ข้อค้นพบสำคัญ
- พบการเปลี่ยน lipid CH2/CH3, protein secondary structure และ glycogen ตามช่วง dose PCA-LDA ได้ accuracy/F-score 96% และ MCC 0.94; SVM linear/polynomial รายงานประมาณ 96-97% ขณะที่ RBF 91% และ sigmoid 87%
ทำไมจึงมีความสำคัญระดับโลก
วิธีไม่ทำลายข้อมูลทางเคมีมากและอาจพัฒนาเป็นเครื่องมือเฝ้าระวังพิษโลหะหนักในสัตว์น้ำและความปลอดภัยอาหาร หากสร้างมาตรฐานสเปกตรัมและยืนยันกับโลหะ/โรค/สภาพแวดล้อมหลายแบบได้
บทบาทของนักวิจัยไทย
B. Velmurugan มีสังกัดมหาวิทยาลัยเจ้าพระยา เชื่อมสถาบันไทยกับงานพิษวิทยาสิ่งแวดล้อม สเปกโทรสโกปี และ machine learning ระดับนานาชาติ บทคัดย่อไม่ระบุบทบาทรายผู้เขียน
ข้อจำกัดที่ควรรู้
บทคัดย่อไม่รายงานจำนวนตัวอย่าง วิธีแบ่ง train/test การทำ cross-validation หรือ external validation จึงยังประเมิน overfitting และ data leakage ไม่ได้ มีความไม่สอดคล้องเล็กน้อยระหว่าง 96% กับ 97% สำหรับ SVM และการจำแนกกลุ่มทดลองควบคุมง่ายกว่าตัวอย่างภาคสนามที่มีอาหาร อายุ โรค และสารปนเปื้อนหลายชนิด