J 1999

Prediction of chiral separations using combination of experimental designs and artificial neural networks

DOHNAL, Vlastimil, Marta FARKOVÁ a Josef HAVEL

Základní údaje

Originální název

Prediction of chiral separations using combination of experimental designs and artificial neural networks

Autoři

DOHNAL, Vlastimil, Marta FARKOVÁ a Josef HAVEL

Vydání

Chirality, New York, John Wiley & Sons, Inc. 1999, 0899-0042

Další údaje

Jazyk

angličtina

Typ výsledku

Článek v odborném periodiku

Obor

10406 Analytical chemistry

Stát vydavatele

Spojené státy

Utajení

není předmětem státního či obchodního tajemství

Impakt faktor

Impact factor: 1.327

Kód RIV

RIV/00216224:14310/99:00002118

Organizační jednotka

Přírodovědecká fakulta
Změněno: 23. 2. 2001 09:21, RNDr. Marta Farková, CSc.

Anotace

V originále

In this work the advantages of using artificial neural networks (ANNs) combined with experimental design (ED) to optimize the separation of amino acids enantiomers, with a-cyclodextrin as chiral selector, were demonstrated. The results obtained with the ED-ANN approach were compared with those of either partial least squares (PLS) method or response surface methodology where experimental design and the regression equation were used. The ANN approach is quite general, no explicit model is needed and the amount of experimental work can be decreased considerably.

Návaznosti

MSM 143100011, záměr
Název: Struktura a vazebné poměry, vlastnosti a analýza syntetických a přírodních molekulových ansamblů
Investor: Ministerstvo školství, mládeže a tělovýchovy ČR, Struktura a vazebné poměry, vlastnosti a analýza syntetických a přírodních molekulových ansamblů