کمو متریکس

[*مینا*]

کمومتریکس او لین بار در سال 1971 توسط سوانته ولد (شیمیدان سوئدي ) معرفی گرد ید.وي در سال 1974به اتفاق بروس کوال***ی (شیمی تجز یه دان آمر یکائی ) جامعه بین المللی کمومتریکس را بنا نهاد .کمومتر یکس یک نظام شیمیاِئی است که از ریاضی و آمار براي طراحی یا انتخاب روش هاي آزمایشگاهی بهینه ،فراهم کردن بیشترین اطلاعات شیمیائی مناسب بوسیله آنا لیز داده هاي شیمیائی وبدست آوردن دانش در مورد سیستم هاي شیمیائی ،استفاده می کند شیمیدانان با تعر یف یک فرضیه می توانند این فرضیه را آزمایشو اعنبار آن را ثابت نمایند.این کار نیاز به داده های تجربی دارد . بنابراین آنها ابتدا باید تصمیم بگیرند که چه آزمایش هایی را انجام دهند.کمومتریکس کارها را به کمک ر یاضی و تکنیک هاي آماري مانند استفاده از متدلوژي طراحی آزمایش انجام می دهد .سپس با استفاده از داده هاي حاصل از آزمایش ، اطلاعات را استخراج می کند. براي مثال ساختن یک مدل بوسیله محاسبات رگرسیون که چگونگی ارتباط بین نتایج اندازه گیري و متغیر هاي شیمیایی را توصیف میکند.یک شیمیدان می تواند با استفاده از این اطلاعات و دانش شیمیایی ، اطلاعات بیشتري در سیستم بدست آورد.

(Principal Component Analysis) آنالیز اجزاي اصلی

یکی از دلایل استفاده از این روش داشتن روش های کاهش حجم داده می باشد که با استفاده از دستگاههاي مدرن و روش هاي مختلف اندازه گیري بدست می آیدند

اگر تعداد نمونه هاي آزمایشی نیز زیاد باشد ، در اینصورت با تعداد خیلی زیادي داده مواجه خواهیم بود که

آنالیز آنها بدون تغییرات اولیه تقریبا غیر ممکن خواهد بود . علاوه بر این از ابن روش به عنوان فیلتر کننده ی نوین شبکه بندی و بسیاری زمینه های دیگر استفاده می گردد

از متغیرهاي اولیه ، متغیر هاي جدیدي ساخته می شود کخ علاوه بر اینکه از یکدیگر مستقل هستند ترکیب خطی از کلیه متغیر های اولیه می باشند . این متغیر های جدید را متغیر های پنهانی یا اصلی می نامند .متغیر های ساخته شده باید بتوانند کل اطلاعات اولیه را در بر داشته باشند . PCA .در.

روش های ديگر کمومتری به اختصار به شرح زیر است

کالیبراسیون یک متغیره

( Multivariate Calibration) کالیبراسیون چند متغیره

( Multivariate Linear Regression) رگرسیون چند متغیره خطی

( Classic Least Square) حداقل مربعات کلاسیک

( Inverse Least Square) حداقل مربعات معکوس

( Principal Component Regression) رگرسیون اجزاي اصلی

( Partitial Least Square) حداقل مربعات جزئی

( Multivariate Nonlinear Regression) رگرسیون چند متغیره غیر خطی

( Artificial Neural Network ) شبکه هاي عصبی مصنوعی

مراحل کالیبراسیون معمولا شامل طراحی آزمایش ،انتخاب مدل ، تخمین پارامتر ها و پیش بینی مجهولات م
باشد.در کالیبراسیون یک متغیره ، امکان تصحیح مزاحم ها بدون وارد کردن اطلاعات اضافی وجود ندارد .در حالیکه در روشهاي چند متغیره قادر به جدا کردن اطلاعات مفید از اطلاعات نا مناسب مانند نویز می باشند، بدون این که اطلاعات اضافی دیگری برای این کار لازم می باشد

در ادامه باید اضافه کنم که از سال ۸۸ یک آزمایشگاه تخصصی برای این کار به کمک اساتید به نام دانشکده ی شیمی دانشگاه تبریز راه اندازی شده است


نویسنده :: محمود منصوری
منبع :: شیمی دان های دانشکده ی شیمی دانشگاه تبریز