Ðа пÑÐ°Ð²Ð°Ñ ÑÑкопиÑи
Ðа пÑÐ°Ð²Ð°Ñ ÑÑкопиÑи
Ðа пÑÐ°Ð²Ð°Ñ ÑÑкопиÑи
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
NASAWIN (см. раздел 8.2) нейросети обратного распространения (BPNN, см.<br />
подраздел 1.2.4), метод БПМЛР (FSMLR, см. подраздел 4.1.5) и метод частичных<br />
наименьших квадратов (PLS), а в качестве дескрипторов – набор фрагментных<br />
дескрипторов, вычисляемых блоком FRAGMENT (см. раздел 8.3), к<br />
которым был примешен набор псевдофрагментных дескрипторов (см. раздел<br />
5.4), вычисляемых блоком FRAGPROP (см. раздел 8.4). Использование псевдофрагментных<br />
дескрипторов было обусловлено тем, что как показали предварительные<br />
вычислительные эксперименты, они в данном случае значительно повышают<br />
прогнозирующую способность построенных моделей. Кроме того,<br />
следует отметить, что обучение нейросети велось на полном наборе дескрипторов<br />
(попытки использовать процедуру БПМЛР для их предварительного отбора<br />
заканчивались значительным падением прогнозирующей способности модели).<br />
Вследствие этого всякий раз проводился визуальный контроль синапсов нейросети<br />
и в случае «паралича» процедура обучения вручную останавливалась и перезапускалась<br />
заново. В Табл. 18 представлены значения средней абсолютной<br />
ошибки прогнозирования (MAE), вычисленной при 5-кратном внешнем скользящем<br />
контроле. Отметим, что нейросеть обратного распространения приводит<br />
к построению лучших моделей по сравнению с БПМЛР и методом частичных<br />
наименьших квадратов PLS.<br />
Табл. 18. Значения средней абсолютной ошибки прогнозирования температуры<br />
плавления ионных жидкостей (в градусах)<br />
PYR IMZ QUAT FULL<br />
BPNN 26.2 32.4 30.3 31.5<br />
FSMLR 34.8 36.2 36.1 33.7<br />
PLS 32.5 31.9 31.8 31.9<br />
Для сравнения QSPR-моделей, получаемых разными методами, каждой<br />
комбинации выборки и статистического показателя оценивалось среднее значение<br />
этих показателей, и каждой модели присваивался ранг “0”, если по всем<br />
трем показателям она оказывалась лучше средней, и “1” если хотя бы по одному<br />
показателю она уступала среднему. Далее ранги полученных моделей скла-<br />
225