پیش بینی فاکتور مهاجرت مشتقات بنزن در کروماتوگرافی الکتروسینتیکی مایسلی
Publish Year: 1388
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,390
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CHEMISTRYMED01_027
تاریخ نمایه سازی: 30 فروردین 1388
Abstract:
مدلسازی و پیش بینی فاکتور مهاجرت برخی از مشتقات بنزن در کروماتوگرافی الکتروسینتیکی مایسلی با استفاده از رگرسیون خطی چند تایی و شبکه عصبی مصنوعی انجام گرفت. بدین منظور ابتدا مولکول هایی به عنوان سری داده ها انتخاب شدند. این مولکولها به سه سری آموزشی، پیش بینی و ارزیابی تقسیم شدند. سپس توصیف کننده های الکترونی، توپولوژی، هندسی و کوانتوم- شیمیایی برای تمام مولکول ها مورد محاسبه قرار گرفت. با استفاده از تکنیک های انتخاب متغیر مرحله ای توصیف کننده های مهمتر انتخاب و سپس به کمک روشهای رگرسیون خطی چندتایی (MLR) و شبکه عصبی مصنوعی(ANN) بین این توصیف کننده های و فاکتور مهاجرت مدلسازی انجام شد. در مورد شبکه عصبی مصنوعی، ابتدا پارامترهایی نظیر تعداد گره های لایه مخفی، ممنتوم و سرعت آموزش وزن ها و بایاس به روش پس – انتشار بهینه شدند. سپس از داده های سری ارزیابی برای ارزیابی قدرت پیش بینی مدل حاصله استفاده شد.مقدار ریشه متوسط مربعات خطا(RMSE) سری آموزشی، پیش بینی و ارزیابی برای مدل MLR به ترتیب 0/200 ، 0/240 و 0/247 و برای مدل به ترتیب 0/110 ، 0/231 و 0/228 بوده است که مبین این است که مدل ANN بر مدل MLR برتری چندانی ندارد.
Keywords:
کروماتوگرافی الکتروسنیتیکی مایسلی - رگرسیون خطی چندتایی-شبکه عصبی مصنوعی
Authors
محمدحسین فاطمی
دانشیار- شیمی تجزیه گرایش کمومتریکس
هدی شمس الدین
دانشجوی کارشناسی ارشد-شیمی تجزیه گرایش کمومتریکس
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 Paper لینک شده اند :