Erste Seite    Zurück    Weiter    Letzte Seite    Übersicht

Zielstellung

Diese Arbeit entstand im Rahmen der Lehrveranstaltung Neuronale Informationsverabeitung an der Hochschule für Technik und Wirtschaft Dresden.

Ziel dieses Beleges war es, eine Klassifizierung verschiedener organischer Verbindungen anhand ihrer IR-Spektren mit Hilfe eines neuronalen Netzes in ihre Substanzklassen zu erreichen.

Jede chemische Substanz zeigt ihr eigenes IR-Spektrum. Spektren von Substanzen ähnlicher Strukturen haben zwar vielfach gleiche Merkmale, sind aber nicht identisch. Demzufolge kann kein neuronales Netz entwickelt werden, welches zu einem IR-Spektrum den Substanznamen ausgibt. Die Interpretation der IR-Spektren "von Hand" gelingt bei einfachen Strukturen gut, ist aber bei schwierigen Substanzen teilweise nicht mehr möglich. Abhilfe schafft hier eine Spektrendatenbank, deren Erwerb jedoch Kosten verursacht bzw. deren Erstellung sehr arbeitsintensiv ist. Eine andere Möglichkeit zur Interpretation stellt das Heranziehen anderer Methoden, wie Raman-, NMR-, UV/VIS-Spektroskopie und Massenspektrometrie dar. Damit ist eine Substanzidentifizierung möglich. Aus den IR-Spektren werden anhand "charakteristischer Gruppenfrequenzen" Substanzklassen relativ einfach ersichtlich. Dieser Aspekt soll mit Hilfe eines neuronalen Netzwerkes unterstützt werden.

Erste Seite    Zurück    Weiter    Letzte Seite    Übersicht