L'analyse en composantes principales / Christophe Cordella in L'ACTUALITE CHIMIQUE, N° 345 (10/2010)  

[article]  inL'ACTUALITE CHIMIQUE > N° 345 (10/2010) . - p. 13-18 Titre : L'analyse en composantes principales : Une des techniques fondatrices de la chimiométrie Type de document : texte imprimé Auteurs : Christophe Cordella, Auteur Année de publication : 2010 Article en page(s) : p. 13-18 Note générale : Bibliogr. Langues : Français (fre) Catégories : Analyse en composantes principales L'analyse en composantes principales (ACP ou PCA en anglais pour principal component analysis), ou, selon le domaine d'application, transformation de Karhunen–Loève (KLT) ou transformation de Hotelling, est une méthode de la famille de l'analyse des données et plus généralement de la statistique multivariée, qui consiste à transformer des variables liées entre elles (dites « corrélées » en statistique) en nouvelles variables décorrélées les unes des autres. Ces nouvelles variables sont nommées « composantes principales » ou axes principaux. Elle permet au statisticien de résumer l'information en réduisant le nombre de variables. Il s'agit d'une approche à la fois géométrique (les variables étant représentées dans un nouvel espace, selon des directions d'inertie maximale) et statistique (la recherche portant sur des axes indépendants expliquant au mieux la variabilité — la variance — des données). Lorsqu'on veut compresser un ensemble de N N variables aléatoires, les n n premiers axes de l'analyse en composantes principales sont un meilleur choix, du point de vue de l'inertie ou de la variance. L'outil mathématique est appliqué dans d'autres domaines que les statistiques et est parfois appelé décomposition orthogonale aux valeurs propres ou POD (anglais : proper orthogonal decomposition). (Wikipedia) Chimiométrie Tags : 'Analyse  en  composantes  principales'  ACP  Chimiométrie  de  données'  'Oxydation  l'huile'  Wold  Kowalski  Historique  Présentation  Application Index. décimale : 543.08 Chimie analytique - Méthodes particulières Résumé : La chimiométrie est une discipline impliquant initialement analyse de données et chimie analytique. Elle rassemble et développe un ensemble d'outils mathématiques utilisés pour extraire de l'information à partir des données chimiques structurées et interprétables. De nombreuses définitions de la chimiométrie ont été proposées, mais elles ont toutes l'objectif commun de rechercher de nouveaux outils et de nouvelles façons d'exploiter les informations contenues dans les données pour créer de la connaissance. Certains de ces outils sont aujourd'hui de plus en plus appliqués à des données métabolomiques. Ils sont conçus pour montrer ce qu'il serait impossible de voir avec une analyse univariée des données. Le présent article vise à présenter l'une des techniques de base de la chimiométrie : l'analyse en composantes principales (ACP). Après une introduction historique, les principes de base de la technique sont détaillés. Puis un exemple concret d'utilisation de l'ACP est développé. L'interprétation des résultats est présentée avec un souci pédagogique, afin de mieux montrer la puissance de l'outil. Les données analysées dans ce document concernent une étude cinétique de l'oxydation thermique de l'huile comestible suivie par spectroscopie RMN du proton. En ligne : https://new.societechimiquedefrance.fr/numero/lanalyse-en-composantes-principale [...] Format de la ressource électronique : Pdf Permalink : https://e-campus.itech.fr/pmb/opac_css/index.php?lvl=notice_display&id=10188 [article]

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
012579	-	Périodique	Bibliothèque principale	Documentaires	Disponible

Application of Taguchi – PCA/GRA method to optimize the wear behaviour of polyester/carbon fibre composites / Naga Venkata Sai Ram Yellapragada in REVUE DES COMPOSITES ET DES MATERIAUX AVANCES, Vol. 33, N° 2 (04/2023)  

