Bibliographic Metadata

Diese Doktorarbeit stellt zwei automatische Methoden vor, um große Datenmengenin Röntgenfluoreszenzexperimenten zu reduzieren.Die erste Methode wird für BioXAS-Experimente genutzt. Die Herausforderung dieser Experimente besteht darin, dass sehr niedrige Konzentrationen des zu untersuchenden Elements vorliegen, wodurch das Signal-zu-Untergrund Verh ̈altnis niedrig ist. Die Röntgenabsorptionsspektroskopie-Experimente werden im Fluorezenz-Modus mit einem 100 Pixel Ge Detektor durchgeführt. Im erstem Schritt reduziert die Methode die 100 Fluoreszenz Spektren zu einem Spektrum. In diesem Schritt werden die Ausreißer anhand des Schrotrauschens identifiziert. Im nächsten Schritt wird ein Modell bestehend aus Gaussfunktionen für die Fluoreszenz-Linien und einer exponentiell modifizierten Gaussfunktion (EMG) für die Streu-Linien (mit langen Schwänzen bei in niedrigen Energien) vorgestellt. Mit diesem Modell kann die Intensität der Fluoreszenzlinie bestimmt werden, die untersucht werden soll. Außerdem beinhaltet das Modell zwei EMG für jede Streu-Linie (elastisch und inelastisch) bei höher einfallenden Energien, bei denen diese vom Detektor getrennt werden. Bei diesen Energien wird die Datenreduktion spaltenweise wegen der Winkelabhängigkeit der Streuung durchgeführt.Die zweite automatische Methode wird für die Trennung unterschiedlicher Texte in Palimpsests eingesetzt. Dazu wird mittels Rasterfluoreszenspektroskopie ein Pergament untersucht, wobei ein Fluoreszenz-Spektrum an jedem Punkt gemessen wird. In dieser Methode wird jedes Spektrum wie ein Vektor behandelt. Deren Basis soll so transformiert werden, dass die Basis Vektoren zu den Spektren jeder Tinte werden. Hauptkomponentenanalyse wird zur Bestimmung einer ersten Vermutung genutzt. Diese Basis wird mit einer optimierenden Routine transformiert, die den Kontrast maximiert ...

In this thesis two automatic methods for the reduction of large fluorescence data sets are presented.The first method is proposed in the framework of BioXAS experiments. The challenge of this experiment is to deal with samples in ultra dilute concentrations where the signal-to-background ratio is low. The experiment is performed in fluorescence mode x-ray absorption spectroscopy with a 100 pixel high-purity Ge detector. The first step consists on reducing 100 fluorescence spectra into one. In this step, outliers are identified by means of the shot noise. Furthermore, a fitting routine which model includes Gaussian functions for the fluorescence lines and exponentially modified Gaussian (EMG) functions for the scattering lines (with long tails at lower energies) is proposed to extract the line of interest from the fluorescence spectrum.Additionally, the fitting model has an EMG function for each scattering line (elasticand inelastic) at incident energies where they start to be discerned. At these energies,the data reduction is done per detector column to include the angular dependence of scattering.In the second part of this thesis, an automatic method for texts separation on palimpsests is presented. Scanning x-ray fluorescence is performed on the parchment, where a spectrum per scanned point is collected. Within this method, each spectrum is treated as a vector forming a basis which is to be transformed so that the basis vectors are the spectra of each ink. Principal Component Analysis is employed as an initial guess of the seek basis. This basis is further transformed by means of an optimization routine that maximizes the contrast and minimizes the non-negative entries in the spectra. The method is tested on original and self made palimpsests.