Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Katalis padat yang terbuat dari Fe-Yb MOF yang memiliki keasaman Lewis-Bronsted dan kapasitas oksidasi telah disintesis secara hidrotermal dengan memasukkan hingga 17% mol besi ke dalam struktur ytterbium MOF menggunakan autoklaf dan household microwave. Hasil PXRD menunjukkan bahwa sintesis Fe-Yb menggunakan YbCl3 dan kadar pereaksi Na2BDC pada autoklaf menghasilkan struktur yang paling mirip dengan struktur target MOF dari Yb6(BDC)7(OH)4(H2O)4. Variasi sintesis ditemukan berubah struktur Fe-Yb MOF, di mana sumber ytterbium (klorida dan nitrat), oksidasi besi (Fe (II)/(III)), dan pilihan linker (kelas reagen Na2BDC atau terhidrolisis) ditemukan memiliki perbedaan dalam kristalinitas sebagai serta struktur dari hasil PXRD. Sementara, Fe-Yb MOF hasil sintesis dengan household microwave menghasilkan struktur baru daripada MOF hasil sintesis reaktor autoklaf atau microwave reactor. FT-IR menunjukkan tidak ada perubahan dalam fungsi Lewis atau Bronsted dengan penambahan besi atau dari variasi sintesis di atas. Sementara PXRD menunjukkan bahwa penambahan besi dari 13% hingga 17% dapat dilakukan tanpa terjadi perubahan struktur. Degradasi struktur MOF akibat kandungan besi diperkirakan berasal dari pembentukan oksida besi melalui absorbansi UV-Vis, namun data FT-IR dan PXRD menunjukkan bahwa struktur MOF secara keseluruhan tidak terganggu hingga kandungan besi 15%. Parameter seperti sumber logam menunjukkan tidak ada perubahan signifikan pada fungsi struktur MOF jika menggunakan ytterbium klorida atau ytterbium nitrat, besi klorida atau besi nitrat, atau bahkan ytterbium klorida atau yttrium klorida. Namun kualitas linker organik seperti penggunaan reagen grade Na2BDC dibandingkan dengan Na2BDC terhidrolisis dari H2BDC, menunjukkan perubahan besar pada struktur dan menyebabkan fasa amorf. Sifat oksidasi besi dalam Fe-Yb MOF menunjukkan bahwa ia berhasil mengubah glukosa menjadi 5-hidroksimetilfurfural (HMF) dan asam levulinat (LA). Studi katalisis menggunakan glukosa dengan UV-Vis telah menunjukkan bahwa Fe-Yb MOF dapat mengubah glukosa menjadi HMF dan LA hanya dalam 1 menit, mencapai yield masing-masing hingga 12,91% dan 75,45%. ......A metal-organic framework made from iron and ytterbium (Fe-Yb MOF) is made with the characteristics of having Lewis-Bronsted acidity and oxidation capacity has been synthesized by incorporating up to 17% moles of iron into the ytterbium MOF structure. PXRD results show that synthesis of Fe-Yb using YbCl3 and reagent grade Na2BDC in the autoclave results in the most similar structure to the target structure MOF of Yb6(BDC)7(OH)4(H2O)4. Synthesis variations are found to change the Fe-Yb MOF structure, in which the ytterbium source (chloride and nitrate), iron oxidation (Fe (II)/(III)), and linker choice (Na2BDC reagent grade or hydrolyzed) is found to make a difference in crystallinity as well as MOF structure from the PXRD. Meanwhile, household microwave yields in results that are vastly different in structure to autoclave or microwave reactor synthesis. The FT-IR shows no changes in Lewis or Bronsted functionality by addition of iron or from the synthesis variations above. A one-step process developed by heating the MOF at 190 C shows that iron can be incorporated from 13% to 17% range without changes to structure. Degradation of MOF structure due to iron content is speculated to be from iron oxide formation through UV-Vis absorbance, however FT-IR and PXRD data has shown that the overall MOF structure is not compromised up to 15%. iron content. Parameters such as metal source shows no significant change to MOF structure of functionality in the case of using ytterbium chloride or ytterbium nitrate, iron chloride or iron nitrate, or even ytterbium chloride or yttrium chloride. However, organic linker quality such as using reagent grade Na2BDC in comparison to hydrolyzed Na2BDC from H2BDC, shows great changes to structure and causes amorphous phases. Oxidation properties of iron in the Fe-Yb MOF shows that it manages to convert glucose to 5-hydroxymethylfurfural, and then to LA oxidation mechanism in microwave catalysis. Catalysis studies using glucose with UV-Vis has shown that the Fe-Yb MOF can convert glucose to HMF and LA in just 1 minutes, reaching yields of up to 12.91% and 75.45 % respectively.

