Aplicación del aprendizaje automático para la predicción del gusto de moléculas orgánicas

La motivación de la presente tesis de maestría es utilizar la relación entre la estructura y la actividad de los compuestos químicos para el desarrollo de modelos computacionales gustativos más útiles y eficaces. Para este propósito, se compilará una base de datos extensa de la información que se en...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: Rojas Villa, Cristian Xavier
Otros Autores: García, Fernando
Formato: doctoralThesis
Lenguaje:Español
Publicado: 2022
Materias:
Compuestos químicos
Moléculas orgánicas
Aprendizaje automático
Modelos computacionales gustativos
Base de datos
Acceso en línea:http://hdl.handle.net/11086/28075
Aporte de:
Repositorio Digital Universitario (UNC) de Universidad Nacional de Córdoba
id I10-R141-11086-28075
record_format dspace
institution Universidad Nacional de Córdoba
institution_str I-10
repository_str R-141
collection Repositorio Digital Universitario (UNC)
language Español
topic Compuestos químicos
Moléculas orgánicas
Aprendizaje automático
Modelos computacionales gustativos
Base de datos
spellingShingle Compuestos químicos
Moléculas orgánicas
Aprendizaje automático
Modelos computacionales gustativos
Base de datos
Rojas Villa, Cristian Xavier
Aplicación del aprendizaje automático para la predicción del gusto de moléculas orgánicas
topic_facet Compuestos químicos
Moléculas orgánicas
Aprendizaje automático
Modelos computacionales gustativos
Base de datos
description La motivación de la presente tesis de maestría es utilizar la relación entre la estructura y la actividad de los compuestos químicos para el desarrollo de modelos computacionales gustativos más útiles y eficaces. Para este propósito, se compilará una base de datos extensa de la información que se encuentra reportada en diversas fuentes bibliográficas. Seguidamente, se verificará y filtrará la información de tal forma de obtener una base de datos validada para aplicar el aprendizaje no supervisado con el propósito de definir el espacio químico del gusto. Posteriormente, se utilizarán diversas estrategias del aprendizaje supervisado (clasificación) para proponer modelos que permitan realizar predicciones confiables del gusto de nuevas moléculas.
author2 García, Fernando
author_facet García, Fernando
Rojas Villa, Cristian Xavier
format doctoralThesis
author Rojas Villa, Cristian Xavier
author_sort Rojas Villa, Cristian Xavier
title Aplicación del aprendizaje automático para la predicción del gusto de moléculas orgánicas
title_short Aplicación del aprendizaje automático para la predicción del gusto de moléculas orgánicas
title_full Aplicación del aprendizaje automático para la predicción del gusto de moléculas orgánicas
title_fullStr Aplicación del aprendizaje automático para la predicción del gusto de moléculas orgánicas
title_full_unstemmed Aplicación del aprendizaje automático para la predicción del gusto de moléculas orgánicas
title_sort aplicación del aprendizaje automático para la predicción del gusto de moléculas orgánicas
publishDate 2022
url http://hdl.handle.net/11086/28075
work_keys_str_mv AT rojasvillacristianxavier aplicaciondelaprendizajeautomaticoparalapredicciondelgustodemoleculasorganicas
bdutipo_str Repositorios
_version_ 1764820391832846337

Ejemplares similares