Geri Dön

Application of machine learning models and statistical approaches in dexketoprofen pharmaceutical dosage form

Makine öğrenmesi modellerinin ve istatistiksel yaklaşımların deksketoprofen farmasötik dozaj formunda uygulaması

PDF İndir

  1. Tez No: 685796
  2. Yazar: ATAKAN BAŞKOR
  3. Danışmanlar: DR. ÖĞR. ÜYESİ TAMER UÇAR
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2021
  8. Dil: İngilizce
  9. Üniversite: Bahçeşehir Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Büyük Veri Analitiği ve Yönetimi Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

İlaç üretim maliyetlerini düşürmek ve yeni aktif farmasötik bileşenlerin sayısını azaltmak ilaç endüstrisi için önemlidir. İmkanların kısıtlı olması ve denemelerin insan gücü ile yapılıyor olması zaman alıcı ve maliyetlidir. Teknolojinin gelişmesi ile ilaç keşfinde daha verimli ve sistematik yollar aranmaktadır. Makine öğrenimi tekniklerinin varlığı birçok çalışma alanında iş gücünün optimize edilmesinde vazgeçilmez bir rol oynamaktadır. Bu gelişme, makine öğrenimi araçlarının var olmasına ve kullanımının kolay ve öğrenmenin hızlı olmasından dolayı birkaç yıl içinde popülerliklerinin artmasına neden olmaktadır. Bu bağlamda Medikal ve Sağlık Endüstrileri, hizmet maliyetlerini düşürmek ve zaman kayıplarını azaltmak için makine öğrenimi algoritmalarından ve makine destekli tasarımlardan yararlanmaya başlamışlardır. Bu araştırmada, ilk olarak Dexketoprofen verisi üzerinde istatistiksel çalışmalardan normallik testi, t-test, Mann – Whitney U, ANOVA, Kruskal – Wallis Test uygulanmıştır. Makine öğrenmesi modellerinden, k-NN, SVR, CART, BAGGING, RF, GBM ve XGBOOST kullanılarak formülasyon üzerinde optimum değerler tahmin edilmiştir.

Özet (Çeviri)

The pharmaceutical industry needs to decrease expenses regarding to manufacturing and seeks for less ingredients in formulations. It is time-consuming and costly because there are limited sources and the trials are carried out with human power. With the development of technology, optimization opportunities need to be considered for increasing efficiency and providing more systematical approaches. The availability of machine learning techniques plays an indispensable role in optimizing the workforce in many studies. This development has led to machine learning tools being available and growing in popularity within a few years due to their ease of use and speed to learn. In this context, Medical and Healthcare Industries have begun to benefit from machine learning algorithms and machine-aided designs to curtail service payment and reduce period losses. This thesis, firstly, normality test, t-test, Mann - Whitney U, ANOVA, and Kruskal - Wallis Test were applied to Dexketoprofen's data. Among machine learning models, k-NN (K Nearest Neighborhood), SVR (Support Vector Machine), CART (Classification and Regression Tree), BAGGING (Bootstrap Aggregating), RF (Random Forest), GBM (Gradient Boosting), and XGBOOST (Extreme Gradient Using Boosting) optimum values were predicted on the formulation.

Benzer Tezler

  1. Tez No

    983896

    Sağlık alanında makine öğrenmesi yöntemlerinin uygulanması: Bir açık veri seti üzerinde modellemeler ve hastalık tahmini için risk faktörlerinin belirlenmesi

    Application of machine learning methods in healthcare: Modeling on an open dataset and identification of risk factors for disease prediction

    UMUT SERHAT AKBULUT

    Yüksek Lisans

    Türkçe

    Türkçe

    2025

    Genetikİnönü Üniversitesi

    Biyoistatistik ve Tıp Bilişimi Ana Bilim Dalı

    DOÇ. DR. EMEK GÜLDOĞAN

  2. Tez No

    1006622

    Kronik hepatit b hastalarında sağlık okuryazarlığı ölçeği geliştirilmesi ve düzeyinin istatistiksel ve makine öğrenmesi yöntemleriyle modellenmesi

    Development of a health literacy scale in patients with chronic hepatitis b and modeling of health literacy levels using statistical and machine learning methods

    BARIŞ ELALTUNTERİN

    Yüksek Lisans

    Türkçe

    Türkçe

    2026

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ EMİNE YAYLALI

  3. Tez No

    179824

    Doğal dil işlemede çizgesel ve olasılık tabanlı bir otomatik öğrenme uygulaması

    A machine learning application in natural language processing based on probabilistic graph models

    HAYRİ VOLKAN AGUN

    Yüksek Lisans

    Türkçe

    Türkçe

    2008

    Bilim ve TeknolojiTrakya Üniversitesi

    Bilgisayar Mühendisliği Bölümü

    YRD. DOÇ. DR. ERDEM UÇAR

    YRD. DOÇ. DR. YILMAZ KILIÇASLAN

  4. Tez No

    894316

    Application of machine learning algorithms in seismic fragility analysis of structures

    Yapıların sismik kırılganlık analizinde makine öğrenme algoritmalarının uygulanması

    MOHAMED TAREQ MOHAMED SOLIMAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Deprem Mühendisliğiİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. UFUK YAZGAN

  5. Tez No

    968162

    Fusion of remote sensing and machine learning for high-resolution bathymetric modeling in shallow coastal zone

    Kıyı bölgeleri sığ sularının yüksek çözünürlüklü batimetrik modellemesi için uzaktan algılama ve makine öğrenmesinin füzyonu

    EMRE GÜLHER

    Doktora

    İngilizce

    İngilizce

    2025

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. UĞUR ALGANCI

Geri Dön