適応的に再重み付けされたペナルティの最小二乗を使用したベースライン補正

ベースラインドリフトは、特に多変量解析において、常に分析結果をぼかすか、湿らせて劣化させます。さらなるデータ分析を実行するには、ベースラインドリフトを修正する必要があります。単純または修正された多項式フィッティングは、ある程度効果的であることがわかっています。ただし、この方法にはユーザーの介入が必要であり、特に低い信号対雑音比環境では変動する傾向があります。この作業では、ユーザーの介入やピーク検出などの事前の情報を必要としない、適応的に再重量化された最小二乗（airpls）という名前の新しいアルゴリズムが提案されています。このメソッドは、適合ベースラインと元の信号の間の合計四角誤差（SSE）の重量を繰り返し変化させることによって機能し、SSEの重みは、以前に適合したベースラインと元の信号の違いを使用して適応的に得られます。ベースライン推定器は高速で柔軟です。シミュレーションおよび実際のデータセットの理論、実装、およびアプリケーションが提示されています。アルゴリズムは、オープンソースソフトウェア（http://code.google.com/p/airpls）として使用できるR言語とMatlabで実装されています。

Baseline drift always blurs or even swamps signals and deteriorates analytical results, particularly in multivariate analysis. It is necessary to correct baseline drift to perform further data analysis. Simple or modified polynomial fitting has been found to be effective to some extent. However, this method requires user intervention and is prone to variability especially in low signal-to-noise ratio environments. A novel algorithm named adaptive iteratively reweighted Penalized Least Squares (airPLS) that does not require any user intervention and prior information, such as peak detection etc., is proposed in this work. The method works by iteratively changing weights of sum squares errors (SSE) between the fitted baseline and original signals, and the weights of the SSE are obtained adaptively using the difference between the previously fitted baseline and the original signals. The baseline estimator is fast and flexible. Theory, implementation, and applications in simulated and real datasets are presented. The algorithm is implemented in R language and MATLAB, which is available as open source software (http://code.google.com/p/airpls).