A new approach to applications of the pattern recognition methods in analytical chemistry. IV. Automatic identification of structural fragments in organic compounds

• Autorzy: Hippe Z. S. , Kerste A. , Varmuza K.

Warianty tytułu

PL

Nowe podejście do zastosowań metod rozpoznawania obrazów w chemii analitycznej. IV. Automatyczna identyfikacja fragmentów strukturalnych w związkach organicznych

• Języki publikacji: EN

Abstrakty

EN

In this paper (part of a sequence devoted to automatic identification of organic substructures [1,2]) a methodology of searching for optional classifiers for selected aromatic fragments embedded in organic molecules is briefly described. The developed methodology uses low-resolution mass spectra and employs computer program SCANKEE to create the databases of mass spectra and to search them to create spectrum-substructure correlation tables, and finally'to convert automatically these tables into the rules data--base which enable effective concluding.

PL

W niniejszej pracy (kolejnej w cyklu prac poświęconych automatycznej identyfikacji podslruktur organicznych [1 ,2]) przedstawiono metodologią tworzenia klasyfikatorów dla wybranych aromatycznych fragmentów strukturalnych, w oparciu o niskorozdzielcze widma masowe. Badania przeprowadzono przy pomocy systemu SCANKEE, który służył do zakładania i przeszukiwania bazy widm mas, tworzenia tablic korelacyjnych widmo podstmktura a następnie automatycznego przetwarzania ich w rcgułowe bazy wiedzy, umożliwiające prowadzenie efektywnego procesu wnioskowania.

Słowa kluczowe

EN

computational intelligence; mass spectrometry; rule-based systems

PL

spektrometria masowa; związki organiczne; fragment strukturalny; identyfikacja automatyczna

• Wydawca: Komitet Chemii Analitycznej PAN
• Czasopismo: Chemia Analityczna
• Rocznik: 2001
• Tom: Vol. 46, No. 5
• Strony: 735--743
• Opis fizyczny: Bibliogr. 11 poz.

Twórcy

autor

Hippe Z. S.

• University of Information Technology and Management, 2 Sucharskiego Str., 35-225 Rzeszów, Poland

autor

Kerste A.

• Department of Physical Chemistry, Faculty of Chemistry, Rzeszów University of Technology, 6 Powstańców Warszawy Str., 35-041 Rzeszów, Poland

autor

Varmuza K.

• Laboratory for Chemometrics, Institute of Food Chemistry, Vienna University of Technology, Getreidemarkt 9/160, A-1060 Vienna, Austria

Bibliografia

• 1. Hippe Z.S., Chem. Anal. (Warsaw), 40, 473 (1995).
• 2. Kozioł J. and Varmuza K., Chem. Anal. (Warsaw), 46, 725 (2001).
• 3. Hippe Z.S., Knowledge-Based Systems, 9, 509 (1996).
• 4. Hippe Z.S., Computers Chem., 22, 133 (1998).
• 5. Hippe Z.S., Critical Technology, 2, 1171 Seoul (1996).
• 6. Dębska B. and Guzowska-Świder B., Fresenius J. Anal. Chem., 361, 235 (1998).
• 7. Dębska B. and Guzowska-Świder B., J. Mol. Struct., 348, 473 (1995).
• 8. NIST Mass Spectral Database, Vers. 4.0. National Institute of Standards and Technology, Gaithersburg (MD) 20899, USA 1992.
• 9. Varmuza K., Werther W., Stancl F., Kerber F. and Laue R., in: Software Development in Chemistry, [Gasteiger J., Ed.], vol. 10, GDCh, Frankfurt am Main, 1996, p. 303.
• 10. Varmuza K. and Werther W., J. Chem. Inf. Comput. Sci., 36, 323 (1996).
• 11. Varmuza K. and Werther W., Advances in Mass Spectrometry, [Karjalainen E.J., Hesso A.E., Jalonen J.E. and Karjalainen U.P., Eds], vol. 14, Elsevier, Amsterdam 1998, p. 611.