Rodyti trumpą aprašą

dc.contributor.authorDapšys, Ignas
dc.date.accessioned2023-09-18T09:08:06Z
dc.date.available2023-09-18T09:08:06Z
dc.identifier.urihttps://etalpykla.vilniustech.lt/handle/123456789/110453
dc.description.abstractBaigiamajame magistro darbe nagrinėjama spektrinių komponentų išskyrimo iš mišinių spektrų problema, jos sprendimo būdai ir jų taikymai terahercinių (THz) bangų Furjė transformacijos spektroskopijai. Aprašytas matematinis spektrinių komponentų modelis, pasiūlytas mažiausių kvadratų aproksimacijos principu pagrįstas komponenčių išskyrimo metodas. Aptarti kitų mokslininkų išbandyti komponentų išskyrimo metodai: pagrindinių komponenčių analizė (PCA), atraminių vektorių mašinos (SVM), mažiausių kvadratų metodas (LS); genetinis algoritmas (GA) ir kiti optimizavimo metodai. Mūsų siūlomas metodas išbandytas su sintetiniais ir realiais duomenimis, pasiūlyta metodo modifikacija realių spektrų analizei, pateikiamos baigiamojo darbo išvados. Darbą sudaro 7 dalys: įvadas, uždavinio aprašymas, spektroskopijos eksperimento aprašymas, sprendimo metodai, metodų bandymai ir jų rezultatai, išvados ir siūlymai, literatūros sąrašas. Darbo apimtis – 38 p. teksto be priedų, 17 iliustr., 1 lent., 14 bibliografinių šaltinių.lit
dc.description.abstractIn this master thesis we examine the spectral feature separation problem, its solutions, and their application to terahertz (THz) Fourier transform spectroscopy. We describe a mathematical model of spectral components and propose a solution based on least squares Gaussian approximation. A few component separtion methods described in scientific literature are examined, namely: principal component analysis (PCA), support vector machines (SVM), method of least squares (LS), as well as genetic algorithm (GA) and other optimization methods. Our proposed method is applied to synthetic and real data; we also propose an alteration to this method to make it suitable for analysis of real spectra. Finally, the main conclusions of this thesis are stated. Structure: introduction, problem description, spectroscopy experiment setup, methods of solution, method trials and their results, conclusions and suggestions, bibliography. Thesis consists of: 38 p. of text without appendices, 17 figures, 1 table, 14 bibliographical entries.eng
dc.formatPDF
dc.format.extent44 p.
dc.format.mediumtekstas / txt
dc.language.isolit
dc.rightsLaisvai prieinamas internete
dc.source.urihttps://talpykla.elaba.lt/elaba-fedora/objects/elaba:29410816/datastreams/MAIN/content
dc.titleOrganinių molekulių Furjė transformacijos spektroskopijos spektrinių požymių nustatymo metodai
dc.title.alternativeMethods for spectral feature detection in Fourier transform spectroscopy of organic molecules
dc.typeMagistro darbas / Master thesis
dcterms.references0
dc.type.pubtypeETD_MGR - Magistro darbas / Master thesis
dc.contributor.institutionVilniaus Gedimino technikos universitetas
dc.subject.researchfieldN 001 - Matematika / Mathematics
dc.subject.researchfieldN 002 - Fizika / Physics
dc.subject.studydirectionA02 - Taikomoji matematika / Applied mathematics
dc.subject.studydirectionC02 - Fizika / Physics
dc.subject.ltterahercinės bangos
dc.subject.ltspektroskopija
dc.subject.ltmatematinis modeliavimas
dc.subject.ltkomponentų išskyrimo problema
dc.subject.ltaproksimavimas Gauso funkcijomis
dc.subject.enterahertz radiation
dc.subject.enspectroscopy
dc.subject.enmathematical modelling
dc.subject.encomponent separation problem
dc.subject.enGaussian approximation.
dc.identifier.elaba29410816


Šio įrašo failai

Thumbnail

Šis įrašas yra šioje (-se) kolekcijoje (-ose)

Rodyti trumpą aprašą