Use este identificador para citar o ir al link de este elemento:
http://hdl.handle.net/1843/69279
Tipo: | Tese |
Título: | Raman spectra-based structured classificatory analysis of quinoidal and derivative molecular systems: an unsupervised machine learning approach |
Autor(es): | Arthur Patrocínio Pena |
primer Tutor: | Ado Jorio de Vasconcelos |
primer miembro del tribunal : | Omar Paranaiba Vilela Neto |
Segundo miembro del tribunal: | Luiz Gustavo de Oliveira Lopes Cançado |
Tercer miembro del tribunal: | Antonio Gomes de Souza Filho |
Cuarto miembro del tribunal: | Mário Sérgio de Carvalho Mazzoni |
Quinto miembro del tribunal: | Alexandre Magno Rodrigues Teixeira |
Resumen: | This work brings a classificatory analysis method based on the vibrational Raman spectra of 38 quinones and related structures, spectrally ordering and classifying the compounds. The molecular systems are relevant for chemical and biological processes, with applications in pharmacology, toxicology and medicine. The classificatory strategy uses a combination of principal component analysis with k-Means clustering methods. Both theoretical simu- lations and experimental data are analysed, thus establishing their spectral characteristics, as related to their chemical structures and properties. The protocol introduced here should be broadly applicable in other molecular and solid state systems, providing a strucured protocol form materials study based in Raman spectroscopy and machine learning. |
Abstract: | Este trabalho traz um método de análise classificatória baseado nos espectros vibracionais Raman de 38 quinonas e estruturas relacionadas, ordenando e classificando espectralmente os compostos. Os sistemas moleculares são relevantes para processos químicos e biológicos, com aplicações em farmacologia, toxicologia e medicina. A estratégia classificatória usa uma combinação de análise de componentes principais com métodos de agrupamento k-means. Tanto as simulações teóricas como os dados experimentais são analisados, estabelecendo assim as suas características espectrais, relacionadas com as suas estruturas e propriedades químicas. O protocolo introduzido aqui deve ser amplamente aplicável em outros sistemas moleculares e de estado sólido, servindo de base para um protocolo de estudo de materiais fundamentado em espectroscopia Raman e aprendizado de máquina. |
Asunto: | Espectroscopia de Raman Quinona Aprendizado do computador |
Idioma: | eng |
País: | Brasil |
Editor: | Universidade Federal de Minas Gerais |
Sigla da Institución: | UFMG |
Departamento: | ICX - DEPARTAMENTO DE FÍSICA |
Curso: | Programa de Pós-Graduação em Física |
Tipo de acceso: | Acesso Aberto |
URI: | http://hdl.handle.net/1843/69279 |
Fecha del documento: | 11-ago-2023 |
Aparece en las colecciones: | Teses de Doutorado |
archivos asociados a este elemento:
archivo | Descripción | Tamaño | Formato | |
---|---|---|---|---|
Arthur Pena - Raman spectra-based structured classificatory analysis of Quinoidal and derivative molecular systems - an unsupervised machine learning approach.pdf | 49.39 MB | Adobe PDF | Visualizar/Abrir |
Los elementos en el repositorio están protegidos por copyright, con todos los derechos reservados, salvo cuando es indicado lo contrario.