prikaz prve stranice dokumenta Use of Artificial Neural Networks for Retention Modelling in ion Chromatography
  Preuzmi
PDF 164.02 KB
Znanstveni rad - Izvorni znanstveni rad
Use of Artificial Neural Networks for Retention Modelling in ion Chromatography
Croatica Chemica Acta, 75 (2002), 3; 713-725. urn:nbn:hr:239:241939
Srečnik, Goran; Debeljak, Željko; Cerjan-Stefanović, Štefica; Bolanča, Tomislav; Novič, Milko; Lazarić, Katica; Gumhalter-Lulić, Željka

Citirajte ovaj rad

Srečnik, G., Debeljak, Ž., Cerjan Stefanović, Š., Bolanča, T., Novič, M., Lazarić, K. i Gumhalter Lulić, Ž. (2002). Use of Artificial Neural Networks for Retention Modelling in ion Chromatography. Croatica Chemica Acta, 75. (3), 713-725. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:239:241939

Srečnik, Goran, et al. "Use of Artificial Neural Networks for Retention Modelling in ion Chromatography." Croatica Chemica Acta, vol. 75, br. 3, 2002, str. 713-725. https://urn.nsk.hr/urn:nbn:hr:239:241939

Srečnik, Goran, Željko Debeljak, Štefica Cerjan Stefanović, Tomislav Bolanča, Milko Novič, Katica Lazarić i Željka Gumhalter Lulić. "Use of Artificial Neural Networks for Retention Modelling in ion Chromatography." Croatica Chemica Acta 75, br. 3 (2002): 713-725. https://urn.nsk.hr/urn:nbn:hr:239:241939

Srečnik, G., et al. (2002) 'Use of Artificial Neural Networks for Retention Modelling in ion Chromatography', Croatica Chemica Acta, 75(3), str. 713-725. Preuzeto s: https://urn.nsk.hr/urn:nbn:hr:239:241939 (Datum pristupa: 31.12.2024.)

Srečnik G, Debeljak Ž, Cerjan Stefanović Š, Bolanča T, Novič M, Lazarić K, i sur.. Use of Artificial Neural Networks for Retention Modelling in ion Chromatography. Croatica Chemica Acta [Internet]. 2002. [pristupljeno 31.12.2024.];75(3):713-725. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:239:241939

G. Srečnik, et al., "Use of Artificial Neural Networks for Retention Modelling in ion Chromatography", Croatica Chemica Acta, vol. 75, br. 3, str. 713-725, 2002. [Online]. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:239:241939. [Citirano: 31.12.2024.]

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:239:241939
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
Naslov (engleski)Use of Artificial Neural Networks for Retention Modelling in ion Chromatography
Naslov (hrvatski)Uporaba umjetnih neuronskih mreža za retencijsko modeliranje u ionskoj kromatografiji
AutorGoran Srečnik
AutorŽeljko Debeljak
MBZ: 296571
AutorŠtefica Cerjan-Stefanović
MBZ: 6631
AutorTomislav Bolanča
MBZ: 233894
AutorMilko Novič
AutorKatica Lazarić
MBZ: 109354
AutorŽeljka Gumhalter-Lulić
MBZ: 14865
Autorova ustanova(Klinički bolnički centar Osijek)
Autorova ustanovaSveučilište u Zagrebu
Fakultet kemijskog inženjerstva i tehnologije
Znanstveno / umjetničko
područje, polje i grana		BIOMEDICINA I ZDRAVSTVO
Kliničke medicinske znanosti
Neurologija
Znanstveno / umjetničko
područje, polje i grana		PRIRODNE ZNANOSTI
Kemija
Analitička kemija
Sažetak (engleski)
The aim of this work was to develop an empirical model for retention of inorganic anions (fluoride, chloride, nitrite, sulphate, bromide, nitrate, and phosphate) in suppressed ion chromatography with hydroxide selective stationary phases using artificial neural networks. Three-layer feed-forward neural network trained with a Levenberg-Marquardt batch error back propagation algorithm has been used to model retention mechanisms of inorganic anions with respect to the mobile phase parameters. The number of hidden layer nodes of the neural network and the number of iteration steps were optimized in order to obtain the best possible retention model. This Study shows that an optimized artificial neural network is a very accurate and fast retention modelling tool to model various inherent linear and non-linear relationships of retention behaviour. This has been proven by developing the neural network retention model with average relative errors of 0.88% obtained using only 300 iteration steps.
Sažetak (hrvatski)
Svrha rada je razvoj empirijskog modela za retencijsko modeliranje anorganskih aniona (fluorida, klorida, nitrita, sulfata, nitrata, bromida i fosfata) u suprimiranoj ionskoj kromatografiji s hidroksid-selektivnom stacionarnom fazom, i to uporabom umjetne neuronske mreže. Unaprijedna neuronska mreža s tri sloja, obučavana Levenberg-Marquardt-ovim algoritmom s povratnim rasprostiranjem pogreške te prilagodbom parametara mreže nakon prolaska čitavog skupa za obuku kroz mrežu, uporabljena je za modeliranje retencijskog mehanizma anorganskih aniona, s obzirom na parametre mobilne faze. Broj neurona u skrivenom sloju neuronske mreže i broj iteracijskih koraka optimiran je da bi se dobio što bolji retencijski model. Pokazano je da optimirana neuronska mreža omogućuje vrlo točan i brz postupak za modeliranje linearnih i nelinearnih ovisnosti te je primjenjiva za modeliranje retencije. To je dokazano razvijanjem modela retencije, uporabom neuronske mreže sa srednjom vrijednošću relativnih pogrešaka od 0,88%, uz korištenje 300 iteracijskih koraka.
Ključne riječi (engleski)
Jezikengleski
Vrsta publikacijeZnanstveni rad - Izvorni znanstveni rad
Status objaveObjavljen
Vrsta recenzijeRecenziran - međunarodna recenzija
Verzija publikacijeObjavljena verzija rada (izdavačev PDF)
Naslov časopisaCroatica Chemica Acta
Brojčani podacivol. 75, br. 3, str. 713-725
p-ISSN0011-1643
e-ISSN1334-417X
URN:NBNurn:nbn:hr:239:241939
Datum objave publikacije2002
URL dokumentahttps://hrcak.srce.hr/128123
Vrsta resursaTekst
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Imenovanje 4.0 međunarodna (CC BY 4.0)
Datum i vrijeme pohrane2020-05-14 10:15:08