Maschinelles Lernen für NMR-Spektroskopie
Beschreibung
Das Ziel dieses Projekts ist es, NMR-Spektroskopie einem grösseren Anwendungsbereich zugänglich zu machen, indem die verschiedenen Schritte der Datenanalyse automatisiert werden. Dazu soll eine Kombination von Deep Learning-Methoden für die Extraktion und ein Bayes'scher Ansatz für die Vernetzung und Verfeinerung von Informationen verwendet werden.
Eckdaten
Projektleitung
Stellv. Projektleitung
Projektteam
Dr. Simon Bruderer, Dr. Flavio De Lorenzi, Dr. Michael Fey, kein Titel Giulia Fischetti, Prof. Dr. Rudolf Marcel Füchslin, Dominik Graf, Dr. Björn Heitmann, Benjamin Heuberger, Dr. Leila Mohammadzadeh, Dr. Federico Paruzzo, Nicolas Schmid, Dr. Giuseppe Toscano, Dr. Simone Ulzega, Dr. Thomas Oskar Weinmann
Projektpartner
Bruker Switzerland AG
Projektstatus
abgeschlossen, 11/2020 - 07/2023
Institut/Zentrum
Institut für Angewandte Mathematik und Physik (IAMP); Institut für Computational Life Sciences (ICLS); School of Engineering (SOE)
Drittmittelgeber
Innovationsprojekt / Projekt Nr. 44786.1 IP-ENG
Projektvolumen
571'499 CHF