Multivariate calibration in Laser-Induced Breakdown Spectroscopy quantitative analysis: The dangers of a ‘black box’ approach and how to avoid them

Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10045/74629
Información del item - Informació de l'item - Item information
Título: Multivariate calibration in Laser-Induced Breakdown Spectroscopy quantitative analysis: The dangers of a ‘black box’ approach and how to avoid them
Autor/es: Safi, Ali | Campanella, Beatrice | Grifoni, Emanuela | Legnaioli, Stefano | Lorenzetti, Giulia | Pagnotta, Stefano | Poggialini, Francesco | Ripoll-Seguer, Laura | Hidalgo, Montserrat | Palleschi, Vincenzo
Grupo/s de investigación o GITE: Espectroscopía Atómica-Masas y Química Analítica en Condiciones Extremas
Centro, Departamento o Servicio: Universidad de Alicante. Departamento de Química Analítica, Nutrición y Bromatología | Universidad de Alicante. Instituto Universitario de Materiales
Palabras clave: LIBS | Cast iron | Calibration curves, Partial Least Squares Analysis | Artificial Neural Networks
Área/s de conocimiento: Química Analítica
Fecha de publicación: jun-2018
Editor: Elsevier
Cita bibliográfica: Spectrochimica Acta Part B: Atomic Spectroscopy. 2018, 144: 46-54. doi:10.1016/j.sab.2018.03.007
Resumen: The introduction of multivariate calibration curve approach in Laser-Induced Breakdown Spectroscopy (LIBS) quantitative analysis has led to a general improvement of the LIBS analytical performances, since a multivariate approach allows to exploit the redundancy of elemental information that are typically present in a LIBS spectrum. Software packages implementing multivariate methods are available in the most diffused commercial and open source analytical programs; in most of the cases, the multivariate algorithms are robust against noise and operate in unsupervised mode. The reverse of the coin of the availability and ease of use of such packages is the (perceived) difficulty in assessing the reliability of the results obtained which often leads to the consideration of the multivariate algorithms as ‘black boxes’ whose inner mechanism is supposed to remain hidden to the user. In this paper, we will discuss the dangers of a ‘black box’ approach in LIBS multivariate analysis, and will discuss how to overcome them using the chemical-physical knowledge that is at the base of any LIBS quantitative analysis.
URI: http://hdl.handle.net/10045/74629
ISSN: 0584-8547 (Print) | 1873-3565 (Online)
DOI: 10.1016/j.sab.2018.03.007
Idioma: eng
Tipo: info:eu-repo/semantics/article
Derechos: © 2018 Elsevier B.V.
Revisión científica: si
Versión del editor: https://doi.org/10.1016/j.sab.2018.03.007
Aparece en las colecciones:INV - SP-BG - Artículos de Revistas

Archivos en este ítem:
Archivos en este ítem:
Archivo Descripción TamañoFormato 
Thumbnail2018_Safi_etal_SpectrActaB_final.pdfVersión final (acceso restringido)1,69 MBAdobe PDFAbrir    Solicitar una copia
Thumbnail2018_Safi_etal_SpectrActaB_accepted.pdfEmbargo 24 meses (acceso abierto: 18 marzo 2020)1,2 MBAdobe PDFAbrir    Solicitar una copia


Todos los documentos en RUA están protegidos por derechos de autor. Algunos derechos reservados.