Detalles MARC
000 -CABECERA |
Campo de control de longitud fija |
03623nam a22003497a 4500 |
003 - IDENTIFICADOR DEL NÚMERO DE CONTROL |
Campo de control |
EC-UrYT |
005 - FECHA Y HORA DE LA ÚLTIMA TRANSACCIÓN |
Campo de control |
20240715145627.0 |
008 - CÓDIGOS DE INFORMACIÓN DE LONGITUD FIJA |
Campo de control de longitud fija |
150116t9999 mx r gr 000 0 spa d |
040 ## - FUENTE DE LA CATALOGACIÓN |
Centro transcriptor |
EC-UrYT |
041 ## - CÓDIGO DE LENGUA |
Código de lengua del texto/banda sonora o título independiente |
eng |
Código de lengua del sumario o resumen |
spa |
100 1# - PUNTO DE ACCESO PRINCIPAL - NOMBRE DE PERSONA |
Nombre de persona |
Castro Angamarca, Jonnathan Ariel |
9 (RLIN) |
16081 |
Término indicativo de función |
autor |
245 10 - MENCIÓN DE TÍTULO |
Título |
The Yggdrasil Project: organic reaction prediction with a custom-developed feedforward neural network and a tailored database / |
Mención de responsabilidad etc. |
Jonnathan Ariel Castro Angamarca ; tutor Thibault Terencio |
264 34 - PRODUCCIÓN, PUBLICACIÓN, DISTRIBUCIÓN, FABRICACIÓN Y COPYRIGHT |
Lugar de producción |
Urcuquí, |
Fecha de producción |
2024 |
300 ## - DESCRIPCIÓN FÍSICA |
Extensión |
102 hojas : |
Otras características físicas |
ilustraciones (algunas a color) ; |
Dimensiones |
30 cm + |
Material anejo |
1 CD-ROM |
502 ## - NOTA DE TESIS |
Nota de tesis |
Trabajo de integración curricular |
Tipo de título |
(Químico/a). |
Nombre de la institución que otorga el título |
Universidad de Investigación de Tecnología Experimental Yachay. |
Ciudad de la institución que otorga el título |
Urcuquí, |
Año de obtención del título |
2024 |
504 ## - NOTA DE BIBLIOGRAFÍA; ETC. |
Nota de bibliografía etc. |
Incluye referencias bibliográficas (páginas 77-80) |
506 ## - NOTA DE RESTRICCIONES AL ACCESO |
Limitaciones de acceso |
Trabajo de integración curricular con acceso abierto |
516 ## - NOTA DE TIPO DE ARCHIVO DE ORDENADOR O DE DATOS |
Nota de tipo de archivo de ordenador o de datos |
Texto (Hypertexto links) |
520 ## - NOTA DE SUMARIO; ETC. |
Sumario etc. |
Esta tesis presenta el proyecto Yggdrasil, cuyo objetivo es aplicar el aprendizaje automático para predecir reacciones químicas orgánicas mediante el desarrollo y validación de un modelo de red neuronal. El proyecto se estructura en dos fases principales: Cognitio y Vaticinor. En la fase Cognitio, un subconjunto de la base de datos USPTO_MIT fue procesado y adaptado para el aprendizaje automático, aumentado con cálculos de la Teoría del Funcional Densidad, para formar un conjunto de datos adecuado para el entrenamiento del modelo. La fase Vaticinor consistió en el diseño, desarrollo y validación del modelo de red neuronal, centrándose en la capacidad del modelo para predecir reacciones orgánicas con precisión. Utilizando sólo el 0,375% de la base de datos USPTO_MIT, el proyecto logró una precisión de prueba del 32,33% y una precisión de validación cruzada del 29,39%. El análisis determinó que el conjunto de características "Correlación fuerte" era el que ofrecía el mejor rendimiento, lo que subraya la importancia de la selección estratégica de características para mejorar la precisión predictiva y la capacidad de generalización del modelo. Los resultados ilustran la viabilidad y el potencial del uso del aprendizaje automático para la predicción de reacciones orgánicas. La dirección futura del proyecto Yggdrasil incluye: • La ampliación de la base de datos para mejorar la robustez del modelo. • La integración de todos los scripts de Cognitio para la optimización de procesos. • La adición de información estereoquímica al conjunto de datos. • El perfeccionamiento del modelo para cubrir una gama más amplia de reacciones orgánicas. Esta tesis destaca la importancia de la preparación de datos, la selección de características y la validación de modelos en el aprendizaje automático y la química computacional. Los códigos que componen el Proyecto Yggdrasil fueron escritos en Python3.10 y Bash y están disponibles en el repositorio GitHub: https://github.com/jcastro7732/Yggdrasil-Project |
546 ## - NOTA DE LENGUA |
Nota de lengua |
Textos en inglés con resúmenes en español e inglés |
650 #0 - PUNTO DE ACCESO ADICIONAL DE MATERIA - TÉRMINO DE MATERIA |
Término de materia o nombre geográfico como elemento inicial |
Redes Neuronales |
9 (RLIN) |
12613 |
650 #0 - PUNTO DE ACCESO ADICIONAL DE MATERIA - TÉRMINO DE MATERIA |
Término de materia o nombre geográfico como elemento inicial |
Aprendizaje automático |
9 (RLIN) |
12923 |
650 #0 - PUNTO DE ACCESO ADICIONAL DE MATERIA - TÉRMINO DE MATERIA |
Término de materia o nombre geográfico como elemento inicial |
Cognitio |
9 (RLIN) |
16082 |
650 #0 - PUNTO DE ACCESO ADICIONAL DE MATERIA - TÉRMINO DE MATERIA |
Término de materia o nombre geográfico como elemento inicial |
Neural networks |
9 (RLIN) |
12621 |
650 #0 - PUNTO DE ACCESO ADICIONAL DE MATERIA - TÉRMINO DE MATERIA |
Término de materia o nombre geográfico como elemento inicial |
Machine Learning |
9 (RLIN) |
12667 |
650 #0 - PUNTO DE ACCESO ADICIONAL DE MATERIA - TÉRMINO DE MATERIA |
Término de materia o nombre geográfico como elemento inicial |
Vaticinor |
9 (RLIN) |
16083 |
700 1# - PUNTO DE ACCESO ADICIONAL - NOMBRE DE PERSONA |
Nombre de persona |
Terencio, Thibault |
9 (RLIN) |
11676 |
Término indicativo de función |
tutor |
710 1# - PUNTO DE ACCESO ADICIONAL - NOMBRE DE ENTIDAD |
Nombre de entidad o nombre de jurisdicción como elemento inicial |
Universidad de Investigación de Tecnología Experimental Yachay. |
9 (RLIN) |
11232 |
Unidad subordinada |
Escuela de Ciencias Químicas e Ingeniería |
856 ## - LOCALIZACIÓN Y ACCESO ELECTRÓNICOS |
Identificador Uniforme del Recurso (URI) |
http://repositorio.yachaytech.edu.ec/handle/123456789/736 |
Nota pública |
Ver recurso |
942 ## - ENTRADA PARA ELEMENTOS AGREGADOS (KOHA) |
Fuente de clasificación o esquema de ordenación en estanterías |
Clasificación Decimal Dewey |
Koha [por defecto] tipo de item |
Tesis |