Mathematical, Computational, and Statistical Aspects of Model Refinement from Small-Angle Scattering Data
Publikation: Bog/antologi/afhandling/rapport › Ph.d.-afhandling
Standard
Mathematical, Computational, and Statistical Aspects of Model Refinement from Small-Angle Scattering Data. / Pedersen, Martin Cramer.
The Niels Bohr Institute, Faculty of Science, University of Copenhagen, 2014. 172 s.Publikation: Bog/antologi/afhandling/rapport › Ph.d.-afhandling
Harvard
APA
Vancouver
Author
Bibtex
}
RIS
TY - BOOK
T1 - Mathematical, Computational, and Statistical Aspects of Model Refinement from Small-Angle Scattering Data
AU - Pedersen, Martin Cramer
PY - 2014
Y1 - 2014
N2 - Småvinkelspredning er en eksperimentiel teknik, der blandt andet bruges til at undersøge strukturen af biologiske og kolloide systemer på nanometerskalaen. I denne afhandling gennemgås de forskellige praktiske og teoretiske koncepter, der anvendes, når man ranererer modeller fra småvinkelspredningsdata.Afhandlingen består af fire dele. I den første gennemgås de biologiske systemer, der har været relevante for det præsenterede arbejde. Derefter introduceres teorien bag småvinkelspredning, og vejen fra prøve til data kortlægges. Specifikt fokuseres på de dele af teori og praksis, der er relevant for de emner, der senere bliver diskuteret i afhandlingen.Metoderne og teorien, der præsenteres, er generel, men eksemplerne og projektet som helhed fokuserer på såkaldte HDL-partikler, der er en vigtig komponent i holesterolkredsløbet i kroppen og analoger til disse partikler.Efterfølgende præsenteres den matematiske baggrund, der anvendes, når modeller for småvinkelspredning opstilles og anvendes. Forskellige modelleringsstrategier evalueres og sammenlignes, og metoder, der kan kompensere for instrumentelle eekter i data, gennemgås.I afsnittet derefter introduceres nogle af de forskellige IT-værktøjer, der er udviklet i forbindelse med projektet. De ray-tracing-komponenter, der er udviklet til værktøjerne McStas og McXtrace, introduceres med eksempler, hvorefter implikationerne ved forskellige modelleringsstrategier diskuteres. Slutteligt muses over potentielle udviklingsmuligheder og fremtiden indenfor småvinkelspredning set fra et ITsynspunkt.Sidste afsnit omhandler de statistiske værktøjer, der traditionelt anvendes indenfor feltet. Efter en gennemgang af teorien bag metoderne gennemgås to eksempler på konsekvenserne ved disse metoder, og forslag til forbedringer eller alternativer foreslås. I samme afsnit gennemgås mulighederne for anvendelse af diverse informationsteoretiske metoder indenfor småvinkelspredning samt teorien bag.Efter dette afsnit følger en generel konklusion på afhandlingen og projektet som helhed. De forskellige produkter og resultater forsøges sat i et større perspektiv, og mulige fremtidsscenarier for disse debatteres.I sidste sektion af afhandlingen ndes seks artikler, der er blevet produceret under forløbet, som er relevante i forhold til de emner, der diskuteres i selve afhandlingen. Da disse artikler er produkter af store, tværfaglige samarbejder, er der naturligvis dele af dem, der ikke er relevante for denne afhandling. Jeg vil derfor anbefale, at man kun læser de afsnit, der omhandler modellering, analyse af data og degenerelle konklusioner af artiklerne i sektion 10.2 til sektion 10.5.
AB - Småvinkelspredning er en eksperimentiel teknik, der blandt andet bruges til at undersøge strukturen af biologiske og kolloide systemer på nanometerskalaen. I denne afhandling gennemgås de forskellige praktiske og teoretiske koncepter, der anvendes, når man ranererer modeller fra småvinkelspredningsdata.Afhandlingen består af fire dele. I den første gennemgås de biologiske systemer, der har været relevante for det præsenterede arbejde. Derefter introduceres teorien bag småvinkelspredning, og vejen fra prøve til data kortlægges. Specifikt fokuseres på de dele af teori og praksis, der er relevant for de emner, der senere bliver diskuteret i afhandlingen.Metoderne og teorien, der præsenteres, er generel, men eksemplerne og projektet som helhed fokuserer på såkaldte HDL-partikler, der er en vigtig komponent i holesterolkredsløbet i kroppen og analoger til disse partikler.Efterfølgende præsenteres den matematiske baggrund, der anvendes, når modeller for småvinkelspredning opstilles og anvendes. Forskellige modelleringsstrategier evalueres og sammenlignes, og metoder, der kan kompensere for instrumentelle eekter i data, gennemgås.I afsnittet derefter introduceres nogle af de forskellige IT-værktøjer, der er udviklet i forbindelse med projektet. De ray-tracing-komponenter, der er udviklet til værktøjerne McStas og McXtrace, introduceres med eksempler, hvorefter implikationerne ved forskellige modelleringsstrategier diskuteres. Slutteligt muses over potentielle udviklingsmuligheder og fremtiden indenfor småvinkelspredning set fra et ITsynspunkt.Sidste afsnit omhandler de statistiske værktøjer, der traditionelt anvendes indenfor feltet. Efter en gennemgang af teorien bag metoderne gennemgås to eksempler på konsekvenserne ved disse metoder, og forslag til forbedringer eller alternativer foreslås. I samme afsnit gennemgås mulighederne for anvendelse af diverse informationsteoretiske metoder indenfor småvinkelspredning samt teorien bag.Efter dette afsnit følger en generel konklusion på afhandlingen og projektet som helhed. De forskellige produkter og resultater forsøges sat i et større perspektiv, og mulige fremtidsscenarier for disse debatteres.I sidste sektion af afhandlingen ndes seks artikler, der er blevet produceret under forløbet, som er relevante i forhold til de emner, der diskuteres i selve afhandlingen. Da disse artikler er produkter af store, tværfaglige samarbejder, er der naturligvis dele af dem, der ikke er relevante for denne afhandling. Jeg vil derfor anbefale, at man kun læser de afsnit, der omhandler modellering, analyse af data og degenerelle konklusioner af artiklerne i sektion 10.2 til sektion 10.5.
UR - https://soeg.kb.dk/permalink/45KBDK_KGL/fbp0ps/alma99122494037705763
M3 - Ph.D. thesis
BT - Mathematical, Computational, and Statistical Aspects of Model Refinement from Small-Angle Scattering Data
PB - The Niels Bohr Institute, Faculty of Science, University of Copenhagen
ER -
ID: 123733382