1. Repositório Institucional da UFMG
  2. Trabalhos Acadêmicos
  3. Dissertações e Teses
  4. Pós-Graduação em Física
  5. Teses de Doutorado
Please use this identifier to cite or link to this item: http://hdl.handle.net/1843/69279
Full metadata record
DC FieldValueLanguage
dc.contributor.advisor1Ado Jorio de Vasconcelospt_BR
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/0034894070455412pt_BR
dc.contributor.referee1Omar Paranaiba Vilela Netopt_BR
dc.contributor.referee2Luiz Gustavo de Oliveira Lopes Cançadopt_BR
dc.contributor.referee3Antonio Gomes de Souza Filhopt_BR
dc.contributor.referee4Mário Sérgio de Carvalho Mazzonipt_BR
dc.contributor.referee5Alexandre Magno Rodrigues Teixeirapt_BR
dc.creatorArthur Patrocínio Penapt_BR
dc.creator.Latteshttp://lattes.cnpq.br/4523311677854884pt_BR
dc.date.accessioned2024-06-19T20:06:22Z-
dc.date.available2024-06-19T20:06:22Z-
dc.date.issued2023-08-11-
dc.identifier.urihttp://hdl.handle.net/1843/69279-
dc.description.abstractEste 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.pt_BR
dc.description.resumoThis 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.pt_BR
dc.description.sponsorshipCNPq - Conselho Nacional de Desenvolvimento Científico e Tecnológicopt_BR
dc.description.sponsorshipFAPEMIG - Fundação de Amparo à Pesquisa do Estado de Minas Geraispt_BR
dc.description.sponsorshipCAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superiorpt_BR
dc.languageengpt_BR
dc.publisherUniversidade Federal de Minas Geraispt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentICX - DEPARTAMENTO DE FÍSICApt_BR
dc.publisher.programPrograma de Pós-Graduação em Físicapt_BR
dc.publisher.initialsUFMGpt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectRamanpt_BR
dc.subjectMachine learningpt_BR
dc.subjectQuinonaspt_BR
dc.subjectDFTpt_BR
dc.subject.otherEspectroscopia de Ramanpt_BR
dc.subject.otherQuinonapt_BR
dc.subject.otherAprendizado do computadorpt_BR
dc.titleRaman spectra-based structured classificatory analysis of quinoidal and derivative molecular systems: an unsupervised machine learning approachpt_BR
dc.typeTesept_BR
Appears in Collections:Teses de Doutorado

Files in This Item:
File Description SizeFormat 
Arthur Pena - Raman spectra-based structured classificatory analysis of Quinoidal and derivative molecular systems - an unsupervised machine learning approach.pdf49.39 MBAdobe PDFView/Open
Show simple item record


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.