Opcije pristupačnosti Pristupačnost
Repozitorij
Anketa
Na ovoj stranici trenutno nije odabrana niti jedna anketa!
Kemometrija
Šifra: 151223
ECTS: 6.0
Nositelji: prof. dr. sc. Tomislav Bolanča
prof. dr. sc. Šime Ukić
Prijava ispita: Studomat
Opterećenje:

1. komponenta

Vrsta nastaveUkupno
Predavanja 20
* Opterećenje je izraženo u školskim satima (1 školski sat = 45 minuta)
Opis predmeta:
NAZIVPREDMETA
Kemometrija

BROJ SATI NASTAVE
20

OKVIRNI SADRŽAJ PREDMETA/MODULA
Izbor varijabli. Glavne komponente. Slučajna šuma. Eksperimentalni dizajn. Dizajn s dva nivoa. Frakcijski dizajn. Dizajn s više nivoa. Dizajn smjese. Modeliranje. Višestruka i polinomska regresija. Nelinearna regresija. Metodologija najstrmijeg spusta i Marquardova metodologija. Umjetna inteligencija. Umjetne neuronsk emreže. Unapredne, povratne i samoorganizirajuće topologije. Metodologije s i bez vanjskog učitelja. Neizrazita logika. Teorija konvencionalnih i neizrazitih skupova. Analiza klastera. Prepoznavanje uzorka. Metode optimizacije. Simplex. Odlučivanje temeljeno na više kriterija. Derringerova funkcija. Pareto optimalnost. Strategije globalnog pretraživanja. Genetički lgoritmi. Simulirano kaljenje. Kolonije mrava. Relacije kvantificiranja strukturnih svojstava. Hibridni sustavi. Glavne komponente - umjetne neuronske mreže. Genetički algoritmi - umjetne neuronske mreže. Neuroneizraziti sustavi. Obrada signala. Furierove transformacije. Izravnavanje i filtriranje. Pojačavanje signala. Dekonvolucija. Multivarijantna i nelinearna kalibracija. Unutarnja i vanjska validacija. Mjerna nesigurnost.

OPIS METODA PROVOĐENJA NASTAVE
Predavanja, seminari, konzultacije.

OPIS NAČINA IZVRŠAVANJA OBVEZA
Ispit, izlaganje seminara.

ISHODI UČENJA KOLEGIJA:
1. Dizajnirati mjerenje ili eksperiment primjenom matematičkih i statističkih metoda.
2. Ekstrahirati maksimum korisne informacije iz ograničenog broja podataka u analitičkom sustavu primjenom matematičkih i statističkih metoda.
3. Odabrati i primijeniti alate umjetne inteligencije u modeliranju i optimizaciji kemijskih i srodnih sustava.
4. Predvidjeti svojstava molekule proračunima zasnovanima na molekulskoj strukturi.
5. Sintetizirati dobivene korisne informacije u analitičkom sustavu u nove spoznaje.

ISHODI UČENJA NA RAZINI PROGRAMA:LITERATURA
1. Paul Gemeprline, Practical Guide to Chemometrics, 2nd ed. CRC Press, Taylor & FrancisG roup, 2006, Boca Raton, SAD, 2006.
2. Richard G. Brereton: Chemometrics Data Analysis for the Laboratory and Chemical Plant, John Wiley & Sons Ltd, West Sussex, UK, 2003.
3. Peter C. Meier,Richard E. Zund, Statistical Methods in Analytical Chemistry, 2nd ed. John Wiley & Sons Ltd, New York, SAD, 2000.
4. Ivan Šošić, Primijenjena statistika, Školska knjiga, Zagreb, Hrvatska, 2004.
Ishodi učenja:
Literatura:
2. semestar
D_Izborni - Redovni studij - Kemijsko inženjerstvo i primijenjena kemija
Termini konzultacija:
Obavijesti