Evaluation of calibration data in capillary electrophoresis using artificial neural networks to increase precision of analysis

Logo poskytovatele

Varování

Publikace nespadá pod Ekonomicko-správní fakultu, ale pod Přírodovědeckou fakultu. Oficiální stránka publikace je na webu muni.cz.
Autoři

POLÁŠKOVÁ Pavla BOCAZ BENEVENTI Gaston Guillermo LI Hua HAVEL Josef

Rok publikování 2002
Druh Článek v odborném periodiku
Časopis / Zdroj JOURNAL OF CHROMATOGRAPHY A
Fakulta / Pracoviště MU

Přírodovědecká fakulta

Citace
Obor Analytická chemie, separace
Klíčová slova calibration data; capillary electrophoresis; artificial neural networks
Popis Increase of precision in capillary electrophoresis can be achieved applying suitable markers and evaluating calibration curves and data analysis with artificial neural networks. They are able to account for errors in both x- and y-axes, nonlinear response of detector and non-linearity of calibration curves eventually. A comparison of the artificial neural networks approach with ordinary least-squares (OLS) and bivariate least-squares regression (BLS) was done. While OLS and BLS give similar results, the method proposed and tested in analysis of several pharmaceutical products yields lower prediction errors than traditional linear least-squares methods and the precision of analysis was found in the range 0.5-1.5% relative. (C) 2002 Elsevier Science B.V. All rights reserved.
Související projekty:

Používáte starou verzi internetového prohlížeče. Doporučujeme aktualizovat Váš prohlížeč na nejnovější verzi.