[article]  inREVUE DES COMPOSITES ET DES MATERIAUX AVANCES > Vol. 33, N° 2 (04/2023) . - p. 65-73 Titre : Application of Taguchi – PCA/GRA method to optimize the wear behaviour of polyester/carbon fibre composites Type de document : texte imprimé Auteurs : Naga Venkata Sai Ram Yellapragada, Auteur ; Venkata Sai Kumar Madala, Auteur ; Sameer Kumar Devarakonda, Auteur Année de publication : 2023 Article en page(s) : p. 65-73 Note générale : Bibliogr. Langues : Anglais (eng) Catégories : Analyse de variance En statistique, l'analyse de la variance (terme souvent abrégé par le terme anglais ANOVA : ANalysis Of VAriance) est un ensemble de modèles statistiques utilisés pour vérifier si les moyennes des groupes proviennent d'une même population. Les groupes correspondent aux modalités d'une variable qualitative (p. ex. variable : traitement; modalités : programme d'entrainement sportif, suppléments alimentaires ; placebo) et les moyennes sont calculés à partir d'une variable continue (p. ex. gain musculaire). Ce test s'applique lorsque l'on mesure une ou plusieurs variables explicatives catégorielles (appelées alors facteurs de variabilité, leurs différentes modalités étant parfois appelées "niveaux") qui ont de l'influence sur la loi d'une variable continue à expliquer. On parle d'analyse à un facteur lorsque l'analyse porte sur un modèle décrit par un seul facteur de variabilité, d'analyse à deux facteurs ou d'analyse multifactorielle sinon. (Wikipedia) Analyse en composantes principales L'analyse en composantes principales (ACP ou PCA en anglais pour principal component analysis), ou, selon le domaine d'application, transformation de Karhunen–Loève (KLT) ou transformation de Hotelling, est une méthode de la famille de l'analyse des données et plus généralement de la statistique multivariée, qui consiste à transformer des variables liées entre elles (dites « corrélées » en statistique) en nouvelles variables décorrélées les unes des autres. Ces nouvelles variables sont nommées « composantes principales » ou axes principaux. Elle permet au statisticien de résumer l'information en réduisant le nombre de variables. Il s'agit d'une approche à la fois géométrique (les variables étant représentées dans un nouvel espace, selon des directions d'inertie maximale) et statistique (la recherche portant sur des axes indépendants expliquant au mieux la variabilité — la variance — des données). Lorsqu'on veut compresser un ensemble de N N variables aléatoires, les n n premiers axes de l'analyse en composantes principales sont un meilleur choix, du point de vue de l'inertie ou de la variance. L'outil mathématique est appliqué dans d'autres domaines que les statistiques et est parfois appelé décomposition orthogonale aux valeurs propres ou POD (anglais : proper orthogonal decomposition). (Wikipedia) Composites à fibres de carbone Frottements (mécanique) Microstructures -- Analyse Plan d'expérience Polyesters Taguchi, Méthodes de (Contrôle de qualité) Usure (mécanique) Index. décimale : 668.4 Plastiques, vinyles Résumé : Fibre-reinforced polymer composites have begun to replace the conventional monolithic materials in the recent years as a result of better specific strength and enhanced characteristics. The present work has put forward an attempt to study the dry-sliding wear behaviour of CFRP composites followed by implementation of Taguchi-GRA combinatorial approach for the two output responses namely, wear and frictional force. Load (L), sliding distance (D), sliding velocity (S), and percent of fibre reinforcement (R) are considered as input conditions and the experiments were planned using design of experiments. In addition, Principal Component Analysis (PCA) has taken into consideration for the weights calculation in GRA. An elaborate study on the implementation these methodologies on the combined behaviour of wear and frictional force has been presented. Furthermore, ANOVA data is analysed, it appears that both the load (L) and the percent reinforcement (R) has greater effect towards the wear behaviour. A detailed discussion on wear mechanism has also been presented with a support of SEM morphology. Note de contenu : - EXPERIMENTAL DETAILS : Materials and fabrication - Microstructure and chemical composition of CFRP composites - Dry-sliding wear test - Taguchi's design of experiments (DOE) - Grey relational analysis (GRA) - Principal component analysis (PCA) - RESULTS AND DISCUSSION : Implementation of Taguchi method - Multi-parameter optimization using GRA with PCA approach - Confirmation test - Wear morphology - ANOVA for GRG - Table 1 : Illustrates the composition of various composites - Table 2 : Variable factors and their levels - Table 3 : Multi-response output parameters along with S/N ratio using L16 orthogonal array - Table 4 : S⁄N ratio response table for wear and frictional force - Table 5 : Wear S/N ANOVA table - Table 6 : Frictional force S/N ANOVA table - Table 7 : Eigen values - Table 8 : Eigen vectors for principal components and contribution - Table 9 : GRC and GRG wear and friction calculations - Table 10 : Summarized GRG data for levels and parameters - Table 11 : ANOVA table for GRG - Table 12 : Confirmation test DOI : https://doi.org/10.18280/rcma.330201 En ligne : https://www.iieta.org/download/file/fid/96193 Format de la ressource électronique : Pdf Permalink : https://e-campus.itech.fr/pmb/opac_css/index.php?lvl=notice_display&id=39959 [article]

