{
    "metadata": {
        "dataset_id": "shahroodut-thesis",
        "record_id": "QD89",
        "title": "پیش بینی شاخص بازداری تعدادی روغن-های ضروری با استفاده از روش های QSPR خطی و غیرخطی",
        "publisher": "دانشگاه صنعتی شاهرود",
        "owner": "کتابخانه مرکزی دانشگاه صنعتی شاهرود",
        "license": "CC-BY-4.0",
        "license_url": "https://creativecommons.org/licenses/by/4.0/",
        "license_text": "استفاده، بازنشر، تحلیل، پردازش و بهره برداری پژوهشی، آموزشی و صنعتی با ذکر منبع دانشگاه صنعتی شاهرود مجاز است.",
        "publication_date": "1390",
        "last_update": "2026-07-11",
        "language": "fa",
        "format": "application/json",
        "contact": "thesis@shahroodut.ac.ir",
        "access": {
            "fulltext_available": "true",
            "public_access": "true"
        }
    },
    "data": {
        "thesis_id": "QD89",
        "title": "پیش بینی شاخص بازداری تعدادی روغن-های ضروری با استفاده از روش های QSPR خطی و غیرخطی",
        "degree": null,
        "faculty": "شیمی",
        "year": 1390,
        "authors": [
            {
                "name": "حانیه یزدان دوست",
                "role": "پدیدآور اصلی"
            },
            {
                "name": "ناصر گودرزی",
                "role": "استاد راهنما"
            },
            {
                "name": "زهرا کلانترکهدمی",
                "role": "استاد مشاور"
            }
        ],
        "keywords": [
            "ارتباط کمّی ساختار - ویژگی",
            "رگرسیون خطی چندگانه",
            "شبکه عصبی مصنوعی",
            "شاخص بازداری"
        ],
        "abstract": "روغن های ضروری گیاهی و ترکیبات مرتبط، کاربرد گسترده ای در طب سنتی، صنایع غذایی، صنایع عطرسازی و داروسازی دارند. در این تحقیق، مطالعات ارتباط کمّی ساختار - ویژگی بر روی شاخص بازداری 77 و 119 روغن ضروری به ترتیب در بخش های سوم و چهارم انجام پذیرفت. رگرسیون مرحله ای خطی برای انتخاب توصیف کننده ها به کار گرفته شد. برای مدل سازی اندیس بازداری این ترکیبات از روش رگرسیون خطی چندگانه (MLR) به عنوان روش خطی و همچنین شبکه عصبی مصنوعی (ANN) به عنوان روش غیر خطی استفاده شد. برای بررسی اعتبار این مدل ها علاوه بر به کارگیری سری تست، از روش های دیگری همانند حذف مرحله ای تک تک داده ها و Y-تصادفی استفاده گردید. هر دو روش خطی و غیرخطی توانایی پیش‎بینی خوبی دارند، اما با توجه به نتایج حاصله، مدل ANN دارای قدرت پیش بینی بیشتری در هر دو مورد بوده است. در قسمت اول این تحقیق، ضرایب همبستگی سری تست توسط مدل‎های MLR و ANN به ترتیب 0/975 و 0/982 و در قسمت دوم آن، ضرایب همبستگی سری تست مدل‎های MLR و ANN به ترتیب 0/941 و 0/956 بودند.",
        "repository": "کتابخانه مرکزی دانشگاه صنعتی شاهرود",
        "note": "حقوق مادی و معنوی متعلق به دانشگاه صنعتی شاهرود می باشد.",
        "download_url": "https://shahroodut.ac.ir/fa/thesis/files/somefiles/sf_QD89.pdf"
    },
    "dictionary": {
        "thesis_id": "شناسه پایان نامه",
        "title": "عنوان پایان نامه",
        "degree": "مقطع تحصیلی",
        "faculty": "دانشکده",
        "year": "سال دفاع",
        "authors": "پدیدآورندگان",
        "keywords": "کلیدواژه ها",
        "abstract": "چکیده",
        "repository": "محل نگهداری",
        "note": "یادداشت",
        "download_url": "آدرس فایل پایان نامه"
    }
}