文献

J-GLOBAL ID：202102283908272338   整理番号：21A0065383

幾何学的記述子に基づく乱用のNBOMe薬物を検出する機械学習ツール【JST・京大機械翻訳】

Machine Learning Tool Detecting NBOMe Drugs of Abuse based on Geometrical Descriptors

著者 (4件)： Ion Adelina (“Dunarea de Jos” University of Galati,Faculty of Sciences and Environment,Galati,Romania) ,  Gosav Steluta (“Dunarea de Jos” University of Galati,Faculty of Sciences and Environment,Galati,Romania) ,  Praisler Mirela (“Dunarea de Jos” University of Galati,Faculty of Sciences and Environment,Galati,Romania) ,  Gosav Teodora (University of Medicine and Pharmacy ”Grigore T. Popa”,Faculty of Medicine,Iasi,Romania)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： EHB  ページ： 1-4  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 薬物輸送は世界中で最も重大な健康脅威の1つである。したがって,貿易リンクの多様化と境界制御の除去につながる技術のグローバル化とギャロッピング開発の両方の傾向は,医薬品の違法市場を供給し,管理するために犯罪組織によって活用される。近年,NBOMeと呼ばれる新しいタイプの毒性フェネチルアミン誘導体が,黒色市場で検出された。本研究では,それらの幾何学的記述子に基づいて,これらの新しい精神活性薬物をスクリーニングする一連の人工ニューラルネットワーク(ANN)を比較した。これらの機械学習ツールの最良の性能は,未知の化学物質のクラスアイデンティティを評価する際に,それらの効率を評価する一連の性能指数に基づいて特定された。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ニューラルネットワーク ,  性能指数 ,  犯罪 ,  多様化 ,  化学物質 ,  ギャロッピング
準シソーラス用語： アイデンティティ ,  グローバリゼーション ,  学習ツール , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 幾何学 ,  記述子 ,  薬物 ,  学習ツール