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
24246	-	Périodique	Bibliothèque principale	Documentaires	Disponible

Improving the mechanical properties of the air-conditioning pipe using composite materials / Dheyaa Naji Dikhil Al Hussain in REVUE DES COMPOSITES ET DES MATERIAUX AVANCES, Vol. 33, N° 2 (04/2023)  

[article]  inREVUE DES COMPOSITES ET DES MATERIAUX AVANCES > Vol. 33, N° 2 (04/2023) . - p. 103-109 Titre : Improving the mechanical properties of the air-conditioning pipe using composite materials Type de document : texte imprimé Auteurs : Dheyaa Naji Dikhil Al Hussain, Auteur ; Mukhalad Kadim Nahi Alkanany, Auteur ; Karrar A. Hammoodi, Auteur ; Atheer Raheem Abdullah, Auteur ; Hasan Shakir Majdi, Auteur ; Laith Jaafer Habeeb, Auteur Année de publication : 2023 Article en page(s) : p. 103-109 Note générale : Bibliogr. Langues : Anglais (eng) Catégories : Analyse en composantes principales L'analyse en composantes principales (ACP ou PCA en anglais pour principal component analysis), ou, selon le domaine d'application, transformation de Karhunen–Loève (KLT) ou transformation de Hotelling, est une méthode de la famille de l'analyse des données et plus généralement de la statistique multivariée, qui consiste à transformer des variables liées entre elles (dites « corrélées » en statistique) en nouvelles variables décorrélées les unes des autres. Ces nouvelles variables sont nommées « composantes principales » ou axes principaux. Elle permet au statisticien de résumer l'information en réduisant le nombre de variables. Il s'agit d'une approche à la fois géométrique (les variables étant représentées dans un nouvel espace, selon des directions d'inertie maximale) et statistique (la recherche portant sur des axes indépendants expliquant au mieux la variabilité — la variance — des données). Lorsqu'on veut compresser un ensemble de N N variables aléatoires, les n n premiers axes de l'analyse en composantes principales sont un meilleur choix, du point de vue de l'inertie ou de la variance. L'outil mathématique est appliqué dans d'autres domaines que les statistiques et est parfois appelé décomposition orthogonale aux valeurs propres ou POD (anglais : proper orthogonal decomposition). (Wikipedia) Climatiseurs Composites à fibres de carbone -- Propriétés mécaniques Composites à fibres de verre -- Propriétés mécaniques Tubes Index. décimale : 668.4 Plastiques, vinyles Résumé : Traditional air-conditioning pipes made from materials such as copper and aluminum have limitations in terms of strength, durability, and cost-effectiveness. The use of composite materials offers a promising alternative to overcome these limitations due to improving the mechanical properties of air-conditioning pipes by incorporating composite materials. The paper explores the mechanical properties of composite materials and their potential to enhance the strength, flexibility, and resistance to corrosion of air-conditioning pipes. Whereas gas leakage issues have developed into one of the most significant issues in air conditioning organizations, the solution to these issues looks forward to improving the gas connection pipes in air conditioning companies and enhancing their durability. The goal of the study presented in this research paper is to improve gas pipes by adding insulating and supporting layers to increase the pipe's durability, such as layers of carbon and fiber. Through Simulation, materials have been added at various angles and directions to determine the best accessible condition to improve the condition of the ionization tube. The results revealed that the presence of carbon fiber layers at angles of 45 degrees from the inner diameter and 90 degrees from the outer diameter provides the best accessible condition and results in the least amount of distortion, with the best case's deformation reaching 0.157 meters. Note de contenu : - Methodology - Governing - Equations - Results and Discussion : ACP results - Static result for deferent agreement - Static result for deferent thickness - Table 1 : Mesh independency - Table 2 : Angular orientation of fiber layers thickness 1 mm for each layer - Table 3 : Angular orientation of fiber layers in different thickness - Table 4 : Arrangement of fiber layers and stresses - Table 5 : Arrangement of fiber layers and stresses at deferent thickness DOI : https://doi.org/10.18280/rcma.330205 En ligne : https://www.iieta.org/download/file/fid/96188 Format de la ressource électronique : Pdf Permalink : https://e-campus.itech.fr/pmb/opac_css/index.php?lvl=notice_display&id=39961 [article]

