No description available.

Made available in DSpace on 2014-06-12T18:07:13Z (GMT). No. of bitstreams: 2 arquivo7925_1.pdf: 1184307 bytes, checksum: 2503378983f5e07ea3147d8bde83ec7f (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2005 / O álcool combustível, por ser uma fonte renovável de energia e menos poluente que os combustíveis fósseis, está se tornando uma das principais alternativas para substituição destes. Novas tecnologias e principalmente o Protocolo de Kyoto vêm incentivando o aumento na produção e consumo do álcool. O Brasil, por ter grande capacidade de produção e suficiência nesta área, pode vir a ser um dos maiores exportadores de álcool combustível. Para isto, além de aumentar sua produtividade, o álcool produzido deve também ter uma qualidade que atenda às exigências do mercado exterior. Sendo assim, um processo de produção que seja controlado de forma eficiente, utilizando metodologias analíticas confiáveis, rápidas e que possam determinar simultaneamente vários parâmetros de qualidade é de fundamental importância. A espectroscopia na região do infravermelho próximo (NIR) e intermediário (MID), por ser rápida, não destrutiva, de relativo baixo custo e possibilitar a determinação de vários constituintes simultaneamente em um curto espaço de tempo, em conjunto com métodos quimiométricos para tratamento dos dados, vem sendo amplamente empregada no controle de processos e produtos, inclusive em usinas de produção de açúcar. Com o objetivo de caracterizar, classificar e prever algumas propriedades do álcool combustível produzido na região foram coletadas amostras de álcool etílico anidro e hidratado em três usinas de Pernambuco e uma de Sergipe e determinados 15 parâmetros de qualidade. Foram também obtidos os seus espectros na região do infravermelho próximo e intermediário. A técnica estatística multivariada de análise de componentes principais (ACP) foi empregada na análise exploratória dos dados obtidos, com o objetivo de avaliar existência de possíveis agrupamentos referentes a alguma característica específica. Os melhores resultados foram as ACP dos espectros de MID que mostraram uma melhor separação dos agrupamentos por usinas. Foi investigada a possibilidade de utilizar a espectroscopia MID como alternativa para a determinação de algumas propriedades e contaminantes do álcool combustível, através de modelos de regressão por mínimos quadrados parciais (PLS - Partial Least Squares). Os resultados para o álcool anidro não foram satisfatórios, apenas a densidade foi bem prevista, com erro de previsão comparável ao valor estimado para a precisão intermediária do método de referência. Para o álcool hidratado, parâmetros como metanol, densidade, acetato de etila, álcool n-propílico e pH, apresentaram correlações satisfatórias, sendo que para a densidade, pH e álcool n-propílico forma obtidos erros de previsão equivalentes aos valores de precisão intermediária dos métodos de referência. Além disso, foi investigada a possibilidade de utilização da espectroscopia na região MID, aliada a técnica de classificação multivariada SIMCA (Soft Independent Modeling of Class Analogies), para a identificação da fraude em que o álcool anidro é rehidratado (álcool molhado) e vendido como álcool hidratado, sem pagamento de impostos. Os resultados mostraram-se promissores para a identificação deste tipo de fraude. Através do modelo construído, nenhuma das amostras de teste foi classificada incorretamente. Entretanto, 15% foram classificadas como pertencentes às duas classes (molhado e hidratado)

Syftet med detta examensarbete är att förkorta 20-timmars frisättningen för en tablettformulering med förlängd frisättning genom att använda maskininlärning genom multivariat prediktiv modellering, helt automatisera frisättningsmetoden och utvärdera antalet tabletter som kan representera en batch vid frisättningsanalys av en specifik provtablett. Prediktionsmodellerna byggdes i SIMCA 14, som är en programvara för multivariat dataanalys. Två PLS-prediktionsmodeller byggdes som använder sig av de första 8 timmarna av frisättningen som X-variabler för att prediktera mängden aktiv farmaceutisk ingrediens som frisatts vid timme 12 och timme 20. Y-variablerna behandlades med logit-transformation i SIMCA 14. Modellerna bedömdes med en oberoende testset med avseende på linjäritet och precision. Beräkningar visar att prediktionerna av 12 och 20 timmars värden är utmärkta. RMSEP för 12-timmars prediktionen är 0,39 och 1,12 för 20-timmars prediktionen. Detta visar att modellerna korrekt kan prediktera timme 12 och timme 20 efter en 8 timmars frisättningsanalys. En automatiserad 8-timmars frisättningsmetod med alla nödvändiga kommandon har byggts för SingBATH-roboten i SenISS-programvaran. Det är