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: 64

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

    876232

    Baskı çoğaltma endüstrisine yönelik otonom tekliflendirme ve cihaz yönetimi stratejilerinin değerlendirilmesi: Bir karar destek sisteminin tasarımı

    Evaluation of autonomous bidding and device management strategies for the print reproduction industry: The design of a decision support system

    DENİZ IŞIL ŞİMŞEK

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. EMRE ÇEVİKCAN

  2. Tez No

    831405

    Application of statistical methods in the analyses of foster family

    Koruyucu aile analizlerinde istatistiksel metodların kullanımı

    GİZEM ATAR

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Sosyal HizmetOrta Doğu Teknik Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. VİLDA PURUTÇUOĞLU

  3. Tez No

    692422

    Hybridization of probabilistic graphical models and metaheuristics for handling dynamism and uncertainty

    Değişimin ve belirsizliğin ele alınması için olasılıksal çizgesel biçelerin ve sezgi-üstlerinin melezleştirilmesi

    GÖNÜL ULUDAĞ

    Doktora

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. AYŞE ŞİMA UYAR

  4. Tez No

    887355

    Hava kalitesi üzerindeki meteorolojik ve emisyon etkilerinin belirlenmesinde makine öğrenmesi tabanlı meteorolojik normalleştirme yönteminin uygulanması

    Application of machine learning-based meteorological normalization to quantify meteorological and emissions impacts on air quality

    MUHAMMED DENİZOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Meteorolojiİstanbul Teknik Üniversitesi

    Meteoroloji Mühendisliği Ana Bilim Dalı

    PROF. DR. ALİ DENİZ

  5. Tez No

    801070

    Increasing firm's efficiency with machine learning algorithms: An application in the logistics industry

    Makine öğrenmesi algoritmalarıyla işletmelerin verimliliğinin artırılması: Lojistik sektöründe bir uygulama

    EGEMEN ÇEKİÇ

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    İşletmeMarmara Üniversitesi

    İşletme (İngilizce) Ana Bilim Dalı

    PROF. DR. BERİL DURMUŞ

Geri Dön