Skip to the main content

Original scientific paper

https://doi.org/10.15255/KUI.2020.048

Modeliranje vremena sušenja praha Candesartan Cilexetil primjenom tehnike računalne inteligencije

Sonia Keskes ; Quality Control Laboratory, SAIDAL Complex, Médéa Unit, Médéa 26 000, Alžir
Mohamed Hentabli orcid id orcid.org/0000-0002-6693-0708 ; Quality Control Laboratory, SAIDAL Complex, Médéa Unit, Médéa 26 000, Alžir
Mamaar Laidi orcid id orcid.org/0000-0002-8977-9895 ; Laboratory of Biomaterials and Transport Phenomena (LBMPT), Faculty of Technology, University Yahia Fares of Médéa, Alžir
Salah Hanini ; Laboratory of Biomaterials and Transport Phenomena (LBMPT), Faculty of Technology, University Yahia Fares of Médéa, Alžir


Full text: english pdf 1.309 Kb

page 137-144

downloads: 267

cite


Abstract

Cilj ovog rada bio je primjena dvije tehnike računalne inteligencije (umjetne neuronske mreže (ANN) i regresije potpornih vektora (SVR)) za modeliranje vremena sušenja farmaceutskog praha Candesartan Cilexetil, koji se primjenjuje za liječenje arterijske hipertenzije i zatajenje srca. Eksperimentalni skup podataka korišten u ovom radu prikupljen je iz prethodno objavljenog rada o kinetici sušenja Candesartan Cilexetila pomoću vakuumskog sušionika i pod različitim radnim uvjetima. Usporedba između dva modela provedena je pomoću različitih statističkih parametara, odnosno korijenom srednje kvadratne pogreške (RMSE) i koeficijenta određivanja (R2). Rezultati su pokazali da u usporedbi s modelom ANN model SVR pokazuje visoku točnost za predviđanje nelinearnog ponašanja vremena sušenja koristeći odgovarajuće varijable {R2 = 0,9991, RMSE = 0,262} u odnosu na {R2 = 0,998, RMSE = 0,339} za SVR i ANN.


Ovo djelo je dano na korištenje pod licencom Creative Commons Imenovanje 4.0 međunarodna.

Keywords

<i>Candesartan Cilexetil</i>; metodologija odgovora površine; vakuumsko sušenje; umjetna neuronska mreža; regresija potpornih vektora

Hrčak ID:

254682

URI

https://hrcak.srce.hr/254682

Publication date:

27.3.2021.

Article data in other languages: english

Visits: 1.165 *