19345Estudo do factor...VIEWcriticalOAI-RUL2009-10-02 11:53:51super:TERESAB2009-10-02 14:33:59super:TERESABDUL0120708technicaltext_md 2344668 CRC32 41917a64 MD5 db6afb4ab9ebdd7b010499347073d447 SHA-1 e262338fa276d12c24018ede75722391079d487a application/octet-stream ]]>20709changehistorychangehistory_mdServiceTechnicalMetadataExtractorTechnical Metadata Extraction2009-10-02T11:54:32.908+01:00Add some metadata to the digital entity using jhovesoftware_usedJHove]]>20710 descriptivedcEstudo do factor envelhecimento na classificação geográfica automática de ramas petrolíferasBorges, Carlos Manuel Barata da FonsecaDuarte, Maria Filomena2007Tese de mestrado em Química Analítica Aplicada, apresentada à Universidade de Lisboa, através da Faculdade de Ciências, 2008No 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.Química analíticaporopen accessinfo:eu-repo/semantics/masterThesisapplication/pdfhttp://catalogo.ul.pt/F/?func=item-global&doc_library=ULB01&type=03&doc_number=000562695Sousa, João Aires deThe 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.Teses de mestrado]]>19345_ulfc091361_tm_Dissertacao_MQAA_CBorges.pdfpdfapplication/pdf/digitool_storage/deposit-master/2009/10/02/file_1/193451006-12344668