Autor: nelson.lemes

Reconhecimento de uma impressão numa mistura a partir do espectro Raman

Written by nelson.lemeson

Na simulação abaixo foram simulados 8 espectros Raman de 8 compostos, sendo dois deles marcadores para uma certa enfermidade, ou da presença de um agente tóxico, ou ainda de um certo agente biológico. Posteriormente, foram gerados 200 espectros esp(:,i), com i=1:200, combinações destes 8 compostos em diferentes concentrações: esp(:,i)= z(i)*(c0*spe0+c1*spe1)+c2*spe2+c3*spe3+c4*spe4+c5*spe5+c6*spe6+c7*spe7+c8*spe8; onde c0, c1, c1, c3,

Continue reading Reconhecimento de uma impressão numa mistura a partir do espectro Raman

Método de Crank-Nicolson

Written by nelson.lemeson

Considere a equação parabólica $\frac{\partial f(x,t)}{\partial t}=k\frac{\partial^2 f(x,t)}{\partial x^2},$ que é a forma da equação de condução de calor. Observe que $f$ é uma função das variáveis $x$ e $t$ e que na equação aparece derivadas em relação a estas duas variáveis. Usando diferença finita para a derivada temporal e uma média entre $t+\Delta t$

Continue reading Método de Crank-Nicolson

Filtro de Tikhonov

Written by nelson.lemeson

Quando experimental function ${\bf \hat f}$ contém erros, algoritmos para filtrar estes erro são, em geral, necessários. Exemplos destes algoritmos foram apresentados em post anteriores. Neste post irei apresentar o filtro de Tikhonov. O método consiste em encontrar a função filtrada de ${\bf f}$ que torna mínimo o funcional $\phi_\lambda({\bf f})$, dado por $\phi_\lambda({\bf f})=||{\bf

Continue reading Filtro de Tikhonov

Exemplo do uso do MatLab para treinamento de uma rede

Written by nelson.lemeson

Como exemplo irei treinar uma rede neural (feed-forward backpropagation network) para aprender a função seno. Essa rede terá 2 camadas ocultas com três e dois neurônios, respectivamente. %treinar o seno P=0:.2:2*pi; T=sin(P); P T net = newff(P,T,[3 2]); %feed-forward backpropagation network. %net = feedforwardnet([3 2]); %net = configure(net,P,T); view(net) net.trainFcn = ‘trainlm’; %traingd Gradient descent

Continue reading Exemplo do uso do MatLab para treinamento de uma rede

Neurônio de McCulloch-Pitts

Written by nelson.lemeson

Em 1943, W. McCulloch e W. Pitts [1] desenvolveram um modelo que propõe elementos computacionais retirados das propriedades fisiológicas de um neurônio biológico e de suas conexões, introduzindo assim a referência número um para a teoria de Redes Neurais Artificiais. O neurônio de McCulloch-Pitts é um dispositivo que possui um conjunto de entradas x=[x1, x2,

Continue reading Neurônio de McCulloch-Pitts

Modelo de repulsão dos pares de elétrons da camada de valência (RPECV)

Written by nelson.lemeson

Em geral é possível propor uma geometria levando em conta alguns fatos experimentais. Mas, será possível chegar a uma geometria considerando apenas a estrutura eletrônica do composto (estrutura de Lewis)? Este é o caminho prometido pelo modelo de repulsão dos pares de elétrons da camada de valência, doravante denotado por RPECV. A Teoria RPECV se

Continue reading Modelo de repulsão dos pares de elétrons da camada de valência (RPECV)

Arquivo de Posts

Contato

Se você tem interesse em trabalhar nesta área de pesquisa procure informações sobre o processo seletivo para o programa de pós-graduação em Química da Unifal-MG, mestrado e/ou doutorado ou ainda um pós-doutorado, no PPGQ (link). Se tem interesse em colaborar, fazer o TCC ou iniciação científica nesta área de pesquisa, entre em contato pelo e-mail nelson.lemes@unifal-mg.edu.br.