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
24246	-	Périodique	Bibliothèque principale	Documentaires	Disponible

Tannin characterization and sourcing in historical leathers through FTIR spectroscopy and PCA analysis / Alireza Koochakzaei in COLLAGEN AND LEATHER, Vol. 5 (2023)  

[article]  inCOLLAGEN AND LEATHER > Vol. 5 (2023) . - 9 p. Titre : Tannin characterization and sourcing in historical leathers through FTIR spectroscopy and PCA analysis Type de document : texte imprimé Auteurs : Alireza Koochakzaei, Auteur ; Mohammadamin Sabaghian, Auteur Année de publication : 2023 Article en page(s) : 9 p. Note générale : Bibliogr. Langues : Anglais (eng) Catégories : Analyse en composantes principales L'analyse en composantes principales (ACP ou PCA en anglais pour principal component analysis), ou, selon le domaine d'application, transformation de Karhunen–Loève (KLT) ou transformation de Hotelling, est une méthode de la famille de l'analyse des données et plus généralement de la statistique multivariée, qui consiste à transformer des variables liées entre elles (dites « corrélées » en statistique) en nouvelles variables décorrélées les unes des autres. Ces nouvelles variables sont nommées « composantes principales » ou axes principaux. Elle permet au statisticien de résumer l'information en réduisant le nombre de variables. Il s'agit d'une approche à la fois géométrique (les variables étant représentées dans un nouvel espace, selon des directions d'inertie maximale) et statistique (la recherche portant sur des axes indépendants expliquant au mieux la variabilité — la variance — des données). Lorsqu'on veut compresser un ensemble de N N variables aléatoires, les n n premiers axes de l'analyse en composantes principales sont un meilleur choix, du point de vue de l'inertie ou de la variance. L'outil mathématique est appliqué dans d'autres domaines que les statistiques et est parfois appelé décomposition orthogonale aux valeurs propres ou POD (anglais : proper orthogonal decomposition). (Wikipedia) Antiquités (objets anciens) -- Analyse Caractérisation Fourier, Spectroscopie infrarouge à transformée de Hydrolyse Tanins -- analyse Tanins végétaux Tannage végétal Index. décimale : 675.2 Préparation du cuir naturel. Tannage Résumé : This study aimed to identify and classify the type of plants used for tanning historical leathers using cost-effective Fourier transform infrared (FTIR) spectroscopy. The investigation was carried out on five plants (oak bark, sumac, valonia, tara, and gallnut) and four historical leather samples from book bindings dating back to the Qajar period. Tannin extraction from both plants and leathers was performed using acetone–water solvent, and the samples were then subjected to FTIR spectroscopy. Pre-processing of the spectra included baseline correction, smoothing, and normalization. Principal component analysis (PCA) was used to identify the source of tannins based on FTIR results. FTIR was found to provide a good separation of condensed tannins from hydrolysable ones. However, PCA analysis allowed for the separation and identification of the type of plant used for tannin extraction. The examination of historical leather samples revealed that the primary classification based on the type of tannin is possible, but accurate identification faces challenges due to structural changes and degradation over time. Note de contenu : - Tannin extraction - FTIR spectroscopy and principal components analysis - Table 1 : Characteristics of the studied plants and leathers DOI : https://doi.org/10.1186/s42825-023-00128-4 En ligne : https://link.springer.com/content/pdf/10.1186/s42825-023-00128-4.pdf Format de la ressource électronique : Pdf Permalink : https://e-campus.itech.fr/pmb/opac_css/index.php?lvl=notice_display&id=40071 [article]