möjligt att koppla modellerna till SingBATH-metoden till SIMCA Quick Predict-modulen som finns i SenISS-programvaran. SingBATH-robotarna är placerade i produktionsanläggningarna, vilket innebär att hela analysen kan överföras från laboratoriet för kvalitetskontroll till produktionen. För att utvärdera möjligheten att använda färre än 6 tabletter vid frisättning av provtabletten för en batch, användes ett testset med data från 73 olika batcher. Flera beräkningar har utförts för att undersöka effekten av att minska antalet tabletter från 6 till 3 tabletter per batch. Det visas att risken för felaktig bedömning av batchens frisättning vid timme 1, 4, 8 och 20 med frisättning av 3 tabletter istället för 6 är mycket liten. Dessutom är den tid och resurser som sparas när antalet testade tabletter per batch minskas mycket stora. En utvärdering av prediktionsmodellerna med 6 och 3 tabletter per batch har också utförts. Resultaten visar att skillnaderna i resultat är små. Genom att flytta analyserna till produktionen, med hjälp av prediktionsmodeller för att minska analystiden till 8 timmar istället för 20 timmar och att minska antalet tabletter som representerar en batchs frisättning till 3 tabletter, från 6 tabletter, innebär en stor tidsbesparing för analys av denna provtablett. / The aim of this thesis degree is to shorten the 20-hour dissolution time of an extended release tablet formulation by using machine learning through multivariate predictive modelling, fully automate the dissolution method and assess the number of tablets needed to have correct test result for a batch of the formulation analyzed in this thesis.  The prediction models were built in SIMCA 14, which is a software for multivariate data analysis. Two PLS prediction models were built using the first 8 hours of dissolution as X-variables to predict the amount active pharmaceutical ingredient dissolved at hour 12 and hour 20. The Y variables were treated with logit transformation in SIMCA 14. The models were assessed with an independent test set with respect to linearity and precision. Calculations show that predictions of the 12 and 20 hour values are excellent. RMSEP for the 12-hour prediction is 0,39 whereas it is 1,12 for the 20-hour prediction. This shows that the models can correctly predict hour 12 and hour 20 after an 8 hours dissolution analysis.  An automated 8 hour dissolution method with all the necessary commands has been built for the SingBATH robot in the SenISS software. It is possible to couple the models to the SingBATH method to the SIMCA Quick Predict module available in the SenISS software. The SingBATH robots are placed in the production facilities, which means that the entire analysis can be transferred from the quality control laboratory to the production. To evaluate the possibility of using fewer than 6 tablets when testing the dissolution profile for a batch, a test set with data from 73 different batches was used. Several calculations have been performed to investigate the effect of reducing the number of tablets from 6 to 3 tablets per batch. It is shown that the risk of incorrectly judging the batch dissolution at hour 1, 4, 8 and 20 associated with testing 3 tablets instead of 6 is very small. Moreover, the time and resources saved when  the number of tablets tested per batch are reduced are very large.  An evaluation of the prediction models with 6 and 3 tablets per batch has also been performed. The results show that the differences in results are minor. By moving the analyses to the production, using prediction models to reduce the analysis time to 8 hours instead of 20 hours, and to reduce the number of tablets representing a batch dissolution to 3 tablets, from 6 tablets, means a great time saving for this analysis.

Green liquor dreg (GLD) is a residual product that could be a solution to the problem with acid rock drainage. More information about how this material reacts and is affected when in contact with acid rock drainage (ARD) is needed. Different acidic media was used to investigate trace element leaching and the possible spectral changes using FTIR. It was possible to detect changes between samples based on the exposure for different acidic conditions. Most peaks were found below 1 500 cm-1 which complicates the interpretation. For enabling the use of multivariate analysis the spectral data needed to be pre-treated and after this it was possible to see groupings and directions based on exposure. Different tendencies are seen for the trace elements, where some element leaching increased at lower pH and some elements decreased leaching at lower pH. This could partly be due to the formation of salts with low solubility such as gypsum and anglesite when leached with sulphuric acid.

