Laser Magnetic Resonance (LMR) is a very sensitive, accurate and high resolution spectroscopic technique. Transitions of paramagnetic species are brought into coincidence with a fixed frequency laser using Zeeman tuning. Three different LMR spectrometers are described, two of which use the CO laser as a radiation source and the other used optically pumped far-infrared lasers. These LMR spectrometers have been used to study four radicals, germanium hydride (GeH), tellurium deuteride (TeD), iron hydride (FeH) and iron deuteride (FeD). Transitions in the fundamental and first hot bands of the GeH radical have been detected by CO LMR. The transitions occur within both ²Π_{¹andfrasl;₂} and ²Π_{³andfrasl;₂} manifolds. These data have been fitted with previously published data for GeH and GeD to determine the parameters of a single model effective Hamiltonian which describes all naturally occurring isotopomers. Details of the Hamiltonian are given. The same Hamiltonian was used to model transitions in the fundamental and first two hot bands of the TeD radical that were also recorded using CO LMR. Resonances from the seven most abundant isotopomers, including the two with I = ½, have been identified. Seven transitions in the fundamental band of FeH have been observed using Faraday CO LMR. Due to the complicated electronic structure for FeH it is not possible to model these data using a single model effective Hamiltonian. It has been possible to fit the parameters of a second order Zeeman expression to these FeH data and so determine accurate zerofield transition wavenumbers for six of these transitions. Pure rotational transitions in the ground state of FeD have been observed using FIR LMR. As for FeH the parameters of second order Zeeman expressions can be fitted to these transitions and zero field wavenumbers determined.

Thesis (Ph. D.)--University of Wisconsin--Madison, 1962. / Typescript. Vita. eContent provider-neutral record in process. Description based on print version record. Includes bibliographical references.

Thesis--St. Catharine's College, Cambridge. / Typescript (carbon) with ms. corrections. Without thesis statement. Appendices 1-3 by N. Sheppard and G.B.B.M. Sutherland. Bibliography: leaves 209-216.

Thesis (Ph. D.)-- University of Washington, 2004. / Vita. Includes bibliographical references (leaves 242-251).

Thesis (Ph. D.)--University of Wisconsin, 1967. / Typescript. Vita. eContent provider-neutral record in process. Description based on print version record. Includes bibliography.

Submitted by Claudinei Pracidelli (cpracide@ipen.br) on 2015-10-22T16:48:07Z No. of bitstreams: 0 / Made available in DSpace on 2015-10-22T16:48:07Z (GMT). No. of bitstreams: 0 / Dissertação (Mestrado em Tecnologia Nuclear) / IPEN/D / Instituto de Pesquisas Energeticas e Nucleares - IPEN-CNEN/SP