Exemplaires

Code-barres	Cote	Support	Localisation	Section	Disponibilité
aucun exemplaire

Textile colour matching using linear and exponential weighted principal component analysis in COLORATION TECHNOLOGY, Vol. 128, N° 3 (2012)

[article]  inCOLORATION TECHNOLOGY > Vol. 128, N° 3 (2012) . - p. 199-203 Titre : Textile colour matching using linear and exponential weighted principal component analysis Type de document : texte imprimé Année de publication : 2012 Article en page(s) : p. 199-203 Note générale : Bibliogr. Langues : Anglais (eng) Catégories : Analyse en composantes principales L'analyse en composantes principales (ACP ou PCA en anglais pour principal component analysis), ou, selon le domaine d'application, transformation de Karhunen–Loève (KLT) ou transformation de Hotelling, est une méthode de la famille de l'analyse des données et plus généralement de la statistique multivariée, qui consiste à transformer des variables liées entre elles (dites « corrélées » en statistique) en nouvelles variables décorrélées les unes des autres. Ces nouvelles variables sont nommées « composantes principales » ou axes principaux. Elle permet au statisticien de résumer l'information en réduisant le nombre de variables. Il s'agit d'une approche à la fois géométrique (les variables étant représentées dans un nouvel espace, selon des directions d'inertie maximale) et statistique (la recherche portant sur des axes indépendants expliquant au mieux la variabilité — la variance — des données). Lorsqu'on veut compresser un ensemble de N N variables aléatoires, les n n premiers axes de l'analyse en composantes principales sont un meilleur choix, du point de vue de l'inertie ou de la variance. L'outil mathématique est appliqué dans d'autres domaines que les statistiques et est parfois appelé décomposition orthogonale aux valeurs propres ou POD (anglais : proper orthogonal decomposition). (Wikipedia) Colorants Teinture -- Fibres textiles Index. décimale : 667.3 Teinture et impression des tissus Résumé : In this work, linear and exponential weighted principal component analysis techniques based on spectral similarity were employed for the prediction of dye concentration in coloured fabrics, which had been dyed with three component dye mixtures. The matching strategy was based on the equalisation of the first three principal component coordinates of the weighted reflectance curves of the predicted and target sample in a dynamic 3D eigenvector space. The performance of the proposed algorithm was evaluated by the root mean square differences of the reflectance curves and the relative error of the concentration prediction, as well as the metamerism index. The obtained results indicated that the developed exponential weighted principal component analysis method is more accurate than the spectrophotometric method and the simple principal component analysis matching strategy. Note de contenu : - EXPERIMENTAL : Colour matching using weighted PCA - RESULTS AND DISCUSSION : The effect of the spectral overlapping - Comparison among different matching methods - Signal to noise analysis for matching methods based on PCA DOI : 10.1111/j.1478-4408.2012.00362.x Permalink : https://e-campus.itech.fr/pmb/opac_css/index.php?lvl=notice_display&id=15121 [article]

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
13933	-	Périodique	Bibliothèque principale	Documentaires	Disponible

---

1 (1 - 5 / 5)