Made available in DSpace on 2014-12-17T15:42:13Z (GMT). No. of bitstreams: 1 AlineSM_DISSERT.pdf: 1997460 bytes, checksum: 0ad037938fab17947fef7a249102b4ec (MD5) Previous issue date: 2013-07-31 / Aiming to consumer s safety the presence of pathogenic contaminants in foods must be monitored because they are responsible for foodborne outbreaks that depending on the level of contamination can ultimately cause the death of those who consume them. In industry is necessary that this identification be fast and profitable. This study shows the utility and application of near-infrared (NIR) transflectance spectroscopy as an alternative method for the identification and classification of Escherichia coli and Salmonella Enteritidis in commercial fruit pulp (pineapple). Principal Component Analysis (PCA), Independent Modeling of Class Analogy (SIMCA) and Discriminant Analysis Partial Least Squares (PLS-DA) were used in the analysis. It was not possible to obtain total separation between samples using PCA and SIMCA. The PLS-DA showed good performance in prediction capacity reaching 87.5% for E. coli and 88.3% for S. Enteritides, respectively. The best models were obtained for the PLS-DA with second derivative spectra treated with a sensitivity and specificity of 0.87 and 0.83, respectively. These results suggest that the NIR spectroscopy and PLS-DA can be used to discriminate and detect bacteria in the fruit pulp / Visando ? seguran?a do consumidor, ? de extrema import?ncia identificar a presen?a de contaminantes patog?nicos nos alimentos, pois os mesmos s?o respons?veis por surtos alimentares que dependendo do n?vel de contamina??o pode chegar a causar a morte de quem os consome. Na industria h? uma necessidade de que essa identifica??o de contaminantes seja r?pida e rent?vel. Este estudo mostra a aplica??o e utilidade de medidas espectrais de transflect?ncia no infravermelho pr?ximo (NIR) como um m?todo alternativo para a identifica??o e classifica??o de Escherichia coli e Salmonella Enteritidis em polpa de fruta comercial (abacaxi). An?lise de Componentes Principais (PCA), Modelagem Independente por Analogia Classe (SIMCA) e An?lise Discriminante por M?nimos Quadrados Parciais (PLS-DA) foram utilizados na an?lise. N?o foi poss?vel obter uma separa??o total entre as amostras usando PCA e SIMCA. O PLS-DA apresentou bom desempenho na capacidade de predi??o alcan?ando 87,5% para E. coli e 88,3% para S. Enteritides, respectivamente. Os melhores modelos obtidos para o PLS-DA com os espectros tratados com segunda derivada apresentaram sensibilidade e especificidade de 0,87 e 0,83, repectivamente. Estes resultados sugerem que a espectroscopia NIR e PLS-DA podem ser usados para discriminar e detectar bact?rias na polpa da fruta

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Esse trabalho compreende dois diferentes estudos de caso: o primeiro foi a respeito de um medicamento para o qual foi desenvolvida uma metodologia para determinar norfloxacino (NOR) por espectrofluorimetria molecular e validação por HPLC. Primeiramente foi desenvolvida uma metodologia por espectrofluorimetria onde foram feitos alguns testes preliminares a fim de estabelecer qual valor de pH iria fornecer a maior intensidade de emissão. Após fixar o pH foi feita a determinação de NOR em padrões aquosos e soluções do medicamento usando calibração univariada. A faixa de concentração trabalhada foi de 0500 μg.L-1. O limite de detecção para o medicamento foi de 6,9 μg.L-1 enquanto que o de quantificação foi de 24,6 μg.L-1. Além dessas, outras figuras de mérito também foram estimadas para desenvolvimento da metodologia e obtiveram resultados muito satisfatórios, como por exemplo, os testes de recuperação no qual a recuperação do analito foi de 99.5 a 103.8%. Para identificação e quantificação do NOR da urina foi necessário diluir a amostra de urina (estudada em dois diferentes níveis de diluição: 500 e 1000 x) e também uso do método da adição de padrão (na mesma faixa de concentração usada para medicamento). Após a aquisição do espectro, todos foram usados para construção do tensor que seria usado no PARAFAC. Foi possível estimar as figuras de mérito como limite de detecção de 11.4 μg.L-1 and 8.4 μg.L-1 (diluição de 500 e 1000 x respectivamente) e limite de quantificação de 34 μg.L-1 e 25.6 μg.L-1 (diluição de 