Banca de DEFESA: MARCO VINICIUS MONTEIRO NAVARRO

Uma banca de DEFESA de DOUTORADO foi cadastrada pelo programa.
DISCENTE: MARCO VINICIUS MONTEIRO NAVARRO
DATA: 05/02/2014
HORA: 10:00
LOCAL: Sala do CONSEC - CCS - UFRN
TÍTULO:

Emprego de redes neurais artificiais supervisionadas e não supervisionadas no estudo de parâmetros reológicos de excipientes farmacêuticos sólidos


PALAVRAS-CHAVES:

Redes Neurais Artificiais, Redes Supervisionadas, Redes Não-supervisionadas,
Excipientes Sólidos


PÁGINAS: 108
GRANDE ÁREA: Ciências da Saúde
ÁREA: Farmácia
RESUMO:

Neste trabalho foram estudadas  redes neurais artificiais  (RNAs)  baseadas em algoritmos
supervisionados e não supervisionados para emprego no estudo de parâmetros reológicos de
excipientes farmacêuticos  sólidos,  visando desenvolver  ferramentas  computacionais  para o
desenvolvimento de formas farmacêuticas sólidas. Foram estudadas quatro redes neurais artificiais
supervisionadas e cinco não supervisionadas. Todas as RNAs supervisionadas foram baseadas em
arquitetura de rede perceptron multicamada alimentada à frente (feedfoward MLP). Das cinco RNAs
não supervisionadas, três  foram baseadas  em  estratégias puramente competitivas, "Winner-Take-
All" clássica, "Frequency-Sensitive Competitive Learning" e "Rival-Penalize Competitive Learning"
(WTA, FSCL e RPCL, respectivamente).  As  outras duas  redes  não supervisionadas,  Self-
Organizing Map e Neural Gas (SOM e NG) foram baseadas estratégias competitivo-cooperativas.
O emprego da rede NG em tecnologia farmacêutica é ainda inédito e pretende-se avaliar  seu
potencial de emprego  como nova ferramenta de mineração e classificação de dados  no
desenvolvimento de medicamentos.  Entre  os  protótipos  de RNAs supervisionadas o melhor
desempenho foi conseguido com uma rede de arquitetura composta por 8 neurônios de entrada, 16
neurônios escondidos e 1 neurônio de saída.  O aprendizado de rede e a capacidade preditiva em
relação ao ângulo de repouso (α) foi deficiente, e muito boa para o índice de Carr e fator de Hausner
(IC, FH). Por esse motivo IC e FH foram considerados bons descritores para uma próxima etapa de
desenvolvimento das RNAs supervisionadas. As redes, WTA, RPCL e FSCL,  foram capazes de
estabelecer agrupamentos dentro da massa de dados, porém  apresentaram  erros grosseiros de
classificação caracterizados pelo agrupamento de dados com propriedades conflitantes, e também
não foi possível estabelecer qual o critério de classificação adotado. Tais resultados demonstraram
a inviabilidade prática dessas redes para os sistemas estudados sob nossas condições experimentais.
As redes SOM e NG mostraram uma capacidade de classificação muito superior às RNAs puramente
competitivas. Ambas as redes reconheceram os dois agrupamentos principais de dados
correspondentes à lactose (LAC) e celulose (CEL). Entretanto a rede som demonstrou deficiência
na classificação de dados relativos aos excipientes minoritários, estearato de magnésio (EMG), talco
(TLC) e atapulgita (ATP). A rede NG, por sua vez, estabeleceu uma classificação muito consistente
dos dados e resolveu o erro de classificação apresentados pela rede SOM, mostrando-se a rede mais
adequada para a classificação dos dado do presente estudo. A rede Neural Gas, portanto, mostrou-
se promissora para o desenvolvimento de  softwares  para uso na classificação automatizada de
sistemas pulverulentos farmacêuticos.


MEMBROS DA BANCA:
Interno - 565.831.504-25 - EDUARDO DE JESUS OLIVEIRA - UFPB
Externo ao Programa - 1893445 - EUZEBIO GUIMARAES BARBOSA
Externo à Instituição - MARCO VINÍCIUS CHAUD - UNISO
Presidente - 6330567 - TULIO FLAVIO ACCIOLY DE LIMA E MOURA
Externo ao Programa - 1754360 - WALDENICE DE ALENCAR MORAIS

Notícia cadastrada em: 31/01/2014 17:18
SIGAA | Superintendência de Tecnologia da Informação - (84) 3342 2210 | Copyright © 2006-2024 - UFRN - sigaa07-producao.info.ufrn.br.sigaa07-producao