Logo
Benutzer: Gast  Login
Autoren:
Wang, Guanzhong; Ruser, Heinrich; Schade, Julian; Passig, Johannes; Zimmermann, Ralf; Dollinger, Günther; Adam, Thomas 
Dokumenttyp:
Konferenzbeitrag / Conference Paper 
Titel:
CNN-Based Aerosol Particle Classification Using 2D Representations of Single-Particle Mass Spectrometer Data 
Titel Konferenzpublikation:
2024 International Conference on Artificial Intelligence in Information and Communication (ICAIIC) 
Veranstalter (Körperschaft):
IEEE 
Konferenztitel:
International Conference on Artificial Intelligence in Information and Communication (2023, Osaka) 
Tagungsort:
Osaka, Japan 
Jahr der Konferenz:
2024 
Datum Beginn der Konferenz:
19.02.2024 
Datum Ende der Konferenz:
22.02.2024 
Verlagsort:
Piscataway, NJ 
Verlag:
IEEE 
Jahr:
2024 
Seiten von - bis:
1-6 
Sprache:
Englisch 
Stichwörter:
CNN ; aerosol particle ; single-particle mass spectrometry ; real-time air quality monitoring 
Abstract:
Single-particle mass spectrometry (SPMS) is a powerful real-time measurement technique to analyze the chemical composition of atmospheric aerosol particles: individual particles are desorbed and ionized to generate a bipolar mass spectrum that expresses the particle's chemical composition, giving clues to its origin and atmospheric processes. Popular approaches to classify SPMS data rely on clustering algorithms, resulting in the inability to achieve automated classification. Here, we present a...    »
 
ISBN:
979-8-3503-4434-9 
Fakultät:
Fakultät für Luft- und Raumfahrttechnik; Fakultät für Maschinenbau 
Institut:
LRT 2 - Institut für Angewandte Physik und Messtechnik; MB 6 - Institut für Chemie und Umwelttechnik 
Professur:
Dollinger, Günther ; Adam, Thomas 
(Forschungs)einrichtung UniBw M:
dtec.bw 
Projekt:
LUKAS (dtec) 
Open Access ja oder nein?:
Nein / No