270196 VO Chemometrie und Datenanalyse in der Multidimensionalen Analytik (2021W)
Labels
GEMISCHT
Unterlagen werden auf Moodle zur Verfügung gestellt.
Mitte Oktober wird Prof. Lieberzeit mit den Studierenden Termine in Präsenz besprechen.
Mitte Oktober wird Prof. Lieberzeit mit den Studierenden Termine in Präsenz besprechen.
An/Abmeldung
Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").
Details
max. 6 Teilnehmer*innen
Sprache: Deutsch
Prüfungstermine
Montag
07.02.2022
Montag
07.03.2022
Dienstag
15.03.2022
Mittwoch
23.03.2022
Mittwoch
06.04.2022
Samstag
30.04.2022
Mittwoch
13.07.2022
Montag
22.08.2022
Mittwoch
31.08.2022
Donnerstag
29.09.2022
Donnerstag
17.11.2022
Montag
16.01.2023
Freitag
13.10.2023
Lehrende
Termine
Zur Zeit sind keine Termine bekannt.
Information
Ziele, Inhalte und Methode der Lehrveranstaltung
Moderne Analysestrategien für die kontinuierliche Überwachung z.B. von industriellen Prozessen oder im Umweltbereich erfordern die simultane Erfassung einer Reihe von Analyten. Dabei entstehen in kurzer Zeit große Datenmengen. Zu deren Auswertung sind im Allgemeinen EDV-gestützten Methoden notwendig, wie sie von der Chemometrie entwickelt werden. Diese umfasst in erster Linie:- Mustererkennung: (Hierarchische) Clusteranalyse, Hauptkomponentenanalyse (engl.: principal component analysis)- Modellierung von Daten: Regressionsmethoden in einer und mehreren Variablen, Principal Component Analysis, Neuronale Netze.- Zeitreihenanalysen: Autokorrelationsfunktionen- Qualitätssicherung und Gute Laborpraxis- Versuchsplanung und -optimierung.Die Chemometrie ermöglicht nicht nur die simultane Analyse von Vielkomponentengemischen, sondern auch die Klassifizierung von Proben nach nicht direkt quantifizierbaren Kriterien, wie beispielsweise die Unterscheidung verschiedener Weine voneinander anhand ihres Geschmacks bzw. Geruchs mit sogenannten "Künstlichen Nasen" bzw. "Künstlichen Zungen". Das Hauptaugenmerk der Vorlesung liegt in der Anwendung der einzelnen Methoden für konkrete analytische Fragestellungen. Auf tiefgehende mathematische Herleitungen soll daher größtenteils verzichtet werden.
Art der Leistungskontrolle und erlaubte Hilfsmittel
Mündliche Prüfung nach Vereinbarung. Der positive Abschluss ist mit mindestens 50% richtig beantworteter Fragen möglich. Die Skala der positiven Noten ist linear (dh 50-62% "genügend", 62,5-75% "befriedigend", 75,5-88% "gut", darüber "sehr gut").
Mindestanforderungen und Beurteilungsmaßstab
Hörerinnen und Hörer sollen nach Ende der Vorlesung mit den wichtigsten modernen Datenbehandlungsstrategien in der Theorie vertraut sein. Damit sind Sie nach Abschluß der Prüfung befähigt sich schnell in die konkrete Umsetzung mit Hilfe von Standardsoftware (z.B. MatLab o. ä.) einzuarbeiten.
Prüfungsstoff
nach Vorlesungsunterlagen: Digitales Filtern, Zeitreihenanalysen, Hauptkomponentenanalyse, Clusteranalysen, Experimental Design, Multivariate Regression
Literatur
- pdf der Verwendeten PowerPoint-Präsentation- Matthias Otto, Chemometrie, ISBN 978-3527288496- Richard G. Brereton, Chemometrics: Data Analysis for the Laboratory and Chemical Plant, ISBN: 978-0-471-48978-8
Zuordnung im Vorlesungsverzeichnis
AN-1, AN-4, BC-1, CHE II-1, LMC C1
Letzte Änderung: Mi 01.11.2023 00:22