Study of quantitative structure - property methods of linear regression analysis and neural networks
DOI:
https://doi.org/10.18372/2306-1472.32.1484Abstract
Modelation of protonisation dependence on the values of molecular discriptors of various classesorganic compounds is carried out by the methods of multydimensional regressive analysis and neuron nets. Advantage of neuron nets method for guantitive relationships structure-property description is shown.
References
Горбань А.Н., Россиев Д.А. Нейронные сети на персональном компьютере. – НГУ: Новосибирск, 1996. – 166 с.
Simon V., Gasteige I., Zupan I. Neural Networks in Chemists // I. Amer. Chem. Soc. – 1993. − Vol. 115. – P. 9148.
Gasteige I., Zupan I.Foundations on Gomputing and Decision Sciences // Neural Networks in Chemistry, Angew. Chem. Ed. Engl. – 1993. – 105. № 4. – P. 503.
Burns I., Whitesides G. Molecular modellinq and prediction of bioactivity // Chem. Rev. – 1993. – Vol. 93. – P. 2583.
Баскин И.И., Гальберштам Н.М., Палюлин В.Н., Зефиров Н.С. Нейрокомпьютинг и его применение // Информ. технол. – 1997. – № 9. – С. 27.
Баскин И.И., Палюлин В.Н., Зефиров Н.С. Проблема обучения распознавания образов // Нейрокомпьютер. – 1997. – № 3/4. – С. 17.
Breindl A., Beck B., Clark T., Glen R.C. Prediction of the n-octanol/water partition coefficient, logP, using a combination of semiempirical // MO-calculations and a neural network // J. Mol. Model. [Electronic Publ. − 1997. – 3(3). – Р. 142-155.
Дианов Р.С. Разработка нейронной сети для прогнозирования показателей эффективности интенсификации притока газа // Пробл. развития газовой промышленности: Тез. докл. 13-й науч. конф. – Тюмень, 2004. – С. 83−85.
