In vitro kísérleteken alapuló érzékelők modelljeinek és a kapcsolódó mértékeknek létrehozása  részletek

súgó  nyomtatás 
vissza »
 

Projekt adatai

  
azonosító
134260
típus K
Vezető kutató Héberger Károly
magyar cím In vitro kísérleteken alapuló érzékelők modelljeinek és a kapcsolódó mértékeknek létrehozása
Angol cím Development of soft sensor models based on in vitro experiments and creation of related metrics
magyar kulcsszavak rangsorolás, analitikai modellek tesztelése, kemometria, módszerösszehasonlítás. többkritériumú döntéselemzés
angol kulcsszavak ranking, testing models in analytical chemistry, chemometrics, comparison of methods, muticriteria decision making
megadott besorolás
Analitikai kémia (Műszaki és Természettudományok Kollégiuma)80 %
Ortelius tudományág: Műszeres analitika
Fizikai kémia és elméleti kémia (Műszaki és Természettudományok Kollégiuma)10 %
Ortelius tudományág: Fizikai kémia
Számítástudomány (Műszaki és Természettudományok Kollégiuma)10 %
zsűri Kémia 1
Kutatóhely Anyag- és Környezetkémiai Intézet (HUN-REN Természettudományi Kutatóközpont)
résztvevők Abonyi János
Bajusz-Rácz Anita
Bakos István
Elek János
Gere Attila
Kollár Gáborné
projekt kezdete 2020-09-01
projekt vége 2024-11-30
aktuális összeg (MFt) 47.529
FTE (kutatóév egyenérték) 7.52
állapot aktív projekt





 

Zárójelentés

  
kutatási eredmények (magyarul)
Similarity metrics were created: [extended (or n-ary) similarity indices] and we proved the superiority of n-ary comparisons in computational speed, in diversity selection and clustering. Integer (string) and continuous coding was introduced for extended indices (DNA/RNA sequences, weighted schemes). Sum of Ranking Differences (SRDs) were integrated in a rigorous mathematical framework (Principal Factor Analysis (P-PFA), sparse PCA coupled with the Promethee method (P-sPCA) and criteria analysis based on (P-SRD), non-negative matrix factorization, generalization of utility functions, etc. Statistical testing was elaborated for cross-validation in a ranking (SRD) environment. Numerous method comparison, validation, and multi-criteria decision-making (MCDM) was carried out with the SRD technique. Eye tracking and food choice were connected by SRD algorithm. Numerous machine learning models (soft sensors) were developed, and their validation options were optimized. These applications cover a wide range of problems (biochemistry, drug design, food and material science, economics, political science, etc.) A detailed enumeration with literature sources can be found in the uploaded, detailed final report.
kutatási eredmények (angolul)
Hasonlósági mérőszámokat hoztunk létre: [kiterjesztett (vagy n-szeres) hasonlósági mutatókat], és bebizonyítottuk az n-szeres összehasonlítások fölényét a számítási sebesség, a sokféleség kiválasztása és a csoportelemzés terén. Integer (string) és folyamatos kódolást vezettünk be a kiterjesztett indexekhez (DNS/RNS szekvenciák, súlyozott sémák). A rangszámkülönbségek összegét (SRD) szigorú matematikai keretbe integráltuk (Főfaktor elemzés (P-PFA), Promethee-módszerrel párosított szegényített PCA (P-sPCA) és kritériumelemzésen alapuló (P-SRD), nemnegatív mátrix faktorizáció (NNF), hasznossági függvények általánosítása (uSRD) stb.). Statisztikai tesztelést dolgoztunk ki a rangsorolás (SRD) környezetben történő keresztellenőrzésre. A módszerek összehasonlítását, optimális validálását és a többkritériumos döntéshozatalt (MCDM) az SRD technikával végeztük el. A szemkövetést és az ételválasztást SRD algoritmussal kapcsoltuk össze. Számos gépi tanulási modellt (szoft szenzorok) fejlesztettünk ki, és optimalizáltuk a validálási lehetőségeiket. Ezek az alkalmazások a problémák széles körét fedik le (biokémia, gyógyszertervezés, élelmiszer- és anyagtudomány, közgazdaságtan-politikatudomány stb.) Az irodalmi forrásokkal bővített kimerítő felsorolás a feltöltött, részletes zárójelentésben található.
a zárójelentés teljes szövege https://www.otka-palyazat.hu/download.php?type=zarobeszamolo&projektid=134260
döntés eredménye
igen





