Aplicación del aprendizaje automático para la predicción del gusto de moléculas orgánicas
Fil: Rojas Villa, Cristian Xavier. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas; Argentina.
| Main Author: | |
|---|---|
| Other Authors: | |
| Format: | doctoralThesis |
| Language: | spa |
| Published: |
2022
|
| Subjects: | |
| Online Access: | http://hdl.handle.net/11086/28075 |
| _version_ | 1801214202235322368 |
|---|---|
| author | Rojas Villa, Cristian Xavier |
| author2 | García, Fernando |
| author_facet | García, Fernando Rojas Villa, Cristian Xavier |
| author_sort | Rojas Villa, Cristian Xavier |
| collection | Repositorio Digital Universitario |
| description | Fil: Rojas Villa, Cristian Xavier. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas; Argentina. |
| format | doctoralThesis |
| id | rdu-unc.28075 |
| institution | Universidad Nacional de Cordoba |
| language | spa |
| publishDate | 2022 |
| record_format | dspace |
| spelling | rdu-unc.280752022-08-09T09:36:53Z Aplicación del aprendizaje automático para la predicción del gusto de moléculas orgánicas Rojas Villa, Cristian Xavier García, Fernando Ballabio, Davide Compuestos químicos Moléculas orgánicas Aprendizaje automático Modelos computacionales gustativos Base de datos Fil: Rojas Villa, Cristian Xavier. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas; Argentina. 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. 2023-02-15 Fil: Rojas Villa, Cristian Xavier. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas; Argentina. 2022-08-08T21:52:23Z 2021 doctoralThesis http://hdl.handle.net/11086/28075 spa Attribution-NonCommercial-NoDerivatives 4.0 Internacional http://creativecommons.org/licenses/by-nc-nd/4.0/ |
| 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 |
| title | 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_short | Aplicación del aprendizaje automático para la predicción del gusto de moléculas orgánicas |
| title_sort | aplicacion del aprendizaje automatico para la prediccion del gusto de moleculas organicas |
| topic | Compuestos químicos Moléculas orgánicas Aprendizaje automático Modelos computacionales gustativos Base de datos |
| url | http://hdl.handle.net/11086/28075 |
| work_keys_str_mv | AT rojasvillacristianxavier aplicaciondelaprendizajeautomaticoparalapredicciondelgustodemoleculasorganicas |