500 x e 1000 x respectivamente). O segundo estudo de caso foi na área alimentícia no qual se usou espectroscopia NIR e FT MIR acopladas a quimiometria para discriminar óleo de soja transgênica e não transgênica. Os espectros dos óleos não mostraram diferença significativa em termos visuais, sendo necessário usar ferramentas quimiométricas capazes de fazer essa distinção. Tanto para espectroscopia NIR quanto FT MIR foi feito o PCA a fim de identificar amostras discrepantes e que influenciariam o modelo de forma negativa. Após efetuar o PCA, foram usadas três diferentes técnicas para discriminar os óleos: SIMCA, SVM-DA e PLS-DA, sendo que para cada técnica foram usados também diferentes pré processamento. No NIR, apenas para um pré processamento se obteve resultados satisfatórios nas três técnicas, enquanto que para FT-MIR ao se usar PLS-DA se obteve 100% de acerto na classificação para todos os pré processamentos / This paper comprises two different researches: the firts one was related to a medicament for which was developed a methodology to quantify Norfloxacin (NOR) by molecular spectrofluorimetry and validation by HPLC. First of all, was developed a methodology for spectrofluorimetry where were done some preliminary tests to establish which value of pH would provide the highest emission intensity. After fix pH, it was performed NOR determination in aqueous standard and medicament using univariate calibration. The concentration range was 0-500 μg.L-1. The limit of detection for medicament was 6,9 μg.L-1 while the limit of detection was 24,6 μg.L-1. Beyond that, other figures of merit were also estimated for developing methodology and offered results quite satisfactory, such as recovering tests in which analyte recovery was 99.5 - 103.8%. For identify and quantify NOR in urine was necessary to dilute the samples (studied in two different levels: 500 and 1000 X) and also standar method addition (in same concentration range used for medicament). After spectra acquisition, all of them were used to built the tensor that would be used in PARAFAC. It was possible to estimate figures of merit such as limit of detection: 11.4 μg.L-1 and 8.4 μg.L-1 (dilution of 500 and 1000 X respectively) and limit of quantification: 34 μg.L-1 and 25.6 μg.L-1 (dilution of 500 and 1000 X, respectively). The second studied case was in food area in which was used NIR and FT-MIR spectroscopy coupled with chemometric to discriminate transgenic and no transgenic soybean oil. Oils spectra did not show significative difference in visual terms, being necessary using chemometric tools capable of perform this distinction. For NIR and FT-MIR spectroscopy it was performed PCA that aimed identify anomalous samples that would be a negative influence. After perform PCA were used three different techniques to discriminate oils samples: SIMCA, SVM-DA and PLS-DA, being used for each technique different preprocessing. In NIR, only for one preprocessing it was obtained good results for three techniques while in FT-MIR when PLS-DA was used it was achieved 100% in classification for all preprocessing

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Esse trabalho compreende dois diferentes estudos de caso: o primeiro foi a respeito de um medicamento para o qual foi desenvolvida uma metodologia para determinar norfloxacino (NOR) por espectrofluorimetria molecular e validação por HPLC. Primeiramente foi desenvolvida uma metodologia por espectrofluorimetria onde foram feitos alguns testes preliminares a fim de estabelecer qual valor de pH iria fornecer a maior intensidade de emissão. Após fixar o pH foi feita a determinação de NOR em padrões aquosos e soluções do medicamento usando calibração univariada. A faixa de concentração trabalhada foi de 0500 μg.L-1. O limite de detecção para o medicamento foi de 6,9 μg.L-1 enquanto que o de quantificação foi de 24,6 μg.L-1. Além dessas, outras figuras de mérito também foram estimadas para desenvolvimento da metodologia e obtiveram resultados muito satisfatórios, como por exemplo, os testes de recuperação no qual a recuperação do analito foi de 99.5 a 103.8%. Para identificação e quantificação do NOR da urina foi necessário diluir a amostra de urina (estudada em dois diferentes níveis de diluição: 500 e 1000 x) e também uso do método da adição de padrão (na mesma faixa