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

Empreu sempre aquest identificador per citar o enllaçar aquest ítem
Información del item - Informació de l'item - Item information
Títol: Multivariate calibration in Laser-Induced Breakdown Spectroscopy quantitative analysis: The dangers of a ‘black box’ approach and how to avoid them
Autors: Safi, Ali | Campanella, Beatrice | Grifoni, Emanuela | Legnaioli, Stefano | Lorenzetti, Giulia | Pagnotta, Stefano | Poggialini, Francesco | Ripoll-Seguer, Laura | Hidalgo, Montserrat | Palleschi, Vincenzo
Grups d'investigació o GITE: Espectroscopía Atómica-Masas y Química Analítica en Condiciones Extremas
Centre, Departament o Servei: Universidad de Alicante. Departamento de Química Analítica, Nutrición y Bromatología | Universidad de Alicante. Instituto Universitario de Materiales
Paraules clau: LIBS | Cast iron | Calibration curves, Partial Least Squares Analysis | Artificial Neural Networks
Àrees de coneixement: Química Analítica
Data de publicació: de juny-2018
Editor: Elsevier
Citació bibliogràfica: Spectrochimica Acta Part B: Atomic Spectroscopy. 2018, 144: 46-54. doi:10.1016/j.sab.2018.03.007
Resum: 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.
ISSN: 0584-8547 (Print) | 1873-3565 (Online)
DOI: 10.1016/j.sab.2018.03.007
Idioma: eng
Tipus: info:eu-repo/semantics/article
Drets: © 2018 Elsevier B.V.
Revisió científica: si
Versió de l'editor:
Apareix a la col·lecció: INV - SP-BG - Artículos de Revistas

Arxius per aquest ítem:
Arxius per aquest ítem:
Arxiu Descripció Tamany Format  
Thumbnail2018_Safi_etal_SpectrActaB_final.pdfVersión final (acceso restringido)1,69 MBAdobe PDFObrir     Sol·licitar una còpia
Thumbnail2018_Safi_etal_SpectrActaB_accepted.pdfEmbargo 24 meses (acceso abierto: 18 marzo 2020)1,2 MBAdobe PDFObrir     Sol·licitar una còpia

Tots els documents dipositats a RUA estan protegits per drets d'autors. Alguns drets reservats.