导读:分析模型是近红外光谱分析技术的核心之一,为了共同提升我国本领域人员的建模水平,中国仪器仪表学会近红外光谱分会举办2024年度“创和亿杯近红外光谱数据建模竞赛”。
中国仪器仪表学会近红外光谱分会文件
近学分字[2024] 第003号
关于开展2024年度“创和亿杯近红外光谱数据建模竞赛”的通知
近红外光谱行业专家、学者、研究生及相关单位:
近些年,近红外光谱技术在我国得到了快速发展,其中化学计量学方法的深入研究和应用功不可没。分析模型是近红外光谱分析技术的核心之一,为了共同提升我国本领域人员的建模水平,中国仪器仪表学会近红外光谱分会举办2024年度“创和亿杯近红外光谱数据建模竞赛”,现将有关事宜通知如下:
(1)本竞赛提供一套近红外光谱数据,来源于实际应用场景,具体说明如下:
训练数据集(train.csv):第一行包含光谱波长信息,用于标识各列数据对应的波长;从第二行到最后一行,每行代表一个样本的吸光度数据,其中每列数据对应不同波长的吸光度值;每行的最后一列是该样本的标签,用于分类任务;训练集共计8个类别,分别是:A、B、C、D、E、F、G、H;每个类别数量为2000,样本总数量为16000。
测试数据集(test.csv):数据结构与训练数据集相同,第一行同样包含光谱波长信息;从第二行到最后一行,每行也是代表一个样本的吸光度数据,但不包含标签列;样本总数量为8000。上述文件包含在本通知附件的压缩文件“竞赛数据2024.rar”。
(2)任何人均可参赛,每位参赛人员仅限提交一套预测结果。
(3)根据参赛者提交预测结果的准确性,本竞赛将评选出一等奖1名,二等奖2名,三等奖5名,优秀奖10名。颁发电子版获奖证书和奖金,其中一等奖奖金5000元,二等奖奖金2000元,三等奖奖金1000元,优秀奖只颁发获奖证书。
(4)本竞赛采用识别准确率参数评价参赛结果:
例如:预测的类别结果与实际类别一致的样本有4000个,总共的预测样本为8000个,则识别准确率为4000/8000=50%。
(5)请参赛者于2024年8月15日前将完成的“参赛附表”,发送至邮箱:cxlyuli@sina.com ,若有疑问请微信联系13501215398(微信号)。
(6)请参赛者认真填写“参赛附表”的个人信息和建模信息(在预测结果准确性相同的情况下,优先奖励建模叙述详细的参赛者),本竞赛不对外公开参赛人员的信息。
(7)本竞赛将在2024年8月18日前向参赛者公布预测集的实际类别值,2024年8月20日前公布获奖名单。
(8)本竞赛不收取任何费用。
(9)本套近红外光谱数据版权归属中国仪器仪表学会近红外光谱分会,任何个人或单位不得将其用于商业或其他用途。
中国仪器仪表学会近红外光谱分会
2024年7月24日
附件1:2024年参赛附表.docx
附件2 :2024竞赛数据.rar
参赛附表
一、参赛人员基本信息
姓 名 | 性 别 | 年 龄 | |||
专 业 | 学 历 | 职务/职称 | |||
国 籍 | 移动电话 | ||||
单 位 |
二、采用的建模方法(请尽可能详细说明采用的方法)
建模过程的描述(不限字数,可附图表) | 鼓励提供源代码(不强制) |
光谱预处理方法及其参数 | |
光谱变量筛选方法 | |
模式识别方法及参数选择 | |
其他需要说明的方法 |
三、预测集样本的预测结果
预测集样本序号 | 类别预测值 |
1 |
|
2 |
|
3 |
|
4 |
|
5 |
|
6 |
|
7 |
|
8 |
|
9 |
|
10 |
|
11 |
|
12 |
|
13 |
|
14 |
|
15 |
|
16 |
|
17 |
|
18 |
|
19 |
|
20 |
|
… |
|
来源于:仪器信息网
热门评论
最新资讯
新闻专题
更多推荐