Atenção: Todas as denúncias são sigilosas e sua identidade será preservada.
Os campos nome e e-mail são de preenchimento opcional
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Vasconcelos, Leonardo Pio | - |
Autor(es): dc.contributor | Sampaio, Igor Garcia Ballhausen | - |
Autor(es): dc.contributor | Seixas, Flavio Luiz | - |
Autor(es): dc.creator | Leal, Fabiano Galdino | - |
Data de aceite: dc.date.accessioned | 2024-07-11T17:58:51Z | - |
Data de disponibilização: dc.date.available | 2024-07-11T17:58:51Z | - |
Data de envio: dc.date.issued | 2023-11-24 | - |
Data de envio: dc.date.issued | 2023-11-24 | - |
Fonte completa do material: dc.identifier | http://app.uff.br/riuff/handle/1/31237 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/761287 | - |
Descrição: dc.description | A determinação da solubilidade é fundamental para a introdução de novos fármacos da indústria de drogas medicinais. Contudo, a síntese e testes em laboratórios pode ser dispendiosa e os erros experimentais podem ser expressivos. Como forma de acelerar a obtenção de valores de solubilidade, modelos matemáticos preditivos podem ser desenvolvidos através do treinamento em base de dados de alto volume. Há modelos construídos a partir das bases CheqSol, COSMO-RS e MLSMR. Neste trabalho, avaliou-se o desempenho de diversos tipos de regressão sobre a base de dados AqSolDB, obtendo modelo preditivo construído sobre a arquitetura de florestas aleatórias que melhor se adequou ao banco de dados. As medidas estatísticas mostraram valores de coeficiente de determinação de 0,81 e erro médio absoluto de 0,69 para o conjunto de teste. Considerando que o erro experimental possui 0,22 desvio padrão (0,88 de variação total, considerando 95% como intervalo de confiança), o melhor modelo matemático avaliado apresentou vantagens frente às etapas de laboratório. A utilização de modelos matemáticos contribui também para o menor erro e custo de desenvolvimento de novos medicamentos | - |
Descrição: dc.description | 51 p. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Direitos: dc.rights | Open Access | - |
Direitos: dc.rights | CC-BY-SA | - |
Palavras-chave: dc.subject | Aprendizado de máquina | - |
Palavras-chave: dc.subject | Predição | - |
Palavras-chave: dc.subject | Solubilidade | - |
Palavras-chave: dc.subject | Aprendizado de máquina | - |
Palavras-chave: dc.subject | Solubilidade | - |
Palavras-chave: dc.subject | Modelo matemático | - |
Título: dc.title | Uma comparação de técnicas de regressão para a previsão de solubilidade aquosa | - |
Tipo de arquivo: dc.type | Trabalho de conclusão de curso | - |
Aparece nas coleções: | Repositório Institucional da Universidade Federal Fluminense - RiUFF |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: