CAPILLARY ELECTROPHORESIS CHIRAL SEPARATION MODELLING WITH THE USE OF ARTIFICIAL NEURAL NETWORKS
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216224%3A14310%2F02%3A00007205" target="_blank" >RIV/00216224:14310/02:00007205 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
CAPILLARY ELECTROPHORESIS CHIRAL SEPARATION MODELLING WITH THE USE OF ARTIFICIAL NEURAL NETWORKS
Popis výsledku v původním jazyce
Recent development and future trends of enantioseparations in capillary electrophoresis have been reviewed by Chankvetadze et al. On the base of exact physicochemical description using e.g. CELET program the stability constants of either chiral or non-chiral inclusion complexes can be calculated. As for review we refer to Vespalec et al. Recently, we have shown that "soft" modelling of achiral CE separation processes is possible using a combination of artificial neural networks (ANN) and experimental design. Possibility of enantiomers quantification from unresolved peaks was also demonstrated. In this work we are examining possibility of chiral separation "soft" modelling with ANN. It was found that, using suitable ANN architecture,the description of chiral separation is possible with sufficient accuracy. The advantage is that it is not necessary to know or determine chiral selector - enantiomers stability constants and/or the separation mechanism. Using combinatio
Název v anglickém jazyce
CAPILLARY ELECTROPHORESIS CHIRAL SEPARATION MODELLING WITH THE USE OF ARTIFICIAL NEURAL NETWORKS
Popis výsledku anglicky
Recent development and future trends of enantioseparations in capillary electrophoresis have been reviewed by Chankvetadze et al. On the base of exact physicochemical description using e.g. CELET program the stability constants of either chiral or non-chiral inclusion complexes can be calculated. As for review we refer to Vespalec et al. Recently, we have shown that "soft" modelling of achiral CE separation processes is possible using a combination of artificial neural networks (ANN) and experimental design. Possibility of enantiomers quantification from unresolved peaks was also demonstrated. In this work we are examining possibility of chiral separation "soft" modelling with ANN. It was found that, using suitable ANN architecture,the description of chiral separation is possible with sufficient accuracy. The advantage is that it is not necessary to know or determine chiral selector - enantiomers stability constants and/or the separation mechanism. Using combinatio
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
CB - Analytická chemie, separace
OECD FORD obor
—
Návaznosti výsledku
Projekt
<a href="/cs/project/GA203%2F02%2F1103" target="_blank" >GA203/02/1103: Umělé neuronové sítě a plánování pokusů v analytické chemii, zejména v separačních metodách</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2002
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
CHIRANAL 2002
ISBN
80-86238-24-5
ISSN
—
e-ISSN
—
Počet stran výsledku
1
Strana od-do
65
Název nakladatele
ALGA PRESS
Místo vydání
Olomouc
Místo konání akce
24. - 27. 6. 2002, Olomouc
Datum konání akce
1. 1. 2002
Typ akce podle státní příslušnosti
EUR - Evropská akce
Kód UT WoS článku
—