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 ... |