Index

Autor:  

Klanner, Catharina

Titel:  

Evaluation of descriptors for solids


Dissertation 
URN:  urn:nbn:de:hbz:294-10427
URL:  http://www-brs.ub.ruhr-uni-bochum.de/netahtml/HSS/Diss/KlannerCatharina/diss.pdf
Format:  application/pdf (2.5 M)
Kommentar:  Ruhr-Universität Bochum, Fakultät für Chemie und Biochemie. Tag der mündlichen Prüfung: 2004-05-06

Inhaltsverzeichnis
Datei:  http://www-brs.ub.ruhr-uni-bochum.de/netahtml/HSS/Diss/KlannerCatharina/Inhaltsverzeichnis.pdf
Format:  application/pdf (27.3 k)

Zusammenfassung
Datei:  http://www-brs.ub.ruhr-uni-bochum.de/netahtml/HSS/Diss/KlannerCatharina/Zusammenfassung.pdf
Format:  application/pdf (39.2 k)

Schlagworte:  Heterogene Katalyse; High throughput screenig; Data Mining; Hauptkomponenenanalyse; Neuronales Netzwerk

Inhalt der Arbeit: 

In dieser Dissertation wurde ein erstes Konzept zum Berechnen von Deskriptoren für Festkörper in der heterogenen Katalyse entwickelt und für die Oxidation von Propen mit Sauerstoff als Modelreaktion realisiert. Das Konzept beinhaltet im wesentlichen die Korrelation von Parametern, die Eigenschaften des Festkörpers beschreiben, mit dem jeweiligen experimentell ermitteltem katalytischen Verhalten des Festkörpers. Die katalytischen Daten wurden durch Hochdurchsatztechniken ermittelt. Für die anschließenden Datenanalysen wurden Standardmethoden der Statistik und des Dataminings angewendet, z. B. Hauptkomponentenanalyse, Clusteranalysen, künstliche neuronale Netzwerke und Entscheidungsbäume. Mit diesem neuen Konzept konnten Deskriptoren für Festkörper identifiziert werden, die das katalytische Verhalten signifikant, besser als es einer statistischen Vorhersage entspräche, vorhersagen können.


Inhalt der Arbeit (übersetzt): 

In this thesis, a first concept for the evaluation of descriptors for solid catalysts in the field of heterogeneous catalysis has been developed and realized using the oxidation of propene with oxygen as a model reaction. The concept consists mainly of correlating parameters that describe the properties of the solids with their experimentally measured catalytical performance. Catalytical data have been obtained by applying high throughput experimentation techniques. Subsequent data treatment has been realized by applying standard statistical and data mining tools such as principal components analysis, clustering, artificial neural networks, and classification trees. With this new concept, descriptors could be identified that can predict the relation between property parameters and catalytical performance clearly better than a random model.


Angaben des Autors:
E-Mail: 
Homepage: 
Teile der Arbeit veröffentlicht in: