Técnicas de transferência de aprendizagem aplicadas a modelos QSAR para regressão

Técnicas de transferência de aprendizagem aplicadas a modelos QSAR para regressão

Para desenvolver um novo medicamento, pesquisadores devem analisar os alvos biológicos de uma dada doença, descobrir e desenvolver candidatos a fármacos para este alvo biológico, realizando em paralelo, testes em laboratório para validar a eficiência e os efeitos colaterais da substância química. O...

Full description

Bibliographic Details
Main Author:	Simões, Rodolfo da Silva
Other Authors:	Oliveira, Patrícia Rufino
Format:	Others
Language:	pt
Published:	Biblioteca Digitais de Teses e Dissertações da USP 2018
Subjects:	Aprendizagem de máquina Chemoinformatics Machine learning Modelos QSAR QSAR models Quimioinformática Regressão por vetores suporte Support vector regression Transfer learning Transferência de aprendizagem
Online Access:	http://www.teses.usp.br/teses/disponiveis/100/100131/tde-07062018-120939/

Similar Items

Técnicas de transferência de aprendizagem aplicadas a modelos QSAR para regressão
by: Rodolfo da Silva Simões
Published: (2018)

Property-enriched fragment descriptors for adaptive QSAR
by: Ruggiu, Fiorella
Published: (2014)

An Evolutionary Optimizer of libsvm Models
by: Dragos Horvath, et al.
Published: (2014-11-01)

Uma avaliação do uso de máquinas de vetores de suporte na predição de sinais de rádio frequência em redes celulares
by: Timoteo, Robson Dias Alves
Published: (2015)

Desenvolvimento de softwares, algoritmos e diferentes abordagens quimiométricas em estudos de QSAR
by: Martins, João Paulo Ataíde, 1980-
Published: (2013)

Relações entre suporte à aquisição e à transferência de aprendizagem e o domínio de competências em relação ao uso do Sistema Eletrônico de Informações (SEI)
by: Daltro, Paulo José Góes
Published: (2017)

Recent Advances in Fragment-Based QSAR and Multi-Dimensional QSAR Methods
by: Kyaw Zeyar Myint, et al.
Published: (2010-10-01)

A máquina de suporte vetorial aplicada em análise de séries temporais
by: Andrade, Yuri Medeiros de
Published: (2017)

4D-QSAR: Perspectives in Drug Design
by: Carolina H. Andrade, et al.
Published: (2010-05-01)

The development of bioinformatic and chemoinformatic approaches for structure-activity modelling and discovery of antimicrobial peptides
by: Fjell, Christopher David
Published: (2009)

The development of bioinformatic and chemoinformatic approaches for structure-activity modelling and discovery of antimicrobial peptides
by: Fjell, Christopher David
Published: (2009)

The development of bioinformatic and chemoinformatic approaches for structure-activity modelling and discovery of antimicrobial peptides
by: Fjell, Christopher David
Published: (2009)

Développement d'une plateforme de prédiction in silico des propriétés ADME-Tox
by: Canault, Baptiste
Published: (2018)

Inventário de Suporte Organizacional à Aprendizagem: Desenvolvimento e Evidências de Validação
by: Bruno Chaves Correia-Lima, et al.
Published: (2017-09-01)

Comprehensive Analysis of Applicability Domains of QSPR Models for Chemical Reactions
by: Assima Rakhimbekova, et al.
Published: (2020-08-01)

Predicting Synergism of Cancer Drug Combinations Using NCI-ALMANAC Data
by: Pavel Sidorov, et al.
Published: (2019-07-01)

Transfer and Multi-task Learning in QSAR Modeling: Advances and Challenges
by: Rodolfo S. Simões, et al.
Published: (2018-02-01)

QSAR-Co-X: an open source toolkit for multitarget QSAR modelling
by: Amit Kumar Halder, et al.
Published: (2021-04-01)

Estudos de QSAR-2D aplicados a diterpenóides clerodanos e dibenzoilidrazinas
by: Cramer, Bruno
Published: (2011)

QSPR/QSAR: State-of-Art, Weirdness, the Future
by: Andrey A. Toropov, et al.
Published: (2020-03-01)

Relations structure-activité pour le métabolisme et la toxicité
by: Muller, Christophe
Published: (2013)

QSAR analysis for some β-carboline derivatives as anti-tumor
by: Ravindra Kumar Chourasiya, et al.
Published: (2016-09-01)

QSAR Modelling to Identify LRRK2 Inhibitors for Parkinson’s Disease
by: Sebastián-Pérez Víctor, et al.
Published: (2019-02-01)

Mechanistic and Predictive QSAR Analysis of Diverse Molecules to Capture Salient and Hidden Pharmacophores for Anti-Thrombotic Activity
by: Magdi E. A. Zaki, et al.
Published: (2021-08-01)

Técnica de aprendizagem automática aplicada a um codificador HEVC em tempo real.
by: OLIVEIRA, Jean Felipe Fonseca de.
Published: (2018)

Planejamento e identificação de novos compostos moluscicidas para Biomphalaria glabrata (Mollusca, Planorbidae)
by: Moreira Filho, José Teófilo
Published: (2016)

Aprendizagem organizacional sobre tecnologias livres e suporte à transferência
by: Leopoldino, Cláudio Bezerra
Published: (2015)

Inductive transfer learning for molecular activity prediction: Next-Gen QSAR Models with MolPMoFiT
by: Xinhao Li, et al.
Published: (2020-04-01)

QSAR modeling of antiradical and antioxidant activities of flavonoids using electrotopological state (E-State) atom parameters
by: Ray Supratim, et al.
Published: (2007-12-01)

On the information content of 2D and 3D descriptors for QSAR
by: Oprea Tudor I.
Published: (2002-01-01)

Methodology of aiQSAR: a group-specific approach to QSAR modelling
by: Kristijan Vukovic, et al.
Published: (2019-04-01)

Self-organizing Neural Networks for Modeling Robust 3D and 4D QSAR: Application to Dihydrofolate Reductase Inhibitors
by: Tomasz Magdziarz, et al.
Published: (2004-12-01)

Predição de RNAs não-codificadores no transcriptoma do fungo Paracoccidioides brasiliensis usando aprendizagem de máquina
by: Arrial, Roberto Ternes
Published: (2009)

Formação de portfólio por meio de máquinas de suporte vetorial e redes de camadas profundas
by: Marcelino, Sarah Sabino de Freitas
Published: (2017)

Regressão por vetores de suporte aplicado na determinação de propriedades físico-químicas de petróleo e biocombustíveis
by: Filgueiras, Paulo Roberto, 1982-
Published: (2014)

QSAR Models for Active Substances against <i>Pseudomonas aeruginosa</i> Using Disk-Diffusion Test Data
by: Cosmin Alexandru Bugeac, et al.
Published: (2021-03-01)

QSAR studies on imidazoles and sulfonamides as antidiabetic agents
by: Ravichandran Veerasamy, et al.
Published: (2019-01-01)

QSAR modeling for lipid peroxidation inhibition potential of flavonoids using topological and structural parameters
by: Ray Supratim, et al.
Published: (2008-06-01)

An automated framework for QSAR model building
by: Samina Kausar, et al.
Published: (2018-01-01)

QSAR studies of antimicrobial activity of 1,3-disubstituted-1H-naphtho[1,2-e][1,3]oxazines using topological descriptors
by: Vikas Verma, et al.
Published: (2017-02-01)