Treballs Fi de MàsterEnginyeria Informàtica i Matemàtiques

Prediction of ADME properties using curriculum learning

  • Datos identificativos

    Identificador:  TFM:1880
    Autores:  Lagemann, Jens Alexander
  • Otros:

    Entidad: Universitat Rovira i Virgili (URV)
    Confidencialidad: No
    Enseñanza(s): Ciència de Dades Biomèdiques
    APS: No
    Título en diferentes idiomas: Predicción de propiedades ADME utilizando el aprendizaje curricular
    Resumen: Aquesta tesi estudiarà l'efecte que té aquest mostreig del currículum quan s'intenta predir una varietat de propietats moleculars, utilitzant conjunts de dades que descriuen l'absorció, la distribució, el metabolisme i l'excreció de diverses mostres. Realització d'una anàlisi quantitativa de com es comparen models entrenats en diferents configuracions. Els resultats mostren que l'ordenació de les mostres durant l'entrenament és un factor rellevant en com un model aprèn a generalitzar-se, encara que el tipus de mesures de complexitat molecular depèn de l'aplicació.
    Materia: Farmacocinètica
    Curso académico: 2023-2024
    Idioma: en
    Fecha de la defensa del trabajo: 2024-09-12
    Áreas temàticas: Ciencias de la salud
    Estudiante: Lagemann, Jens Alexander
    Codirector del trabajo: Vellido, Alfredo
    Departamento: Enginyeria Informàtica i Matemàtiques
    Fecha de alta en el repositorio: 2025-03-03
    Palabras clave: ADME, MPNN, aprendizaje curricular
    Título en la lengua original: Prediction of ADME properties using curriculum learning
    Derechos de Accesso: info:eu-repo/semantics/openAccess
    Director del proyecto: König, Caroline
  • Palabras clave:

    Ciencias de la salud
    Health sciences
    Ciències de la salut
    Farmacocinètica
  • Documentos:

  • Cerca a google

    Search to google scholar