Autor(es):
Borges, Carlos Manuel Barata da Fonseca 
Data: 2007
Identificador Persistente: http://hdl.handle.net/10451/1300
Origem: Repositório da Universidade de Lisboa
Assunto(s): Química analítica; Teses de mestrado
Detalhes do Documento
Estudo do factor envelhecimento na classificação geográfica automática de ramas...
Descrição
Tese de mestrado em Química Analítica Aplicada, apresentada à Universidade de Lisboa, através da Faculdade de Ciências, 2008 No presente trabalho foi estudado o efeito do envelhecimento sobre a composição de ramas petrolíferas derramadas, bem como o efeito que esta mesma acção tem nas capacidades de previsão de redes neuronais de Kohonen, quando estas são treinadas para prever a origem geográfica de petróleos brutos. De modo a monitorizar o primeiro efeito foi utilizada como técnica analítica a Cromatografia Gasosa associada à Espectrometria de Massa, sendo determinado um conjunto de parâmetros analíticos. Do conjunto de parâmetros, foram seleccionados 22, por serem considerados extremamente robustos à acção ambiental. A partir dos dados recolhidos foi construída uma base de dados composta por 263 amostras de seis origens geográficas distintas e representadas por 22descritores. A base de dados foi depois sujeita a três estudos distintos de aplicação de redes de Kohonen com vista a estudar o efeito da acção ambiental, a comparar amostras envelhecidas e não envelhecidas e diferentes condições operacionais (diferentes equipamentos/operadores).Depois de treinadas as redes neuronais para os diversos estudos foram obtidas previsões correctas para os diversos conjuntos de teste que variam entre83,8% e 95,7% quando são aplicados critérios de decisão baseados em conjuntos de redes. The effect of weathering on crude oils and on the prediction capabilities of Kohonen neural networks, when these are trained to predict the geographical origin of crude oils, was studied in the present work. Gas Chromatography-Mass Spectrometry was the analytical technique of choice to monitor the effect of weathering on crude oils and to determine a set of analytical parameters. Among all parameters, 22 were selected because they are considered to be extremely robust to weathering. From the set of data collected a database was built which was composed by263 samples from six distinct geographical origins and represented by 22descriptors. The database was then used to perform three different studies of Kohonen networks applications, in order to study the effect of weathering, to compare between weathered and un-weathered samples, and to compare distinct operational conditions (distinct instruments/technicians).After the training of the neural networks, for the several studies proposed, the percentage of correct previsions was in the range 83,8% - 95,7%, when applying decision making criteria based on sets of networks.
Tese de mestrado em Química Analítica Aplicada, apresentada à Universidade de Lisboa, através da Faculdade de Ciências, 2008 No presente trabalho foi estudado o efeito do envelhecimento sobre a composição de ramas petrolíferas derramadas, bem como o efeito que esta mesma acção tem nas capacidades de previsão de redes neuronais de Kohonen, quando estas são treinadas para prever a origem geográfica de petróleos brutos. De modo a monitorizar o primeiro efeito foi utilizada como técnica analítica a Cromatografia Gasosa associada à Espectrometria de Massa, sendo determinado um conjunto de parâmetros analíticos. Do conjunto de parâmetros, foram seleccionados 22, por serem considerados extremamente robustos à acção ambiental. A partir dos dados recolhidos foi construída uma base de dados composta por 263 amostras de seis origens geográficas distintas e representadas por 22descritores. A base de dados foi depois sujeita a três estudos distintos de aplicação de redes de Kohonen com vista a estudar o efeito da acção ambiental, a comparar amostras envelhecidas e não envelhecidas e diferentes condições operacionais (diferentes equipamentos/operadores).Depois de treinadas as redes neuronais para os diversos estudos foram obtidas previsões correctas para os diversos conjuntos de teste que variam entre83,8% e 95,7% quando são aplicados critérios de decisão baseados em conjuntos de redes. The effect of weathering on crude oils and on the prediction capabilities of Kohonen neural networks, when these are trained to predict the geographical origin of crude oils, was studied in the present work. Gas Chromatography-Mass Spectrometry was the analytical technique of choice to monitor the effect of weathering on crude oils and to determine a set of analytical parameters. Among all parameters, 22 were selected because they are considered to be extremely robust to weathering. From the set of data collected a database was built which was composed by263 samples from six distinct geographical origins and represented by 22descriptors. The database was then used to perform three different studies of Kohonen networks applications, in order to study the effect of weathering, to compare between weathered and un-weathered samples, and to compare distinct operational conditions (distinct instruments/technicians).After the training of the neural networks, for the several studies proposed, the percentage of correct previsions was in the range 83,8% - 95,7%, when applying decision making criteria based on sets of networks.
Tipo de Documento
Dissertação de Mestrado
Orientador(es) Duarte, Maria Filomena; Sousa, João Aires de
Orientador(es) Duarte, Maria Filomena; Sousa, João Aires de
| Financiadores do RCAAP | |||||||
|
|
|
|
|
|
||