Miniatura

Fitxers

Sospedra Ramírez Joan.pdf (711.64 KB)

Tipus de document

Treball de fi de grau

Data de publicació

2018-06

Llicència de publicació

cc-by-nc-nd (c) Sospedra, 2018
Si us plau utilitzeu sempre aquest identificador per citar o enllaçar aquest document: https://hdl.handle.net/2445/125267

Big data analysis applied to EEL spectroscopy

Títol de la revista

Autors

Director/Tutor

ISSN de la revista

Títol del volum

Recurs relacionat

Resum

In order to characterize an unknown sample, big data and machine learning methods are proposed. An electron energy loss (EEL) spectrum image obtained in the transmission electron microscope is analyzed. Applying principal component analysis (PCA) to image EEL spectra, the noise present in the raw data can be discarded, and comparing with existing datasets and alternatively through clustering analysis, the presence of vanadium and oxygen in the sample over a substrate with lanthanum and oxygen can be recognized

Descripció

Treballs Finals de Grau de Física, Facultat de Física, Universitat de Barcelona, Curs: 2018, Tutors: Sonia Estradé Albiol, Javier Blanco Portals

Matèries

Espectroscòpia de pèrdua d'energia d'electrons, Dades massives, Treballs de fi de grau

Matèries (anglès)

Electron energy loss spectroscopy, Big data, Bachelor's theses

Citació

Col·leccions

Treballs Finals de Grau (TFG) - Física

Citació

SOSPEDRA RAMÍREZ, Joan. Big data analysis applied to EEL spectroscopy. [consulta: 24 de gener de 2026]. [Disponible a: https://hdl.handle.net/2445/125267]

Exportar metadades

JSON - METS

Compartir registre