 

Közleményjegyzék

  
Attila Gere, Anita Rácz, Dávid Bajusz, Károly Héberger*: Multicriteria decision making for evergreen problems in food science by sum of ranking differences,, Food Chemistry 344, 128617 (2021), 2021
Balázs R. Sziklai*, Károly Héberger: Apportionment and districting by Sum of Ranking Differences, Plos ONE, 15 ArticleNo. e0229209 (2020), 2020
Attila Gere*, Dávid Bajusz, Barbara Biró and Anita Rácz: Discrimination Ability of Assessors in Check-All-That-Apply Tests: Method and Product Development, Foods, 10(5) 1123 (2021), 2021
Gábor Barátossy, Mária Berinkeiné Donkó, Helga Csikorné Vásárhelyi, Károly Héberger, Anita Rácz*,: Comprehensive classification and regression modeling of wine samples using 1H NMR spectra,, Foods 10, 40 (2021), 2021
Anita Rácz, Dávid Bajusz and Károly Héberger*: Effect of dataset size and train/test split ratios in QSAR/QSPR multiclass classification, Molecules 26 /4/, 1111 (2021), 2021
185./ Attila Gere*, Károly Héberger, Sándor Kovács: How to predict choice using eye-movements data?, Food Research International 143 /-/ article No 110309 (2021), 2021
Anita Rácz*, Dávid Bajusz, Ramón Alain Miranda-Quintana, Károly Héberger*: Classification modeling with machine learning and artificial intelligence on ADME related targets, Molecular Diversity 25, 1409–1424 (2021), 2021
Ramón Alain Miranda-Quintana*, Dávid Bajusz, Anita Rácz, Károly Héberger*: Extended similarity indices: the benefits of comparing more than two objects simultaneously. Part 1: Theory and characteristics, Journal of Cheminformatics, 13; Article No: 32 (2021), 2021
Ramón Alain Miranda-Quintana*, Dávid Bajusz, Anita Rácz, Károly Héberger*: Extended similarity indices: the benefits of comparing more than two objects simultaneously. Part 2: speed, consistency, diversity selection, Journal of Cheminformatics 13; Article No: 33 (2021), 2021
Dávid Bajusz, Ramón Alain Miranda-Quintana*, Anita Rácz, Károly Héberger*: Extended many-item similarity indices for sets of nucleotide and protein sequences, Computational and Structural Biotechnology Journal 19, 3628-3639 (2021), 2021
197./ Anita Rácz, Levente M. Mihalovits, Dávid Bajusz, Károly Héberger,* and Ramón Alain Miranda-Quintana*: Molecular Dynamics Simulations and Diversity Selection by Extended Continuous Similarity Indices, Journal of Chemical Information Modeling 62, 3415-3425, 2022
194./ Anita Rácz‡, Timothy B. Dunn‡, Dávid Bajusz, Taewon D. Kim, Ramón Alain Miranda-Quintana*, Károly Héberger*: Extended Continuous Similarity Indices – Theory and Application for QSAR Descriptor Selection, Journal of Computer-Aided Molecular Design 36, 157-173 (2022), 2022
195./ Álmos Orosz, Károly Héberger*, Anita Rácz: Comparison of descriptor- and fingerprint sets in machine learning models for ADME-Tox targets, Frontiers in Chemistry 10, 852893 (2022), 2022
193./ János Abonyi*, Timea Czvetkó, Zsolt T. Kosztyán, Károly Héberger: Factor analysis, Sparse PCA, and Sum of Ranking Differences-based improvements of the Promethee-GAIA multicriteria decision support technique, Plos ONE 17, e0264277 (2022), 2022
196./ Attila Gere*, Dorina Szakál, Károly Héberger: Multiobject optimisation of National Football League drafts. Comparison of teams and experts, Applied Sciences 12, 6303, 2022
