公开(公告)号：JP6333326B2

公开(公告)日：2018-05-30

申请号：JP2016175931

申请日：2016-09-08

Applicant: シレカ セラノスティック エルエルシー

Inventor： レミゼウスキ スタンレー エイチ ,  トンプソン クレイ エム

IPC: G01N21/35 ,  G06T1/00 ,  G01N21/27

CPC classification number: G01N21/31 ,  A61B5/0071 ,  A61B5/0075 ,  A61B5/415 ,  A61B5/418 ,  A61B5/7257 ,  G01N21/35 ,  G01N21/3581 ,  G01N21/552 ,  G01N21/6456 ,  G01N21/65 ,  G01N2021/3595 ,  G01N2021/6417 ,  G01N2021/653 ,  G01N2201/1293 ,  G01N2201/1296 ,  G06F19/00 ,  G06K9/00134 ,  G06K9/00147 ,  G06K2009/4657 ,  G06T7/30 ,  G06T2207/20101 ,  G06T2207/30024 ,  G16H50/20

公开(公告)号：JP2017523591A

公开(公告)日：2017-08-17

申请号：JP2016567621

申请日：2015-05-11

Applicant: ケーエルエー−テンカー コーポレイション ,  ケーエルエー−テンカー コーポレイション

Inventor： ノーム サピエンス ,  ノーム サピエンス ,  アンドレイ ブイ シェグロフ ,  アンドレイ ブイ シェグロフ ,  スティリアン パンデフ ,  スティリアン パンデフ

IPC: H01L21/66 ,  G01B11/00 ,  G01M11/00 ,  G01N21/956

CPC classification number: G01N21/93 ,  G01B2210/56 ,  G01N21/4788 ,  G01N21/9501 ,  G01N21/95607 ,  G01N2201/06113 ,  G01N2201/062 ,  G01N2201/10 ,  G01N2201/1296

Abstract: 1つの実施形態において、ターゲットのパラメータを決定する装置と方法が開示される。画像化構造とスキャトロメトリ構造を有するターゲットが提供される。画像化構造の画像が、計測ツールの画像化チャネルで取得される。スキャトロメトリ信号もまた、スキャトロメトリ構造から計測ツールのスキャトロメトリチャネルで取得される。オーバレイエラー等の少なくとも1つのパラメータは、画像とスキャトロメトリ信号の両方に基づいて決定される。

公开(公告)号：JP2016028229A

公开(公告)日：2016-02-25

申请号：JP2015093572

申请日：2015-04-30

Applicant: キヤノン株式会社

Inventor： 丹治 晃一

IPC: G01N21/33 ,  G01N21/35 ,  G01N21/65 ,  G01N27/62 ,  G01N21/27

CPC classification number: G01N21/65 ,  G01N21/274 ,  G01N21/31 ,  G01N2201/1293 ,  G01N2201/1296

Abstract: 【課題】 識別精度を保持しつつ、識別器の生成に要する時間を短縮する。 【解決手段】 複数のスペクトル成分のそれぞれに対して強度値が格納されたスペクトルデータを処理するデータ処理装置1は、スペクトルデータの有する複数のスペクトル成分から、複数のスペクトルデータの間のマハラノビス距離またはスペクトル形状の違いに基づいて機械学習用スペクトル成分を選択するスペクトル成分選択部11と、選択部11で選択した複数の機械学習用スペクトル成分を用いて機械学習を行い、スペクトルデータを識別する識別器を生成する識別器生成部13と、を有する。 【選択図】 図1

Abstract translation: 要解决的问题：为了减少创建鉴别器所需的时间，同时保持鉴别精度。数据处理设备1处理存储多个频谱分量中每一个的强度值的频谱数据，并包括：频谱分量选择 基于多个频谱数据之间的马哈拉诺比斯距离或频谱形状的差异，从包括在频谱数据中的多个频谱分量中选择用于机器学习的频谱分量的部分11; 以及通过使用由选择部11选择的用于机器学习的多个频谱分量来进行机器学习的鉴别器创建部13，以创建鉴别频谱数据的鉴别器。图1

公开(公告)号：JP2015507182A

公开(公告)日：2015-03-05

申请号：JP2014548333

申请日：2012-12-19

Applicant: オプティカル・ダイアグノスティクス・リミテッド ,  オプティカル・ダイアグノスティクス・インコーポレイテッド

Inventor： ガノット，ガリア ,  レーダーマン，ドロール ,  モイーヌッディーン，ハッサン ,  ガノット，イスラエル

IPC: G01N21/35 ,  C12Q1/04 ,  G01N21/47 ,  G01N21/65

CPC classification number: C12Q1/04 ,  C12M41/36 ,  G01N21/255 ,  G01N21/3577 ,  G01N21/39 ,  G01N21/64 ,  G01N21/65 ,  G01N2021/1742 ,  G01N2021/1744 ,  G01N2021/3595 ,  G01N2021/6417 ,  G01N2201/06113 ,  G01N2201/129 ,  G01N2201/1296 ,  G06F19/10

