270249 VU Chemometrie (2023W)

Die LVA kombiniert eine VO-Teil mit Übungen zu den erlernten Kapiteln.

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.

Während des Praktikumsteils werden Multidimensionale Datensätze mittels Spektrometrischer Methoden bzw. Sensorarrays generiert bzw. den Studierenden zur Verfügung gestellt. Anhand dieser lernen sie verschiedene multivariate Datenanalysetechniken. Diese umfassen insbesondere Neuronale Netze, PCA und Clusteranalyse, aber auch Experimental Design.