公开(公告)号：CN109844515A

公开(公告)日：2019-06-04

申请号：CN201780061673.X

申请日：2017-10-04

Applicant: ATONARP株式会社

Inventor： K·R·马塔希尔

IPC: G01N27/62 ,  H01J49/02

Abstract: 一种用于基于第一类型的传感器(104)的扫描输出来量化目标样本的组成的系统(106)包括参考数据库(202)、自定义数据库(204)和模块集。所述模块集包括：分析模型创建模块(206)，其创建所述第一类型的传感器的分析模型；样本处理模块(208)，其在标准压力条件下使用所述第一类型的传感器处理包括准确已知的组成的样本；分子分数估计模块(210)，其使用估计方法和所述分析模型估计所述样本的分子分数；分析模型优化模块(212)，其通过将所述样本的所述分子分数与所述样本的预定分子分数相比较优化所述分析模型；以及目标组成估计模块(214)，其使用利用了所述优化的分析模型的所述估计方法基于所述扫描输出来估计所述目标样本的组成。

公开(公告)号：CN111602048B

公开(公告)日：2023-08-22

申请号：CN201980007858.1

申请日：2019-01-08

Applicant: ATONARP株式会社

Inventor： K·R·马塔希尔

IPC: G01N27/62 ,  H01J49/26

Abstract: 系统(110)包括第一类型的传感器(104)以及连接至第一类型的传感器(104)的估计系统(106)。估计系统(106)被配置为：(a)使用机器学习、在添加了噪声的情况下通过分析已知气体混合物中的表征数据来识别用于估计已知气体混合物的最佳峰形；(b)使用标准气体混合物针对数个不同实例在第一类型的传感器(104)中生成多个实际峰形，以将多个实际峰形中的实际峰形提供作为用以校准第一类型的传感器(104)的校准输入；以及(c)通过自动调整第一类型的传感器(104)的参数从而将实际峰形优化为与期望峰形相匹配，来校准第一类型的传感器(104)。

公开(公告)号：CN109844515B

公开(公告)日：2022-06-17

申请号：CN201780061673.X

申请日：2017-10-04

Applicant: ATONARP株式会社

Inventor： K·R·马塔希尔

IPC: G01N27/62 ,  G01N27/622 ,  G01N27/623 ,  H01J49/02

Abstract: 一种用于基于第一类型的传感器(104)的扫描输出来量化目标样本的组成的系统(106)包括参考数据库(202)、自定义数据库(204)和模块集。所述模块集包括：分析模型创建模块(206)，其创建所述第一类型的传感器的分析模型；样本处理模块(208)，其在标准压力条件下使用所述第一类型的传感器处理包括准确已知的组成的样本；分子分数估计模块(210)，其使用估计方法和所述分析模型估计所述样本的分子分数；分析模型优化模块(212)，其通过将所述样本的所述分子分数与所述样本的预定分子分数相比较优化所述分析模型；以及目标组成估计模块(214)，其使用利用了所述优化的分析模型的所述估计方法基于所述扫描输出来估计所述目标样本的组成。

公开(公告)号：CN109997036B

公开(公告)日：2022-04-22

申请号：CN201780072688.6

申请日：2017-11-21

Applicant: ATONARP株式会社

Inventor： K·R·马塔希尔

IPC: G01N27/62 ,  H01J49/02

Abstract: 公开了一种使用第一类型的传感器(104)来扫描气体混合物的系统(50)。该系统包括矩阵乘法模块(61)，其被配置为将B矩阵与利用气体集的标称浓度的矢量所创建的对角矩阵进行预乘，以获得调整后的B矩阵(Ba)；以及质荷比提取模块(62)，其被配置为基于调整后的B矩阵(Ba)来选择气体集的质荷比集以在时间预算内进行扫描。B矩阵是P、T、C和R矩阵的乘法结果，其中P是表示峰形的卷积矩阵，T是各整数质荷比处的传输效率，R是各气体的相对电离电位，以及C是表示整数质荷比处的各气体的理想响应的参考谱。

公开(公告)号：CN111602048A

公开(公告)日：2020-08-28

申请号：CN201980007858.1

申请日：2019-01-08

Applicant: ATONARP株式会社

Inventor： K·R·马塔希尔

IPC: G01N27/62 ,  H01J49/26

Abstract: 系统(110)包括第一类型的传感器(104)以及连接至第一类型的传感器(104)的估计系统(106)。估计系统(106)被配置为：(a)使用机器学习、在添加了噪声的情况下通过分析已知气体混合物中的表征数据来识别用于估计已知气体混合物的最佳峰形；(b)使用标准气体混合物针对数个不同实例在第一类型的传感器(104)中生成多个实际峰形，以将多个实际峰形中的实际峰形提供作为用以校准第一类型的传感器(104)的校准输入；以及(c)通过自动调整第一类型的传感器(104)的参数从而将实际峰形优化为与期望峰形相匹配，来校准第一类型的传感器(104)。

公开(公告)号：CN109997036A

公开(公告)日：2019-07-09

申请号：CN201780072688.6

申请日：2017-11-21

Applicant: ATONARP株式会社

Inventor： K·R·马塔希尔

IPC: G01N27/62 ,  H01J49/02

Abstract: 公开了一种使用第一类型的传感器(104)来扫描气体混合物的系统(50)。该系统包括矩阵乘法模块(61)，其被配置为将B矩阵与利用气体集的标称浓度的矢量所创建的对角矩阵进行预乘，以获得调整后的B矩阵(Ba)；以及质荷比提取模块(62)，其被配置为基于调整后的B矩阵(Ba)来选择气体集的质荷比集以在时间预算内进行扫描。B矩阵是P、T、C和R矩阵的乘法结果，其中P是表示峰形的卷积矩阵，T是各整数质荷比处的传输效率，R是各气体的相对电离电位，以及C是表示整数质荷比处的各气体的理想响应的参考谱。