Abstract: 培養下での細菌の分光学的な検出および識別のための分光学的な方法が開示される。本方法は、前記細菌を含む疑いがある培養試料からのスペクトル、干渉縞または散乱パターンとすることができる、少なくとも1つのデータセットを構築するステップを含む。データセットは、試料中の水の存在に対して補正され、スペクトル特徴が主要成分分析を使用して抽出され、その特徴は、学習アルゴリズムを使用して分類される。本発明のいくつかの実施形態では、たとえばMSSAからMRSAを区別するために、多モード分析が実施され、そこでは細菌が、試料のスペクトル、細胞壁厚さを決定するために使用される干渉縞、および細胞壁粗さを決定するために使用される散乱パターンに基づき識別される。本方法を実施するための装置も開示され、本装置の一実施形態は、多重試料分析器を含む。【選択図】図5

Abstract translation: 用于光谱检测和在培养物中细菌的鉴定光谱方法被公开。 从培养物样品的方法光谱怀疑含有所述细菌的，可以是一个干涉条纹或散射图案，其包括构造至少一个数据集的步骤。 对于水的样品中的存在的数据集进行修正，光谱特征是使用主成分分析提取的，它的特征是使用一个学习算法分类。 在本发明的一些实施例中，例如，为了区分从MRSA MSSA，多峰分析中进行时，干涉条纹，该细菌被用于确定所述样品的光谱，细胞壁厚度， 并确定了被用于确定细胞壁粗糙度散射图案的基础上。 用于执行该方法还公开的装置，该装置的一个实施例包括一个多样品分析器。 点域5

公开(公告)号：US20240288414A1

公开(公告)日：2024-08-29

申请号：US18572275

申请日：2022-05-25

Applicant: CHINA PETROLEUM & CHEMICAL CORPORATION ,  SINOPEC RESEARCH INSTITUTE OF SAFETY ENGINEERING CO., LTD.

Inventor： Junjie FENG ,  Bing SUN ,  Huiyun JIANG ,  Yan JIN ,  Anshan XIAO ,  Haozhi WANG ,  Shiqiang WANG

IPC: G01N33/18 ,  G01N21/78

CPC classification number: G01N33/18 ,  G01N21/78 ,  G01N2201/121 ,  G01N2201/1296

Abstract: Described are a water quality testing method and a water quality testing apparatus. The testing method includes: obtaining, in a first environment, a testing sample including a target testing object; selecting a reference object according to the testing sample, and respectively acquiring the chroma of the reference object in a second environment and in the first environment; constructing a correction model according to the chroma of the reference object in the second environment and in the first environment; obtaining the chroma of the testing sample in the first environment; according to the chroma of the testing sample in the first environment and the correction model, obtaining the chroma of the testing sample in the second environment; and according to a preset standard curve and the chroma of the testing sample in the second environment, obtaining the concentration of the target testing object in the testing sample.

公开(公告)号：US12063442B2

公开(公告)日：2024-08-13

申请号：US17816778

申请日：2022-08-02

Applicant: Hong Kong Applied Science and Technology Research Institute Company Limited

Inventor： Tai Wai David Chik ,  Chi Shing Wong

IPC: H04N23/695 ,  G01N21/88 ,  G01N21/95 ,  G06T7/73

CPC classification number: H04N23/695 ,  G01N21/8851 ,  G01N21/9515 ,  G06T7/75 ,  G01N2021/8887 ,  G01N2201/1296

Abstract: A movable camera travels along an inspection path for optically inspecting an inspection surface of an object for defect detection. In planning the inspection path, a set of viewpoints on the inspection surface is generated. Each viewpoint is associated with a patch, which is a largest area of the inspection surface within a field of view (FOV) of the camera when the camera is located over the viewpoint for capturing an image of FOV. An effective region of the patch is advantageously predicted by a neural network according to a three-dimensional geometric characterization of the patch such that the predicted effective region is valid for defect detection based on the captured image. A valid area is one whose corresponding area on the captured image is not blurred and is neither underexposed nor overexposed. The inspection path is determined according to respective effective regions associated with the set of viewpoints.

公开(公告)号：US20240044801A1

公开(公告)日：2024-02-08

申请号：US18354794

申请日：2023-07-19

Applicant: THERMO SCIENTIFIC PORTABLE ANALYTICAL INSTRUMENTS INC.