CNPq; CAPES / As condições climáticas específicas de cada região de cultivo do café fornecem atributos especiais para a bebida e podem assim aumentar seu valor agregado. No entanto, é essencial provar a origem geográfica e genotípica do cultivar por meio de métodos confiáveis. Vários métodos matemáticos e estatísticos foram desenvolvidos na tentativa de reproduzir a capacidade humana de reconhecimento de padrões. As redes neurais artificiais (RNAs) são um conjunto de técnicas baseadas em princípios matemáticos e estatísticos, que vem atualmente ganhando espaço para realizar tarefas de regressão e reconhecimento de padrões. As RNAs são técnicas capazes de realizar o mapeamento de relações complexas e não lineares entre múltiplas variáveis de entrada e saída. Neste trabalho foram utilizados três tipos de rede neural artificial, o mapa auto-organizável (aprendizagem não-supervisionada), o perceptron de múltiplas camadas (aprendizagem supervisionada) e a rede de base radial (processo de aprendizagem híbrido), para o reconhecimento e classificação geográfica e genotípica de café arábica. Para esse fim a composição química e os espectros obtidos no equipamento de espectroscopia no infravermelho com transformada de Fourier (FTIR) foram analisados através do emprego de diferentes RNAs. No desenvolvimento das redes, foram aplicadas metodologias para: melhor generalização das redes (média de ensemble) e escolha dos parâmetros de rede (otimização simplex sequencial). O mapa auto-organizável apresentou foi capaz de reconhecer os genótipos de café e a sua origem geográfica, utilizando os dados do perfil químico das amostras. Após os resultados obtidos foi possível concluir que os perceptrons de múltiplas camadas otimizados foram capazes de classificar as amostras de café arábica geograficamente. Entretanto, para a classificação genotípica o desempenho não foi totalmente satisfatório. As redes de função de base radial otimizadas apresentaram resultados mais satisfatórios pois foram capazes de classificar as amostras de café arábica geograficamente e genotipicamente. Além dos melhores resultados obtidos para a classificação genotípica, as redes de função de base radial apresentam um número menor de parâmetros livres quando comparada com os perceptrons de múltiplas camadas, que apresentam um número muito elevado de pesos sinápticos, não proporcionando número suficiente de graus de liberdade para que a rede neural possa aprender de maneira confiável. / The climatic conditions of the coffee crop give special attributes to the beverage and could improve its value. However, it is essential to prove the geographical and genotype origin of the cultivar using reliable methods. Several mathematical methods have been developed in an attempt to reproduce the human capability of pattern recognition. The artificial neural networks (ANNs) are a set of techniques based on statistical principles, which is currently growing in the food science to perform tasks of regression and pattern recognition. ANNs are techniques that can represent complex and nonlinear input-output relationships. In this study three types of artificial neural network were used, namely the self-organizing maps (unsupervised learning), the multilayer perceptron (supervised learning) and the radial-basis function network (hybrid learning process), for the recognition and geographic and genotypic classification of arabic coffee. For this purpose, spectra obtained in the Fourier transform infrared (FTIR) were analyzed using different ANNs. Other techniques were also applied during neural network development: ensemble averaging to improve the network generalization and sequential simplex optimization to select parameters. It was concluded that the SOM were able to recognize the coffee genotypes and geographical origin using the chemical profile data. After the results it was concluded that the optimized multilayer perceptrons were able to classify the samples of arabica coffee geographically. However, for genotypic classification the performance was not satisfactory. The optimized radial-basis function networks showed more satisfactory results since these networks were able to classify the samples of arabica coffe geographically and genotypically. The radial-basis function networks presents the best results to genotypic classification and in addition a smaller number of free parameters compared with multilayer perceptrons, which has a high number of synaptic weights, thus a large degrees of freedom database is necessary to produce a network with generalization capability.

Submitted by Claudinei Pracidelli (cpracide@ipen.br) on 2015-10-22T16:48:07Z No. of bitstreams: 0 / Made available in DSpace on 2015-10-22T16:48:07Z (GMT). No. of bitstreams: 0 / Cânceres de pele não melanoma (CPNM) representam 95% das neoplasias cutâneas, dentre as quais o carcinoma espinocelular (CEC) é a forma mais agressiva devido a seu padrão de crescimento invasivo e possivelmente metastático. O padrão ouro para o diagnóstico é o exame clínico e avaliação histopatológica, que são subjetivos e dependem da experiência do médico e patologista envolvidos no procedimento. Considerando que o diagnóstico precoce é fundamental para alcançar um tratamento com resultados favoráveis, o presente trabalho utilizou a espectroscopia FTIR (Fourier transform infrared spectroscopy) para avaliar as alterações bioquímicas em pele normal causadas por lesões neoplásicas precursoras de carcinoma espinocelular. Para isto, as lesões foram induzidas quimicamente no dorso de camundongos Swiss via aplicação tópica de 9,10-dimetil-1,2-benzantraceno (DMBA) e 12-tetradecanoforbol-13-acetato (TPA) por um período de 28 semanas. Os espectros de absorção no infravermelho por transformada de Fourier foram coletados na região do infravermelho médio (4000-400 cm-1) no modo de reflexão total atenuada (ATR) e pré-processados para análise posterior. Considerou-se a amplitude da segunda derivada dos espectros de absorção como critério de comparação entre os grupos, nos quais foi observado redução de fibras colágenas e glicogênio no tecido neoplásico, assim como o aumento na intensidade de absorção de modos vibracionais associados a ácidos nucleicos e conteúdo proteico. A técnica de análise por agrupamento (HCA) foi utilizada para classificação dos espectros de tecidos normal e neoplásico, na qual obteve-se 92,6% de acurácia na discriminação dos dados. Diante disso, conclui-se que a espectroscopia FTIR associada a análise por agrupamento apresenta-se como uma potencial ferramenta para complementar a análise histopatológica na rotina clínica durante o diagnóstico de carcinoma espinocelular. / Dissertação (Mestrado em Tecnologia Nuclear) / IPEN/D / Instituto de Pesquisas Energeticas e Nucleares - IPEN-CNEN/SP

No description available.

No description available.