差分ラマン分光法と機械学習技術を組み合わせて、市場で一般的に流通している43種類の異なるブランドおよびモデルの青色ゲルペンインクの分類研究を行った。まず、差分ラマン分光法によりサンプルのラマン特徴ピークを取得し、これに基づいてサンプルを人工的に4つの大きなカテゴリに分類した。その後、クラスタ分析とランダムフォレストアルゴリズムを用いて分類研究を行い、人工分類結果と比較した。結果は、ランダムフォレストで構築した分類モデルの予測精度が90.00％であることを示した。差分ラマン分光法は青色ゲルペンのインク成分を迅速かつ非破壊的に分析でき、ランダムフォレストアルゴリズムと組み合わせて分類モデルを構築することで迅速な分類が可能である。ランダムフォレストモデルは、差分ラマン分光法による未知化合物の識別の効率および精度を向上させ、サンプルの分類と予測をより良く行うことができる。

スペクトル; 差分ラマン; 青色ゲルペン; 機械学習; ランダムフォレスト