اختيار الطول الموجي وهندسة الميزات للنماذج الطيفية NIR

لماذا نختار الأطوال الموجية أصلاً

يُسجَّل طيف الأشعة تحت الحمراء القريبة عند مئات الأطوال الموجية المتساوية التباعد، في حين أن عدد العينات المرجعية المتاحة للمعايرة في صناعات الأغذية والأعلاف والصناعات العملياتية يكون عادةً أصغر بكثير. ويشير Zou Xiaobo وآخرون في مراجعتهم إلى أن هذا العدد الكبير من المتغيرات الطيفية كثيراً ما يجعل التنبؤ بالمتغير التابع غير موثوق، وأن جهداً كبيراً بُذل في طرائق تحدد المتغيرات الحاملة للمعلومات المفيدة أو تستبعد تلك التي يغلب عليها الضجيج [1]. ويتعامل انحدار المربعات الصغرى الجزئية (PLS) مع المتغيرات الكثيرة المترابطة، لكن المناطق التي يهيمن عليها الضجيج أو مواد ماصّة لا صلة لها تظل تدخل النموذج. وإزالتها قد تحسّن القدرة التنبؤية وتسهّل رؤية أجزاء الطيف التي يعتمد عليها النموذج، لكن خطوة الاختيار تُدخل أيضاً سبلاً جديدة لفرط الملاءمة، ولهذا يركّز Andersen وBro في دليلهما التعليمي على كيفية استخدام اختيار المتغيرات عملياً وتجنّب أكثر المزالق شيوعاً [2].

طرائق الفترات: iPLS

تقسّم طريقة PLS الفتريّة (iPLS)، التي قدّمها Nørgaard وآخرون، الطيفَ إلى فترات، وتبني نموذج PLS محلياً على كل منها، وتقارن النماذج المحلية بنموذج الطيف الكامل في عرض بياني [3]. وعلى مجموعة بيانات NIR تضم 60 عينة من الجعة مرتبطة بتركيز المستخلص الأصلي، خفّض أفضل نموذج iPLS خطأ التنبؤ لنموذج الطيف الكامل بمعامل أربعة، وأكد المؤلفون أن المخرجات البيانية ساعدت على تفسير النظام الكيميائي الكامن وراء النموذج [3]. ولأن iPLS تحتفظ بكتل متصلة من الأطوال الموجية بدلاً من نقاط معزولة، فإن المنطقة المختارة تتبع شكل نطاقات الامتصاص؛ وفي الدراسة نفسها غطّت الفترات المختارة المتغيراتِ التي وجدها الاختيار التدريجي الأمامي وطريقتا اختيار أخريان [3].

طرائق البحث والترتيب

ثمة عائلات أخرى عديدة من الطرائق شائعة الاستخدام؛ وتصفها مراجعتا Zou Xiaobo وآخرين وAndersen وBro بمزيد من التفصيل [1][2].

