Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
Publisher of Iranian Journals and Conference Proceedings
عنوان
Paper

Correlation ranking procedure for factor selection in PC-ANN modeling and application to aqueous Solubility evaluation

تعداد صفحات: 10 | تعداد نمایش خلاصه: 1241 | نظرات: 0
سال انتشار: 1389
کد COI Paper: NCHESD01_162
زبان Paper: Englishglish
(فایل این Paper در 10 صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این Paper

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این Paper را خریداری نمایید.

با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک Paper) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید.در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.

لطفا قبل از اقدام به خرید اینترنتی این Paper، ابتدا تعداد صفحات Paper را در بالای این صفحه کنترل نمایید.

برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل Paper

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 10 صفحه است در اختیار داشته باشید.

قیمت این مقاله : 3,000 تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان Paper Correlation ranking procedure for factor selection in PC-ANN modeling and application to aqueous Solubility evaluation

A. Najafi - Islamic Azad University- Hamedan Branch, Member of Young Researchers Club (YRC), Hamedan, Iran.
S. Sobhan Ardakani2 - Islamic Azad University- Hamedan Branch, Hamedan, Iran

چکیده Paper:

A correlation ranking procedure is proposed for selection of factors in principal component-artificial neural network (PC-ANN). The model was applied in the aqueous Solubility (-logS) evaluation of diverse Organic molecules. Experimental values for the observed -logS values for organic molecules can range from about -0.380 (oxalic acid) to 10.410 (2,2',3,3',4,5,5',6,6'-PCB) -log units. Ten different Sh indices were calculated for each molecule. Principal component analysis of the Sh data matrix showed that the seven PCs could explain 99.97% of variances in the Sh data matrix. The extracted PCs were used as the predictor variables (input) for PCR and ANN models. The ANN model could explain 97.63% of variances in the solubility data, while the value obtained from PCR procedures were 84.27%. For the PCR studies, the data set was divided into a training set of 320 compounds for model building and an external prediction set of 60 compounds for model validation. Both subsets were chosen to ensure that a diverse set of compounds was present. For the ANN studies, a cross-validation set of 50 compounds was chosen, leaving 270 compounds in the training set, and the prediction set remained the same. Models to predict the solubility is constructed using PCR and PC-ANN with errors comparables to the experimental errors of the solubility data. The root mean-square-errors (RMSerror) associated with the calibration, prediction, and validation set compounds used for the PC-ANN model were 0.314, 0.450, and 0.314 -logS units, respectively.

کلیدواژه ها:

QSPR, Topological Indices, Aqueous Solubility, PCR, PC-ANN

کد Paper/لینک ثابت به این Paper

برای لینک دهی به این Paper می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت Paper در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/106631/

کد COI Paper: NCHESD01_162

نحوه استناد به Paper:

در صورتی که می خواهید در اثر پژوهشی خود به این Paper ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
undefined, undefined و undefined, undefined,1389,Correlation ranking procedure for factor selection in PC-ANN modeling and application to aqueous Solubility evaluation,همایش ملی انسان، محیط زیست و توسعه پایدار,Hamadan,,,https://civilica.com/doc/106631

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این Paper اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1389, Najafi, A.؛ S. Sobhan Ardakani2)
برای بار دوم به بعد: (1389, Najafi؛ Sobhan Ardakani2)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مPaperقاله لینک شده اند :

  • Luan F., Liu H.T., Ma W.P., Fan B.T., Ecotoxicology and ...
  • Murugan R., Grendze M. P., Toomey J. E., Kartritzky A. ...
  • Mitchell B. E., Jurs P. C., J. Chem. Inf. Comput. ...
  • Miller M. M., Ghodbane S., Wasik S. P., Tewari Y. ...
  • Pan Y. , Jiang J., Wang R., Cao H., Zhao ...
  • Ruelle P., Kesselring U. W., J. Pharm. Sci. 1997, 86, ...
  • Rumelhart D E., Hinton G. E., R. Williams J., Nature, ...
  • Shamsipur M., Hemmateenej ad B., Akhond M., Bull. Korean Che, ...
  • Shamsipur M., Ghavami R., Hemmateenej _ B., Sharghi H., QSAR ...
  • Shamsipur M., Ghavami R., Hemmateenej ad B., Sharghi H., Intermet ...
  • Shamsipur M., Ghavami R., Sharghi H., Hemmateenej ad B., Journal ...
  • Sun L, , Zhou L, Yu Y. Lan Y., Li ...
  • Sutter J. M., Jurs P. C., J. Chem. Inf. Comput. ...
  • Support