192./ Ádám Ipkovich, Károly Héberger, and János Abonyi*: Comprehensible Visualization of Multidimensional Data: Sum of Ranking Differences by Parallel Coordinates, Mathematics 9, 3203 (2021), 2021
Eszter Benes, Barbara Biró, Marietta Fodor, Attila Gere*: Analysis of wheat flour-insect powder mixtures based on their near infrared spectra, Food Chemistry X 13, 100266, 2022
Dorina Szakál, Orsolya Fehér, Dalma Radványi and Attila Gere*: Effect of Scents on Gazing Behavior and Choice, Applied Sciences 12, 6899 (2022), 2022
Anita Rácz*, Dávid Bajusz, Ramón Alain Miranda-Quintana, Károly Héberger*: Classification modeling with machine learning and artificial intelligence on ADME related targets, Molecular Diversity 25, 1409–1424 (2021), 2021
János Abonyi*, Ádám Ipkovich, Gyula Dörgő, Károly Héberger: Matrix factorization-based multi-objective ranking–What makes a good university?, PLoS ONE 18 /4/ e0284078 (2023) IF(2022)=3.7; (D1-Q1), 2023
Károly Héberger: Selection of optimal validation methods for quantitative structure–activity relationships and applicability domain, SAR and QSAR in Environmental Research (2023) IF(2022)=3.000 (Q2), 2023
Attila Gere: Recommendations for validating hierarchical clustering in consumer sensory projects, Current Research in Food Science 2023, 100522, IF(2022)=6.300; Q1, 2023
Dorina Szakál, Xu Cao, Orsolya Fehér, Attila Gere: How do ethnically congruent music and meal drive food choices?, Current Research in Food Science 2023, 6, 100508, IF=6.300; Q1, 2023
Anita Rácz, Dóra Tátraaljai, Szilvia Klébert: Determination of melt flow index and polymer additives in polyethylene based on IR spectra and multivariate modeling, Materials Today Chemistry, Volume 33, 2023, 101671, IF(2022)=7.300; Q1, 2023
Anita Rácz, Anna Vincze, Balázs Volk, György T. Balogh: Extending the limitations in the prediction of PAMPA permeability with machine learning algorithms,, European Journal of Pharmaceutical Sciences, Volume 188, 2023, 106514, (IF: 4.600; Q1), 2023
Ádám Ipkovich, Károly Héberger, Viktor Sebestyén and János Abonyi, 160, Article Number: 111734 (2024: Utility function-based generalization of Sum of Ranking Differences–Country-wise analysis of greenhouse gas emissions., Ecological Indicators, 2024
Balázs R. Sziklai, Máté Baranyi, Károly Héberger: Testing Rankings with Cross-Validation, Central European Journal of Operations Research, 2024
Kenneth López Pérez, Anita Rácz, Dávid Bajusz, Camila Gonzalez, Károly Héberger, Ramón Alain Miranda-Quintana: Alternative weighting schemes for fine-tuned extended similarity indices, Journal of Chemometrics e3558, 2024
Károly Héberger: Frequent Errors in Modeling by Machine Learning: A Prototype Case of Predicting the Timely Evolution of COVID-19 Pandemic., Algorithms 17 /1/ Article number: 43 (2024), 2024
A Rácz, K László, S Klébert: Qualitative and quantitative chemometric modelling of nanostructured carbon samples based on infrared spectroscopy, Carbon 218, 118743, 2024
Sara Maluck, Rivka Bobrovsky, Miklós Poór, Roman W. Lange, Torsten Steinmetzer, Ákos Jerzsele, András Adorján Dávid Bajusz, Anita Rácz, Erzsébet Pászti-Gere: In Vitro Evaluation of Antipseudomonal Activity and Safety Profile of Peptidomimetic Furin Inhibitors, Biomedicines 12, Article no. 2075 (2024), 2024




 

Projekt eseményei

  
2023-12-01 10:34:09
Résztvevők változása



vissza »