• الخوارزميات الجينية (GA-PLS): تُرمَّز المجموعات الجزئية المرشحة من الأطوال الموجية سلاسلَ ثنائية، وتُطوَّر بالانتقاء والتهجين والطفرة، مع اعتماد خطأ PLS بالمصادقة المتقاطعة معياراً للصلاحية. وقد بيّن Leardi أن المتغيرات التي تختارها GA-PLS بعد تعديلات مناسبة كثيراً ما تشكّل مناطق طيفية محددة المعالم بدلاً من متغيرات مفردة متناثرة عبر الطيف، فتعطي نماذج ذات قدرة تنبؤية أفضل من الطيف الكامل [4].
• استبعاد المتغيرات غير المفيدة (UVE): يضيف Centner وآخرون متغيرات ضجيج اصطناعية إلى البيانات، ويستبعدون كل متغير تجريبي ليس أهم من متغيرات الضجيج، حكماً من معاملات انحدار PLS [5].
• أخذ العينات التكيفي التنافسي المعاد الترجيح (CARS): يرتّب Li وآخرون الأطوال الموجية بحسب القيمة المطلقة لمعاملات انحدار PLS عبر جولات متكررة من أخذ العينات الجزئية بطريقة Monte Carlo، ويقلّصون مجموعة المتغيرات خطوة بخطوة، ويحتفظون بالمجموعة الجزئية ذات أدنى خطأ في المصادقة المتقاطعة [6].
• أهمية المتغير في الإسقاط (VIP): درجة تلخّص مساهمة كل متغير في نموذج PLS. وقد قارن Chong وJun طريقة PLS مع VIP بطريقة lasso والانحدار التدريجي في محاكاة بمتنبئات مترابطة، وناقشا كيف ينبغي اختيار عتبة VIP [7].
• اختبار الدلالة بطريقة jackknife: يختبر Westad وMartens دلالة كل معامل انحدار باستخدام النماذج الجزئية للمصادقة المتقاطعة ولا يحتفظان إلا بالمتغيرات الدالة؛ وعلى أطياف NIR للجعة كان أداء الطريقة مماثلاً لطرائق الاختيار الأخرى المختبرة أو أفضل منها، وكانت متينة إزاء مخطط المصادقة المتقاطعة [8].

خطر الإفراط في الاختيار

تبحث كل طريقة اختيار بين عدد هائل من المجموعات الجزئية الممكنة، وكلما زاد عدد المجموعات المقارنة زاد احتمال أن تطابق إحداها بيانات المعايرة بالصدفة. وقد اختبر Jouan-Rimbaud وآخرون ذلك بإضافة متغيرات عشوائية إلى بيانات NIR، فوجدوا أن الخوارزمية الجينية قد تختار متغيرات لا صلة لها رغم إجراء مصادقة دقيق؛ وقد قلّل تطبيقُ الاختيار الأمامي على مجموعات GA الجزئية من هذا الأثر [9]. والعاقبة العملية أن الخطأ المستخدم لاختيار المتغيرات ليس تقديراً نزيهاً للأداء المستقبلي. لذلك استخدم Fernández Pierna وآخرون جذر متوسط مربع خطأ التنبؤ على مجموعة اختبار مستقلة معياراً لطريقتهم في الاختيار الخلفي، وأفادوا بأن النماذج المختارة حسّنت أداء التنبؤ لنموذج PLS ذي الطيف الكامل أو حافظت عليه على الأقل مع استخدام متغيرات أقل [10]. وتنبثق من هذه الأدبيات ثلاثة احتياطات [2][9][10]:

• احتفظ بمجموعة اختبار خارج حلقة الاختيار. العينات المستخدمة لاختيار الأطوال الموجية أو الفترات يجب ألا تُستخدم أيضاً للحكم على النموذج النهائي.
• قارن بنموذج الطيف الكامل. لا يستحق الاختيار الإبقاء عليه إلا إذا حسّن التنبؤ على عينات مستقلة، أو ضاهاه بنموذج أبسط وأيسر تفسيراً.
• تحقّق من الكيمياء. المناطق المختارة التي لا يمكن ربطها بنطاقات امتصاص المادة المحلَّلة أو المصفوفة تستحق الريبة، ولا سيما حين تكون مجموعة المعايرة صغيرة.

كيف تتعامل USTECH مع اختيار الأطوال الموجية

في حزمة caliX، تُستخدم أدوات انحدار PLS والمعالجة الطيفية المسبقة والمصادقة على النماذج لمقارنة مدى أطوال موجية مقيَّد بنموذج الطيف الكامل على عينات لم تُستخدم في الاختيار، كما توصي الأدبيات المذكورة أعلاه [2][10]. أما ما إذا كان المدى المقيَّد مسوَّغاً لمنتج ومحلّل معيّنين فتحسمه نتائج المصادقة لا طريقة الاختيار وحدها، ويُثبَت في دراسة جدوى باستخدام عيناتكم وتحاليلكم المرجعية، بما يتوافق مع ISO 12099 [11].