Por favor, use este identificador para citar o enlazar este ítem: https://rinacional.tecnm.mx/jspui/handle/TecNM/7963
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.authorCardenas Almanza, Karen Lizeth-
dc.creatorCardenas Almanza, Karen Lizeth#CAAK940613MCHRLR03-
dc.date.accessioned2024-06-26T18:37:14Z-
dc.date.available2024-06-26T18:37:14Z-
dc.date.issued2024-06-01-
dc.identifier.urihttps://rinacional.tecnm.mx/jspui/handle/TecNM/7963-
dc.descriptionLa toxicidad de solventes ocasiona muchas enfermedades respiratorias, así como defectos en embarazos en diversas industrias en la región como es el caso de la industria automotriz, medica, de cementos, plásticos, etc. Por esta razón es importante contar con modelos matemáticos aproximados que nos permitan su cálculo de forma rápida sin utilizar animales vivos y a bajo costo. Por lo que en este trabajo utilizando descriptores moleculares del tipo SOAP desarrollamos un modelo regresivo para calcular la toxicidad de líquidos iónicos, en donde los datos experimentales fueron obtenidos del artículo de ‘Machine Learning for Ionic Liquid Toxicity Prediction doi:10.3390/pr9010065’ y en conjunto con herramientas de Machine Learning, como el algoritmo de regresión no-lineal “Kernel Ridge Regresion” se parametrizo el modelo matemático. Los resultados predictivos muestran un nivel razonable de precisión, lo que permitirá reducir el tiempo de experimentación en seres vivos, así como poder determinar la toxicidad de sustancias químicas afines de forma rápida.es_MX
dc.language.isospaes_MX
dc.publisherTecnológico Nacional de Méxicoes_MX
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0es_MX
dc.subjectinfo:eu-repo/classification/cti/7es_MX
dc.title“DETERMINACIÓN DE TOXICIDAD DE LÍQUIDOS IÓNICOS UTILIZANDO DESCRIPTORES MOLECULARES SOAP, EN CONJUNTO CON ALGORITMOS DE INTELIGENCIA ARTIFICIAL”es_MX
dc.typeinfo:eu-repo/semantics/masterThesises_MX
dc.contributor.directorGallo Estrada, Marco Tulio%35330-
dc.rights.accessinfo:eu-repo/semantics/openAccesses_MX
dc.publisher.tecnmInstituto Tecnológico de Ciudad Juárezes_MX
Aparece en las colecciones: Maestria en Ingenieria Industrial

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
KAREN LIZETH CARDENAS ALMANZA tesis.pdf4.05 MBAdobe PDFVisualizar/Abrir
Cesion Derechos Licencia Uso Karen Cardenas.pdf
  Until 9999-05-06
356.8 kBAdobe PDFVisualizar/Abrir  Request a copy


Este ítem está protegido por copyright original



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons