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”

Spectral imaging and archival data in analyzing the Madonna of the Rabbit painting by Manet and Titian

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985556%3A_____%2F18%3A00489046" target="_blank" >RIV/67985556:_____/18:00489046 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://dx.doi.org/10.1002/anie.201800624" target="_blank" >http://dx.doi.org/10.1002/anie.201800624</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1002/anie.201800624" target="_blank" >10.1002/anie.201800624</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Spectral imaging and archival data in analyzing the Madonna of the Rabbit painting by Manet and Titian

  • Popis výsledku v původním jazyce

    A concise insight into the outputs provided by the latest prototype of visible‐near infrared (VIS‐NIR) multispectral scanner (National Research Council‐National Institute of Optics, CNR‐INO, Italy) is presented. The analytical data acquired on an oil painting Madonna of the Rabbit by E. Manet are described. In this work, the VIS‐NIR data were complemented with X‐ray fluorescence (XRF) mapping for the chemical and spatial characterization of several pigments. The spatially registered VIS‐NIR data facilitated their processing with spectral correlation mapping (SCM) and artificial neural network (ANN) algorithm respectively for pigment mapping and improved visibility of pentimenti and of underdrawing style. The data provided several key elements for the comparison with a homonymous original work by Titian studied within the ARCHive LABoratory (ARCHLAB) transnational access project.

  • Název v anglickém jazyce

    Spectral imaging and archival data in analyzing the Madonna of the Rabbit painting by Manet and Titian

  • Popis výsledku anglicky

    A concise insight into the outputs provided by the latest prototype of visible‐near infrared (VIS‐NIR) multispectral scanner (National Research Council‐National Institute of Optics, CNR‐INO, Italy) is presented. The analytical data acquired on an oil painting Madonna of the Rabbit by E. Manet are described. In this work, the VIS‐NIR data were complemented with X‐ray fluorescence (XRF) mapping for the chemical and spatial characterization of several pigments. The spatially registered VIS‐NIR data facilitated their processing with spectral correlation mapping (SCM) and artificial neural network (ANN) algorithm respectively for pigment mapping and improved visibility of pentimenti and of underdrawing style. The data provided several key elements for the comparison with a homonymous original work by Titian studied within the ARCHive LABoratory (ARCHLAB) transnational access project.

Klasifikace

  • Druh

    J<sub>imp</sub> - Článek v periodiku v databázi Web of Science

  • CEP obor

  • OECD FORD obor

    10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Návaznosti výsledku

  • Projekt

  • Návaznosti

    I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Ostatní

  • Rok uplatnění

    2018

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název periodika

    Angewandte Chemie - International Edition

  • ISSN

    1433-7851

  • e-ISSN

  • Svazek periodika

    57

  • Číslo periodika v rámci svazku

    25

  • Stát vydavatele periodika

    DE - Spolková republika Německo

  • Počet stran výsledku

    6

  • Strana od-do

    7408-7412

  • Kód UT WoS článku

    000434949200021

  • EID výsledku v databázi Scopus

    2-s2.0-85046457121