de concentração usada para medicamento). Após a aquisição do espectro, todos foram usados para construção do tensor que seria usado no PARAFAC. Foi possível estimar as figuras de mérito como limite de detecção de 11.4 μg.L-1 and 8.4 μg.L-1 (diluição de 500 e 1000 x respectivamente) e limite de quantificação de 34 μg.L-1 e 25.6 μg.L-1 (diluição de 500 x e 1000 x respectivamente). O segundo estudo de caso foi na área alimentícia no qual se usou espectroscopia NIR e FT MIR acopladas a quimiometria para discriminar óleo de soja transgênica e não transgênica. Os espectros dos óleos não mostraram diferença significativa em termos visuais, sendo necessário usar ferramentas quimiométricas capazes de fazer essa distinção. Tanto para espectroscopia NIR quanto FT MIR foi feito o PCA a fim de identificar amostras discrepantes e que influenciariam o modelo de forma negativa. Após efetuar o PCA, foram usadas três diferentes técnicas para discriminar os óleos: SIMCA, SVM-DA e PLS-DA, sendo que para cada técnica foram usados também diferentes pré processamento. No NIR, apenas para um pré processamento se obteve resultados satisfatórios nas três técnicas, enquanto que para FT-MIR ao se usar PLS-DA se obteve 100% de acerto na classificação para todos os pré processamentos / This paper comprises two different researches: the firts one was related to a medicament for which was developed a methodology to quantify Norfloxacin (NOR) by molecular spectrofluorimetry and validation by HPLC. First of all, was developed a methodology for spectrofluorimetry where were done some preliminary tests to establish which value of pH would provide the highest emission intensity. After fix pH, it was performed NOR determination in aqueous standard and medicament using univariate calibration. The concentration range was 0-500 μg.L-1. The limit of detection for medicament was 6,9 μg.L-1 while the limit of detection was 24,6 μg.L-1. Beyond that, other figures of merit were also estimated for developing methodology and offered results quite satisfactory, such as recovering tests in which analyte recovery was 99.5 - 103.8%. For identify and quantify NOR in urine was necessary to dilute the samples (studied in two different levels: 500 and 1000 X) and also standar method addition (in same concentration range used for medicament). After spectra acquisition, all of them were used to built the tensor that would be used in PARAFAC. It was possible to estimate figures of merit such as limit of detection: 11.4 μg.L-1 and 8.4 μg.L-1 (dilution of 500 and 1000 X respectively) and limit of quantification: 34 μg.L-1 and 25.6 μg.L-1 (dilution of 500 and 1000 X, respectively). The second studied case was in food area in which was used NIR and FT-MIR spectroscopy coupled with chemometric to discriminate transgenic and no transgenic soybean oil. Oils spectra did not show significative difference in visual terms, being necessary using chemometric tools capable of perform this distinction. For NIR and FT-MIR spectroscopy it was performed PCA that aimed identify anomalous samples that would be a negative influence. After perform PCA were used three different techniques to discriminate oils samples: SIMCA, SVM-DA and PLS-DA, being used for each technique different preprocessing. In NIR, only for one preprocessing it was obtained good results for three techniques while in FT-MIR when PLS-DA was used it was achieved 100% in classification for all preprocessing

Made available in DSpace on 2014-12-17T15:41:52Z (GMT). No. of bitstreams: 1 MariaRCI_DISSERT.pdf: 3251511 bytes, checksum: ea24e2034f12435ffe63fbcaee9ff544 (MD5) Previous issue date: 2010-02-24 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior / In this work we used chemometric tools to classify and quantify the protein content in samples of milk powder. We applied the NIR diffuse reflectance spectroscopy combined with multivariate techniques. First, we carried out an exploratory method of samples by principal component analysis (PCA), then the classification of independent modeling of class analogy (SIMCA). Thus it became possible to classify the samples that were grouped by similarities in their composition. Finally, the techniques of partial least squares regression (PLS) and principal components regression (PCR) allowed the quantification of protein content in