Universität Wien

270196 VO Chemometrie und Datenanalyse in der Multidimensionalen Analytik (2021W)

2.00 ECTS (1.00 SWS), SPL 27 - Chemie
GEMISCHT

Unterlagen werden auf Moodle zur Verfügung gestellt.
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


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