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

Dr. Andreas Henrici

Stellv. Projektleitung

Prof. Dr. Dirk Wilhelm

Projektteam

Prof. Dr. Rudolf Marcel Füchslin, Dr. Simone Ulzega, Dr. Thomas Oskar Weinmann, Nicolas Schmid, Dr. Flavio De Lorenzi, Benjamin Heuberger, Giulia Fischetti, Dr. Björn Heitmann, Dr. Simon Bruderer, Dr. Federico Paruzzo, Dr. Giuseppe Toscano, Dominik Graf, Dr. Michael Fey, Dr. Leila Mohammadzadeh

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

Drittmittelgeber

Innovationsprojekt / Projekt Nr. 44786.1 IP-ENG

Projektvolumen

571'499 CHF