samples of milk powder, compared with the Kjeldahl reference method. A total of 53 samples of milk powder sold in the metropolitan areas of Natal, Salvador and Rio de Janeiro were acquired for analysis, in which after pre-treatment data, there were four models, which were employed for classification and quantification of samples. The methods employed after being assessed and validated showed good performance, good accuracy and reliability of the results, showing that the NIR technique can be a non invasive technique, since it produces no waste and saves time in analyzing the samples / Neste trabalho foram utilizadas ferramentas quimiom?tricas para classificar e quantificar o teor de prote?nas em amostras de leite em p?. Empregou-se a espectroscopia NIR com reflect?ncia difusa associada a t?cnicas multivariadas. Primeiramente, realizou-se um m?todo explorat?rio das amostras atrav?s da an?lise das componentes principais (PCA),em seguida a classifica??o de modelagem independente para analogia de classes (SIMCA). Dessa forma se tornou poss?vel classificar as amostras que se agruparam por semelhan?as em sua composi??o. Por fim, as t?cnicas de regress?o por m?nimos quadrados parciais (PLS) e regress?o por componentes principais (PCR) permitiram a quantifica??o do teor de prote?nas nas amostras de leite em p?, comparadas com o m?todo de refer?ncia Kjeldahl. Um total de 53 amostras de leite em p? comercializadas nas regi?es metropolitanas de Natal, Salvador e Rio de Janeiro foram adquiridas para an?lise, em que ap?s pr?-tratamento dos dados obtidos, foram encontrados quatro modelos, os quais empregaram-se para a classifica??o e quantifica??o das amostras. Os m?todos empregados ap?s serem avaliados e validados apresentaram bom desempenho, demonstrando exatid?o e confiabilidade nos resultados obtidos, mostrando que a t?cnica NIR pode ser uma t?cnica n?o invasiva, uma vez que n?o produz res?duos e ainda economiza tempo na an?lise das amostras

Die Dissertation befasste sich mit der Entwicklung einer neuen diagnostischen Methode für in-situ-Gewebeuntersuchungen. Der Ansatzpunkt war die Untersuchung von pathologischen Veränderungen im Gewebe, die sich biochemisch in den Zellen widerspiegeln und deshalb mit schwingungsspektroskopischen Methoden, wie der IR-Spektroskopie, erfassbar sind. Das Ziel der Arbeit war die IR-spektroskopische Charakterisierung und Klassifizierung von benignen, präkanzerösen und malignen Geweben mittels chemometrischer Algorithmen auf der Basis multivariater Informationen der IR-Spektren. Um komplexe spektrale Veränderungen zu charakterisieren und die Ergebnisse statistisch abzusichern, ist für jeden Gewebetyp eine Vielzahl an Spektren erforderlich. Daher wurde zur Spektrenakkumulation das IR-mikrospektroskopische Imaging mittels Focal Plane Array Detektor (FPA) genutzt. Die Herausforderung liegt in der Datenanalyse. Der große Datenumfang macht die Anwendung multivariater Algorithmen notwendig. Angewendet wurden Clusteralgorithmen zur Spektrendifferenzierung und die SIMCA (Soft Independent Modelling of Class Analogies) zur Spektrenklassifizierung. Die Validierung der Ergebnisse erfolgt über die histologische Untersuchung der nach der spektroskopischen Messung gefärbten Gewebedünnschnitte. Die genaue Vorgehensweise bei der Auswertung wird in dieser Arbeit anhand humaner Gewebeproben dargestellt. Die untersuchten Plattenepithelkarzinome und Adenokarzinome gehören zu den epithelialen Tumoren, die oralen bzw. zervikalen Ursprungs sind. Die Übertragbarkeit der spektralen Modelle wurde mit Gewebeproben mehrerer Patienten innerhalb einer und zwischen verschiedenen Tumorarten untersucht. Das ist ein erster Schritt zum Einsatz spektroskopischer Methoden in der medizinischen Forschung und Diagnostik.

Táto diplomová práca sa zaoberá klasifikáciou kovov pomocou spektroskopie laserom indukovanej plazmy (LIBS) a chemometrických metód. Práca poskytuje prehľad o štúdiách na danú tému. Sú vybrané tri široko používané chemometrické klasifikačné metódy: "Soft Independent Modeling of Class Analogy" (SIMCA), "Partial Least Squares Discriminant Analysis" (PLS-DA) a variácia umelých neurónových sietí (ANN), "Feedforward Multilayer Perceptron". Rôzne prístupy k prieskumovej analýze su tiež preskúmané. Metódy sú stručne opísané. Následne sú klasifikátory experimentálne porovnané.