Opracowanie efektywnych obliczeniowo hierarchicznych modeli bayesowskich do analizy retencji analitów w wysokosprawnej chromatografii

Celem projektu jest doskonalenie hierarchicznego modelu bayesowskiego do modelowania retencji analitów w wysokosprawnej chromatografii cieczowej (HPLC). Prace skoncentrują się na optymalizacji struktury modelu w celu zwiększenia efektywności obliczeniowej, umożliwiając jego zastosowanie w złożonych analizach przy zachowaniu skalowalności i szybkości.
Udoskonalony model pozwoli na dokładniejszą analizę mechanizmów retencji, charakterystykę faz stacjonarnej i ruchomej oraz precyzyjne przewidywanie czasów retencji analitów. Ułatwi to optymalizację warunków analitycznych, zapewniając lepsze rozdzielanie składników mieszanin.
Do implementacji modelu wykorzystane zostanie środowisko obliczeniowe Stan – zaawansowana platforma do modelowania statystycznego, wspierająca metody bayesowskie.