Inventor： Lin ZHANG ,  Nikita KHAINOVSKI ,  Stephen SHEFSKY ,  Nimesh KHADKA

IPC: G01N21/65

CPC classification number: G01N21/65 ,  G01N2201/1296

Abstract: Disclosed herein are scientific instrument support systems, as well as related methods, computing devices, and computer-readable media. For example, in some embodiments, a scientific instrument support system may be an autochemometric system that automatically trains machine-learning models with spectroscopy data. The trained models can then be used to identify and/or authenticate the presence of particular substances in a sample under test.

公开(公告)号：US20190078936A1

公开(公告)日：2019-03-14

申请号：US15771577

申请日：2016-10-27

Applicant: BASF Coatings GmbH

Inventor： Guido Bischoff ,  Martin Schmitz ,  Donald R Baughman

IPC: G01J3/46 ,  G01J3/50 ,  G06N3/08

CPC classification number: G01J3/463 ,  G01J3/46 ,  G01J3/462 ,  G01J3/504 ,  G01N2201/1296 ,  G06N3/084

Abstract: Described herein is a method for predicting visual texture parameters of a paint having a known paint formulation. The visual texture parameters of the paint are determined using an artificial neural network on the basis of a number of color components used in the known paint formulation. The method includes determining a value of at least one characteristic variable describing at least one optical property using a physical model for the known paint formulation. The method also includes assigning the value to the known paint formulation, and transmitting the value to the artificial neural network as an input signal for determining the visual texture parameters. The value describes the at least one optical property for at least some of the number of color components of the known paint formulation. The method further includes training the neural network using a plurality of color originals each having a respective known paint formulation.

公开(公告)号：US09784690B2

公开(公告)日：2017-10-10

申请号：US14708058

申请日：2015-05-08

Applicant: KLA-Tencor Corporation

Inventor： Noam Sapiens ,  Andrei V. Shchegrov ,  Stilian Ivanov Pandev

IPC: G01N21/93 ,  G01N21/95 ,  G01N21/956 ,  G01N21/47

CPC classification number: G01N21/93 ,  G01B2210/56 ,  G01N21/4788 ,  G01N21/9501 ,  G01N21/95607 ,  G01N2201/06113 ,  G01N2201/062 ,  G01N2201/10 ,  G01N2201/1296

Abstract: In one embodiment, apparatus and methods for determining a parameter of a target are disclosed. A target having an imaging structure and a scatterometry structure is provided. An image of the imaging structure is obtained with an imaging channel of a metrology tool. A scatterometry signal is also obtained from the scatterometry structure with a scatterometry channel of the metrology tool. At least one parameter, such as overlay error, of the target is determined based on both the image and the scatterometry signal.

公开(公告)号：US09395306B2

公开(公告)日：2016-07-19

申请号：US13204046

申请日：2011-08-05

Applicant: Robert P. Freese ,  Christopher M. Jones ,  Michael T. Pelletier ,  Rory D. Daussin ,  Robert D. Hayworth

Inventor： Robert P. Freese ,  Christopher M. Jones ,  Michael T. Pelletier ,  Rory D. Daussin ,  Robert D. Hayworth

IPC: E21B43/27 ,  G01N21/85 ,  C09K8/72 ,  E21B43/26 ,  E21B43/28 ,  E21B49/08

CPC classification number: G01N21/85 ,  C09K8/72 ,  E21B43/26 ,  E21B43/28 ,  E21B2049/085 ,  G01N2201/1296

Abstract: In or near real-time monitoring of fluids can take place using an opticoanalytical device that is configured for monitoring the fluid. Fluids can be monitored prior to or during their introduction into a subterranean formation using the opticoanalytical devices. Produced fluids from a subterranean formation can be monitored in a like manner. The methods can comprise providing an acidizing fluid comprising a base fluid and at least one acid; introducing the acidizing fluid into a subterranean formation; allowing the acidizing fluid to perform an acidizing operation in the subterranean formation; and monitoring a characteristic of the acidizing fluid or a formation fluid using at least a first opticoanalytical device within the subterranean formation, during a flow back of the acidizing fluid produced from the subterranean formation, or both.

Abstract translation: 使用配置用于监测流体的光学分析装置可以在或接近实时监测流体。 可以使用光学分析装置在将其引入地下地层之前或期间监测流体。 可以以类似的方式监测来自地下地层的液体。 所述方法可以包括提供包含基础流体和至少一种酸的酸化流体; 将酸化流体引入地下地层; 允许酸化流体在地层中进行酸化操作; 以及在从地下地层产生的酸化流体的流回或两者期间，使用地下地层内的至少第一光学分析装置监测酸化流体或地层流体的特性。