Data-Driven Spectrochemical Methods for Elemental and Isotopic Analysis

  • High-resolution optical spectrometers generate spectra containing tens of thousands of data points per sample. Picometre-scale isotope shifts, matrix-induced line broadening, and strong inter-feature correlations render classical peak fitting unreliable. Current analytical challenges, therefore, require rigorous algorithms able to expose latent structure, quantify uncertainty, and remain chemically interpretable. The research program presented in this lecture integrates state-of-the-art spectrochemical instrumentation with mathematically disciplined data models. Principal Component Analysis and Partial Least Squares provide chemically meaningful latent variables, while gradient-boosted decision trees or deep neural networks (ANNDL) capture residual non-linearity without sacrificing traceability. All models are trained on isotope-enriched or synthetically generated spectra and distributed with full validation workflows.

Volltext Dateien herunterladen

  • 20250521_Institutskolloquium_HU_Abad_final.pdf
    eng

Metadaten exportieren

Weitere Dienste

Suche bei Google Scholar Anzahl der Zugriffe auf dieses Dokument
Metadaten
Autor*innen:Carlos Enrique Abad AndradeORCiD
Dokumenttyp:Vortrag
Veröffentlichungsform:Präsentation
Sprache:Englisch
Jahr der Erstveröffentlichung:2025
Organisationseinheit der BAM:1 Analytische Chemie; Referenzmaterialien
1 Analytische Chemie; Referenzmaterialien / 1.6 Anorganische Referenzmaterialien und Gasanalytik
DDC-Klassifikation:Naturwissenschaften und Mathematik / Chemie / Analytische Chemie
Technik, Medizin, angewandte Wissenschaften / Ingenieurwissenschaften / Angewandte Physik
Freie Schlagwörter:Battery; Data fusion; Isotopes; Machine learning; Spectrochemistry
Themenfelder/Aktivitätsfelder der BAM:Chemie und Prozesstechnik
Chemie und Prozesstechnik / Chemische Charakterisierung und Spurenanalytik
Energie
Energie / Elektrische Energiespeicher und -umwandlung
Veranstaltung:Chemisches Institutskolloquium, Humboldt-Universität zu Berlin
Veranstaltungsort:Berlin, Germany
Beginndatum der Veranstaltung:21.05.2025
Verfügbarkeit des Dokuments:Datei im Netzwerk der BAM verfügbar ("Closed Access")
Datum der Freischaltung:26.06.2025
Referierte Publikation:Nein
Eingeladener Vortrag (wissenschaftliche Konferenzen):Ja
Einverstanden
Diese Webseite verwendet technisch erforderliche Session-Cookies. Durch die weitere Nutzung der Webseite stimmen Sie diesem zu. Unsere Datenschutzerklärung finden Sie hier.