Por favor, use este identificador para citar o enlazar este ítem: https://repositorio.uci.cu/jspui/handle/ident/TD_0618_07
Título : Prediccion de actividad anticancerigena partiendo de fragmentos, utilizando Maquinas de Soporte Vectorial.
Autor : Hernández Díaz, Yaikiel
Machín González, Andy
Carrasco Velar, Ramón
Antelo Collado, Aurelio
Anido Bada, Maybel
Palabras clave : INFORMATICA;DESARROLLO DE SOFTWARE;DESARROLLO DE SOLUCIONES;INTELIGENCIA ARTIFICIAL;MEDICINA PREVENTIVA;HERRAMIENTAS VECTORIALES;CLASIFICACION;KERNEL
Fecha de publicación : 2007
5
Resumen : El presente trabajo esta enmarcado dentro del proyecto de investigacion conjunta Plataforma para la Prediccion de Actividad Biologica de Compuestos Organicos entre el Centro de Quimica Farmaceutica y la Facultad 6 de la Universidad de las Ciencias Informaticas. Es un proyecto concebido modularmente, uno de cuyos modulos incluye tecnicas de inteligencia artificial para la prediccion de la actividad. En el presente trabajo se muestran los resultados del analisis, diseno, implementacion y validacion de los modelos de las maquinas de soporte vectorial para el desarrollo de modelos de regresion y clasificacion. Como descriptores de las moleculas se emplean los fragmentos moleculares ponderados por el Indice del Estado Refractotopologico Total. Con el modelo de clasificacion se obtiene un 73% de acierto en la prediccion y con el modelo de regresion se determina un coeficiente de correlacion de 0.73. Se determino que el error relativo medio es 69%. Para la creacion de los modelos se emplearon variaciones en la variable gamma, asi como sus respectivos parametros y el kernel FBR, realizando comparaciones entre los modelos para determinar el de mejor calidad en la prediccion.
URI : https://repositorio.uci.cu/jspui/handle/ident/TD_0618_07
Aparece en las colecciones: Trabajos de Diploma(Hasta Enero-2016)

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
TD_0618_07.pdf
  Restricted Access
890.6 kBAdobe PDFVisualizar/Abrir


Los ítems del Repositorio están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.