रोसेसिंग और NNLS पर केंद्रित है, कच्चे स्पेक्ट्रा से शुरू करके क्रिस्टलीकरण के दौरान faujasite (FAU) और gismondine (GIS) के सापेक्ष विकास का पता लगाता है।
पूरा डेटासेट Zenodo पर Nexus/HDF5 प्रारूप में खुले तौर पर उपलब्ध है, और ट्यूटोरियल एक Jupyter नोटबुक के रूप में दिया गया है। Nexus प्रारूप सुविधाजनक है क्योंकि स्पेक्ट्रा और क्रिस्टलीकरण समय सहित प्रायोगिक मेटाडेटा एक साथ संग्रहीत रहते हैं। 0 और 16 घंटे पर लिए गए स्पेक्ट्रा को बाहर रखा गया था क्योंकि ज़ियोलाइट की Raman विशेषताएँ अभी पर्याप्त सूचनाप्रद नहीं थीं, इसलिए विश्लेषण 18 घंटे से शुरू होता है।
पहला प्रीप्रोसेसिंग चरण स्पेक्ट्रा को 250–1250 cm⁻¹ क्षेत्र तक काटता है। चूँकि स्पेक्ट्रा बिल्कुल एक ही Raman-शिफ्ट अक्ष पर रिकॉर्ड नहीं किए गए थे, प्रत्येक को एक सामान्य अक्ष पर इंटरपोलेट किया जाता है और फिर एक एकल डेटा मैट्रिक्स में मिलाया जाता है। काटना और इंटरपोलेशन स्पाइक हटाने और बेसलाइन घटाने से पहले आते हैं, ताकि वे एल्गोरिदम केवल प्रासंगिक, समन्वित सिग्नल पर काम करें।
स्रोत: Towards Data Science · HeadlinesBriefing द्वारा सारांशित