Identifikace plynů a těkavých látek pomocí chemorezistivních senzorů
Identification of Gases and Volatile Substances Using Chemoresistive Sensors
Typ dokumentu
diplomová prácemaster thesis
Autor
Daria Pecheritca
Vedoucí práce
Laposa Alexandr
Oponent práce
Kovalenko Alexander
Studijní obor
Lékařská technikaStudijní program
Lékařská elektronika a bioinformatikaInstituce přidělující hodnost
katedra teorie obvodůPráva
A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.htmlVysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html
Metadata
Zobrazit celý záznamAbstrakt
Daná diplomová práce se zabývá problematikou chemorezistivních senzorů plynu, jejich křížovou citlivosti a metodikou testování těkavých látek. Bylo navřeno a realizováno testovací pracoviště, s jehož pomocí byly naměřeny zvolené těkavé látky. Vybrané látky jsou potenciálními biomarkery nemocí a byly naměřeny ve třech koncentracích pomocí devíti tlustovrstvých chemorezistivních senzorů plynu. Následně s využitím metod strojového učení byla provedena vizualizace a klasifikace vybraných těkavých látek. This diploma thesis deals with the issue of chemoresistive gas sensors, their cross-sensitivity, and the methodology of testing volatile substances. A test bed was designed and implemented, using which the selected substances were measured. Chosen volatile substances, which are potential biomarkers of disease, were measured at three concentrations using nine thick film chemoresistive gas sensors. Subsequently, visualization and classification of the selected volatiles was performed using machine learning methods.
Kolekce
- Diplomové práce - 13131 [181]