ISSN 1811-1416 · EISSN 3034-3933
Язык: ru

Статья: ИССЛЕДОВАНИЕ ЭФФЕКТИВНОСТИ РАЗЛИЧНЫХ МОДЕЛЕЙ МАШИННОГО ОБУЧЕНИЯ В ЗАДАЧЕ ПРЕДСКАЗАНИЯ СВОЙСТВ ЭКЗОГЕННЫХ ФЛУОРОФОРОВ (2024)

Читать онлайн

В статье проанализирована эффективность использования различных моделей машинного обучения для предсказания спектральных свойств экзогенных флуорофоров, ключевых в диагностике онкозаболеваний. Исследуется применение алгоритмов ИИ для быстрого и экономически эффективного поиска новых флуорофоров, способствующих раннему выявлению рака. В статье оценивается эффективность различных моделей машинного обучения в предсказании свойств экзогенных флуорофоров, используемых в диагностике онкологических заболеваний. В работе исследуется применение алгоритмов искусственного интеллекта для быстрого поиска новых флуорофоров, способствующих раннему обнаружению рака. Особое внимание уделено оптической биопсии как неинвазивному методу исследования тканей для ранней диагностики патологий. В статье обобщаются данные из базы данных PubChem и GeoMcNamara и анализируются молекулярные свойства флуорофоров и их спектральные характеристики. Используя модели машинного обучения, такие как линейная регрессия, метод опорных векторов, случайный лес и XGBoost, получены результаты предсказания длины волны излучения для образцов флуорофоров. Результаты обучения и тестирования моделей свидетельствуют о высокой точности работы XGBoost и Random Forest. Исследование подчеркивает важность разработки эффективных флуорофоров для ранней диагностики рака и представляет модели машинного обучения в качестве инструментов для обработки и анализа данных в этой области, что позволяет акцентировать внимание на перспективности и применимости прогрессивных методов исследования в онкологии и медицинской химии.

Ключевые фразы: компьютерное моделирование, машинное обучение, искусственный интеллект, экзогенные флуорофоры, медицинская химия
Автор (ы): Зарудских Михаил Андреевич
Соавтор (ы): Безносюк Сергей Александрович
Журнал: ФУНДАМЕНТАЛЬНЫЕ ПРОБЛЕМЫ СОВРЕМЕННОГО МАТЕРИАЛОВЕДЕНИЯ

Идентификаторы и классификаторы

УДК
004. Информационные технологии. Компьютерные технологии. Теория вычислительных машин и систем
Для цитирования:
ЗАРУДСКИХ М. А., БЕЗНОСЮК С. А. ИССЛЕДОВАНИЕ ЭФФЕКТИВНОСТИ РАЗЛИЧНЫХ МОДЕЛЕЙ МАШИННОГО ОБУЧЕНИЯ В ЗАДАЧЕ ПРЕДСКАЗАНИЯ СВОЙСТВ ЭКЗОГЕННЫХ ФЛУОРОФОРОВ // ФУНДАМЕНТАЛЬНЫЕ ПРОБЛЕМЫ СОВРЕМЕННОГО МАТЕРИАЛОВЕДЕНИЯ. 2024. Т. 21 № 3
Текстовый фрагмент статьи