Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Evaluation of Equilibria with Use of Artificial Neural Networks (ANN). II. ANN and Experimental Design as a Tool in Electrochemical Data Evaluation for Fully Dynamic (Labile) Metal Complexes

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216224%3A14310%2F01%3A00004475" target="_blank" >RIV/00216224:14310/01:00004475 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Evaluation of Equilibria with Use of Artificial Neural Networks (ANN). II. ANN and Experimental Design as a Tool in Electrochemical Data Evaluation for Fully Dynamic (Labile) Metal Complexes

  • Popis výsledku v původním jazyce

    A use of artificial neural networks (ANN) and various experimental designs (ED) for refinement of experimental data obtained in a polarographic metal-ligand equilibrium study of fully dynamic (labile) metal complexes was thoroughly examined. ANN were tested on evenly and randomly distributed experimental error-free and error-corrupted data. It was found that randomly distributed experimental data did not influence the prediction power of ANN. Numerous tests demonstrated that ANN with appropriate ED canprovide accurate prediction in the stability constants with the absolute errors in the range of +- 0.05 log unit or smaller. ANNs were found exceptionally robust. Random experimental errors have not influence estimates in stability constants much even when errors in pH up to the value of +- 0.1 pH unit were introduced. A special procedure has been worked out that allows to minimise the influence of error-corrupted data even further; no significant difference was observed between results

  • Název v anglickém jazyce

    Evaluation of Equilibria with Use of Artificial Neural Networks (ANN). II. ANN and Experimental Design as a Tool in Electrochemical Data Evaluation for Fully Dynamic (Labile) Metal Complexes

  • Popis výsledku anglicky

    A use of artificial neural networks (ANN) and various experimental designs (ED) for refinement of experimental data obtained in a polarographic metal-ligand equilibrium study of fully dynamic (labile) metal complexes was thoroughly examined. ANN were tested on evenly and randomly distributed experimental error-free and error-corrupted data. It was found that randomly distributed experimental data did not influence the prediction power of ANN. Numerous tests demonstrated that ANN with appropriate ED canprovide accurate prediction in the stability constants with the absolute errors in the range of +- 0.05 log unit or smaller. ANNs were found exceptionally robust. Random experimental errors have not influence estimates in stability constants much even when errors in pH up to the value of +- 0.1 pH unit were introduced. A special procedure has been worked out that allows to minimise the influence of error-corrupted data even further; no significant difference was observed between results

Klasifikace

  • Druh

    J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

  • CEP obor

    CG - Elektrochemie

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    Z - Vyzkumny zamer (s odkazem do CEZ)

Ostatní

  • Rok uplatnění

    2001

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název periodika

    Electroanalysis

  • ISSN

    1040-0397

  • e-ISSN

  • Svazek periodika

    13

  • Číslo periodika v rámci svazku

    4

  • Stát vydavatele periodika

    DE - Spolková republika Německo

  • Počet stran výsledku

    14

  • Strana od-do

    295

  • Kód UT WoS článku

  • EID výsledku v databázi Scopus