Abstrak :
Photoplethysmography (PPG) merupakan sinyal penting yang mengandung banyak informasi fisiologis tentang kesehatan jantung dan dapat digunakan untuk mengklasifikasikan kadar glukosa darah non-invasif (BGL). Meskipun demikian, distorsi kebisingan dan gerakan dapat dengan mudah mengkontaminasi sinyal PPG, sehingga berpotensi menghasilkan data berkualitas rendah. Masalah tambahan muncul dari fakta bahwa sifat gelombang PPG bervariasi karena variasi elastisitas dinding pembuluh darah dan kekentalan darah, yang dapat mengakibatkan ketidakakuratan pengukuran. Meskipun beberapa metode tersedia untuk meningkatkan kualitas sinyal PPG, algoritmanya rumit dan tidak selalu menghasilkan akurasi yang tinggi. Kami telah mengembangkan teknik ekstraksi fitur menggunakan analisis frekuensi waktu (TFA) yang menyediakan spektogram, frekuensi sesaat, dan entropi spektral yang dapat menjamin kualitas sinyal. Penelitian kami menggunakan memori jangka pendek jangka panjang dua arah (BLSTM) berdasarkan kebutuhan akan model yang secara berkala dapat beradaptasi dengan perubahan karakteristik PPG. Kami mengusulkan menggabungkan TFA dengan model BLSTM yang dapat mengurangi waktu pelatihan sekaligus meningkatkan akurasi. Metode yang kami usulkan mengurangi titik data pada sinyal PPG dari awal 2100 menjadi hanya 64, secara signifikan mengurangi waktu pelatihan dari 239 menit 34 detik menjadi 4 menit 4 detik. Model memiliki akurasi 94,1%, sensitivitas 100%, spesifisitas 89,5%, dan skor F1 94,5%. Metode yang kami usulkan mencapai akurasi tinggi dan janji luar biasa dengan hanya mengandalkan data PPG mentah dalam klasifikasi BGL. ......Photoplethysmography (PPG) is an important signal that contains much physiological information about cardiovascular health and can be used to classify non-invasive blood glucose levels (BGL). Nonetheless, noise and motion distortions can readily contaminate PPG signals, potentially resulting in low-quality data. An additional issue arises from the fact that the PPG wave properties vary due to variations in the elasticity of the blood vessel wall and blood viscosity, which can result in measurement inaccuracies. While several methods are available to improve the quality of PPG signals, the algorithms are complex and do not always produce high accuracy. We have developed a feature extraction technique using time-frequency analysis (TFA) that provides spectrograms, instantaneous frequencies, and spectral entropies that can guarantee signal quality. Our study uses bidirectional long-short-term memory (BLSTM) based on the need for a model that can periodically adapt to changes in PPG characteristics. We propose combining TFA with a BLSTM model that can reduce training time while increasing accuracy. Our proposed method reduced the data points on the PPG signal from the initial 2100 to only 64, significantly reducing the training time from 239 min 34 sec to 4 min 4 sec. The model had an accuracy of 94.1%, sensitivity of 100%, specificity of 89.5%, and F1 score of 94.5%. Our proposed method achieves a high accuracy and excellent promise by relying solely on raw PPG data in BGL classification.