HrvatskihrEnglishen
Opcije pristupačnosti Pristupačnost
  1. Naslovnica
  2. Chemometrics
Chemometrics
Repozitorij
Repozitorij je prazan
Anketa
Na ovoj stranici trenutno nije odabrana niti jedna anketa!
Chemometrics
Šifra: 217175
ECTS: 5.0
Nositelji: doc. dr. sc. Matija Cvetnić
prof. dr. sc. Šime Ukić
Prijava ispita: Studomat
Opterećenje:

1. komponenta

Vrsta nastaveUkupno
Predavanja 30
Seminar 30
* Opterećenje je izraženo u školskim satima (1 školski sat = 45 minuta)
Opis predmeta:
Ciljevi predmeta
Upoznati studente s važnošću korištenja matematičkih i statističkih metoda u obradi eksperimentalnih podataka, provođenju viševarijantne analize i primjeni strategija eksperimentalnog dizajna. Osigurati interakciju s računalima korištenjem standardnih programa (MS Excel, MatLab, Statistica).

Opis sadržaja predmeta
1. Tjedan: Uvod u kemometriju. Vrste eksperimentalnih podataka. Povezanost eksperimentalnih podataka, informacije i znanja.
2. Tjedan: Osnove statistike u kemometriji. Vjerojatnost. Raspodjela podataka. Vrste i izvori pogrešaka.
3. Tjedan: Primjena t i F testova. Analiza varijance. Heteroskedastičnost. Cohranov test.
4. Tjedan: Testovi za otkrivanje odstupajućih podataka. Dixonov test. Grubbsov test.
5. Tjedan: Eksperimentalni dizajn. Slučajni kvadrati. Latinski kvadrati.
6. Tjedan: Faktorski dizajn. Upotreba grupiranja. Višefaktorska analiza varijance.
7. Tjedan: Uvod u modeliranje i optimizaciju. Linearna regresija. Težinski faktori. Višestruka linearna regresija. Nelinearna regresija. Modeliranje odzivnih površina.
8. Tjedan: Kolokvij
9. Tjedan: Obrada signala. Detekcija signala. Granice detekcije i odlučivanja. Filtracija. Uglađivanje.Mijenjanje signala. Fourierova transformacija. Dekonvolucija.
10. Tjedan: Kalibracija. Linearno područje. Osjetljivost. Mjerna nesigurnost.
11. Tjedan: Eksploracijska analiza podataka. Kompleksni skupovi podataka. Prepoznavanje uzoraka. Popunjavanje. Skaliranje. Rotiranje.
12. Tjedan: Hijerarhijska analiza grozdova. Udaljenost i sličnost. Jednostruka, potpuna i centroidna povezanost. Dendrogrami.
13. Tjedan: Analiza glavnih sastavnica. Matrica kovarijance. Svojstveni vektori. Svojstvene vrijednosti.
14. Tjedan: Umjetne neuronske mreže. Vrste i topologija umjetnih neuronskih mreža. Osnove algoritama za treniranje. Validacija. Poopćavanje. Klasifikacija. Linearni i nelinearni model. Metodologija K-najbližih susjeda. Neovisno modeliranja slaganjem grupa.
15. Tjedan: Kolokvij

Vrste izvođenja nastave:
- predavanja
- vježbe
- mješovito e-učenje
- samostalni zadaci

Obveze studenata
Studenti su obvezni prisustvovati na 70% ukupne satnice predavanja i seminara.

Praćenje rada studenata
Pohađanje nastave
Eksperimentalni rad
Kolokvij
Seminarski rad
Praktični rad
Pismeni ispit

Ishodi učenja na razini programa kojima predmet pridonosi
- Rješavati inženjerske probleme znanstvenim pristupom povezivanjem stručnih znanja iz kemije, inženjerstva okoliša, kemijskog inženjerstva i inženjerstva materijala.
- Planirati i samostalno provoditi eksperimentalni rad u svrhu potvrđivanja postavljene hipoteze uzimajući u obzir ekonomsku i ekološku učinkovitost procesa.
- Primijeniti različite analitičke tehnike, analitičke i numeričke metode i programske alate u kreativnom rješavanju inženjerskih problema nudeći održiva tehnološka rješenja.
- Optimirati cjelovite i održive tehnološke procese analizom i modeliranjem s ciljem postizanja minimalne količine otpadnih tvari, uz poštivanje strategije zatvorenog proizvodnog ciklusa.
- Primijeniti alate, metode i norme za praćenje i procjenjivanje kvalitete procesa i proizvoda i njihovog utjecaja na okoliš te utvrditi potencijalne rizike u radu tehnoloških procesa i razvoja proizvoda.
- Kritički analizirati, vrednovati i interpretirati vlastite rezultate uspoređujući ih s postojećim rješenjima dostupnima u znanstvenoj i stručnoj literaturi
- Pokazati neovisnost i pouzdanost u samostalnom radu, kao i učinkovitost, pouzdanost i prilagodljivost u timskom radu
- Razviti radnu etiku, osobnu odgovornost i težnju za daljnjim usvajanjem novih znanja i vještina prema normama inženjerske prakse

Očekivani ishodi učenja na razini predmeta (3-10 ishoda učenja)
1. Definirati raspodjelu podataka.
2. Primijeniti statističke testove hipoteze u kemiji.
3. Upotrijebiti metode eksploracije podataka u stvarnim kemijskim sustavima.
4. Primijeniti metode modeliranja i optimiranja.
5. Ekstrahirati korisne informacije.
6.Kalibrirati analitički sustav, obraditi mjerni signal sa svrhom dobivanja korisne informacije.
Ishodi učenja:
  1. Definirati raspodjelu podataka
  2. Primijeniti statističke testove hipoteze u kemiji
  3. Upotrijebiti metode eksploracije podataka u stvarnim kemijskim sustavima
  4. Primijeniti metode modeliranja i optimiranja
  5. Ekstrahirati korisne informacije
  6. Kalibrirati analitički sustav, obraditi mjerni signal sa svrhom dobivanja korisne informacije
Literatura:
  1. Practical Guide to Chemometrics, , P. Gemeprline, 2. izd., CRC Press, Boca Raton, 2006.
  2. Chemometrics Data Analysis for the Laboratory and Chemical Plant, , R. G. Brereton, Wiley, West Sussex, 2003.
  3. Statistical Methods in Analytical Chemistry, , P. C. Meier, R. E. Zund, 2. izd., Wiley, New York, 2000.
  4. Neural Networks in Chemistry and Drug Design, , J. Zupan, J. Gasteiger, Wiley-VCH, Weinheim, 1999.
  5. Chemometrics in Environmental Analysis, , J. W. Einax, H. W. Zwanziger, S. Geiß, Wiley-VHC, Weinheim, 1997.
3. semestar
Izborni predmeti - Redovni studij - Chemical and Environmental Technology
Termini konzultacija:
Obavijesti

Start of lectures of the course Chemiometrics in the academic year 2023/24.

Autor: Šime Ukić 
Dear Students,
The lectures of the course Chemometrics will start on Wednesday, October 18, 2023 at 8:00 a.m. in lecture hall ZG-V3 (on the second floor of the Zagrepčanka building).
Prof. Šime Ukić

About the beginning of the lectures

Autor: Šime Ukić

Dear students,

Lectures from the course Chemometrics will start on Wednesday, October 20, 2021, at 11:00 am, in lecture room P1KM19 (building at Marulićev trg 19, the basement).

Assoc. prof. Šime Ukić

Arhiva obavijesti