 |
多変量光学素子（ MOE）は、多変量光コンピュータの主要部分であり、材料の 化学分析における従来の分光法の代替手段です
多変量光コンピュータで光がどのように処理されるかを、分光計で光がどのように処理されるかと比較して理解することは有益です。例えば、拡散反射率を用いて粉末混合物の組成を調べる場合、適切な光源を 粉末混合物に照射し、粉末表面で散乱した光を通常はレンズで集光します。分光計に入る光はまず、測定対象となる異なる波長の光を分離する装置（格子または干渉計）に入射します。一連の独立した測定によって混合物の全スペクトルが推定され、分光計は多くの波長におけるスペクトル強度の測定値を出力します。生成されたスペクトルには、多変量統計を適用できます。
対照的に、多変量光コンピューティングを使用する場合、機器に入る光は、多変量解析を使用して測定する必要があるパターンに合わせて独自に調整されたアプリケーション固有の多変量光学素子に当たります。
このシステムは、スペクトルの多変量解析と同じ結果を得ることができます。そのため、実験室レベルの分光システムと同等の精度を、純粋な受動型光コンピュータならではの高速性で実現できます。多変量光コンピュータは、光コンピューティングを活用することで、従来の多変量解析を用いた完全な分光システムと同等の性能を実現します。副次的な利点として、システムのスループットと効率は従来の分光計よりも高く、分析速度を桁違いに向上させます。
それぞれの化学課題には固有の課題と機会が伴いますが、特定の分析のためのシステム設計は複雑であり、分光学パズルの複数のピースを組み立てる必要があります。設計を成功させるために必要なデータは、最終的なシステムに使用される光源、検出器、および様々な光学系の分光特性、対象となる波長範囲で使用される材料の分散特性、そしてパターン認識に基づく分析のための較正済みサンプルスペクトルのセットです。これらのピースを組み立てることで、アプリケーションに適した多変量光コンピュータ設計を生成し、その性能を正確にモデル化して予測することができます。
参照
参考文献
- Myrick, ML; Soyemi, O.; Li, H.; Zhang, L.; Eastwood, D. (2001)「多変量光学素子の設計と試験：予測分光法のための多変量光学計算の最初の実証」分析化学、73 (6): 1069– 1079、doi :10.1021/ac0012896
- Myrick, ML; Soyemi, O.; Li, H.; Zhang, L.; Eastwood, D. (2004)「多変量光学素子設計におけるスペクトル許容値の決定」、Fresenius' Journal of Analytical Chemistry、369 (3/4): 351– 355、doi :10.1007/s002160000642、PMID 11293715、S2CID 19109
