Use este identificador para citar ou linkar para este item:
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 |
| Primeiro Orientador: | Ado Jorio de Vasconcelos |
| Primeiro membro da banca : | Omar Paranaiba Vilela Neto |
| Segundo membro da banca: | Luiz Gustavo de Oliveira Lopes Cançado |
| Terceiro membro da banca: | Antonio Gomes de Souza Filho |
| Quarto membro da banca: | Mário Sérgio de Carvalho Mazzoni |
| Quinto membro da banca: | Alexandre Magno Rodrigues Teixeira |
| Resumo: | 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. |
| Assunto: | Espectroscopia de Raman Quinona Aprendizado do computador |
| Idioma: | eng |
| País: | Brasil |
| Editor: | Universidade Federal de Minas Gerais |
| Sigla da Instituição: | UFMG |
| Departamento: | ICX - DEPARTAMENTO DE FÍSICA |
| Curso: | Programa de Pós-Graduação em Física |
| Tipo de Acesso: | Acesso Aberto |
| URI: | http://hdl.handle.net/1843/69279 |
| Data do documento: | 11-Ago-2023 |
| Aparece nas coleções: | Teses de Doutorado |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | 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 |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.