076338 Exploratory Data Analysis / Chemometrics

Details
Department of Food Science
Earliest Possible Year
Duration1 semester
 
Credits6 (ECTS)
Course LevelJoint BSc and MSc
 
Examinationoral examination


Aid allowed

Description of Examination: 13-point scale, external examiner



Description of Examination:
Dates of Exam:
 
Organisation of TeachingForelæsninger: 1 skemamodul pr. uge Øvelser: 3 timer ugentligt
 
Block PlacementE6, efterår
Tirsdag 13-16

 
Teaching LanguageDanish
 
Restrictions50
 
Course Objectives
Formålet med kurset er at indføre den studerende i centrale eksplorative kemometriske teknikker samt at demonstrere deres anvendelser inden for forskning og udvikling (primært inden for levnedsmiddelområdet, men eksempler fra medicin, miljø, agroteknologi m.v. inddrages ). Den studerende vil efter fuldført kursus være i stand til selvstændigt at anvende dataanalysemetoderne i praksis.
 
Course Contents
I al industri og forskning udføres der dagligt et meget stort antal fysiske og kemiske målinger og kvalitetsanalyser på alle typer af materialer, processer og produkter. Eksplorativ dataanalyse/kemometri tilbyder helt nye muligheder for at udnytte disse multivariate datasæt takket være moderne computerteknologi.

Kurset vil omhandle en trin-for-trin teoretisk indføring i eksplorativ dataanalyse/kemometri underbygget med praktiske eksempler samt en kort introduktion til moderne måleteknikker. Metoder til eksplorativ analyse (Principal Component Analysis), klassifikation (SIMCA, Diskriminant-Partial Least Squares) og kalibrering (Principal Component Regression og Partial Least Squares Regression) behandles. Der vil blive givet en kort gennemgang af moderne spektroskopiske metoder. Til øvelserne anvendes specielt software (The Unscrambler), hvortil der vil blive givet en grundig instruktion.

Begrundelse:
Grafisk orienteret software bevirker effektiv udnyttelse af computerteknikkens muligheder til analyse af komplekse datasæt. Metoderne kan direkte bruges i industrien/forskningen og vil give den studerende et effektivt redskab for at tilvejebringe praktiske løsninger i erhvervet og forskningen.
 
Teaching And Learning Methods
Forelæsninger, gæsteforelæsninger og computerøvelser. Projektopgaven baseres på datasæt fra Kemometrigruppen, MLI, KVL.
 
Course Litterature
Kim Esbensen: Multivariate Data Analysis - in Practice (2001);
Rasmus Bro: Håndbog i multivariabel kalibrering (1996, ikke obligatorisk).
Desuden relevante noter og artikler og specielt udarbejdet kursusmateriale.
 
Course Coordinator
Lars Nørgaard, lan@life.ku.dk, Department of Food Science, Phone: 35333212
 
Study Board
Study Committee LSN
 
Course Scope
lectures38
practicals46
Excursions8
preparation88

180