{
    "metadata": {
        "dataset_id": "shahroodut-thesis",
        "record_id": "QD192",
        "title": "کاربرد روش جنگل های تصادفی به عنوان ابزاری برای انتخاب متغیر و پیش بینی اندیس بازداری تعدادی از ترکیبات آلی به عنوان آلاینده ی محیط زیست ",
        "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": "1392",
        "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": "QD192",
        "title": "کاربرد روش جنگل های تصادفی به عنوان ابزاری برای انتخاب متغیر و پیش بینی اندیس بازداری تعدادی از ترکیبات آلی به عنوان آلاینده ی محیط زیست ",
        "degree": null,
        "faculty": "شیمی",
        "year": 1392,
        "authors": [
            {
                "name": "فرشته سادات عمادی جندقی",
                "role": "پدیدآور اصلی"
            },
            {
                "name": "ناصر گودرزی",
                "role": "استاد راهنما"
            },
            {
                "name": "داود شاهسونی",
                "role": "استاد راهنما"
            },
            {
                "name": "منصور عرب چم جنگلی",
                "role": "استاد مشاور"
            }
        ],
        "keywords": [
            "ترکیبات گوگرد دار",
            "هیدروکربن های آروماتیک چندحلقه ای",
            "اندیس بازداری",
            "RF",
            "ANN",
            "MLR"
        ],
        "abstract": "ترکیبات گوگرددار و هیدروکربن های آروماتیک چندحلقه ای به عنوان دو گروه آلوده کننده ی پایدار شناخته می شوند. علاوه بر این، این ترکیبات سرطان زا هستند. تکنیک های تجزیه ای مختلفی مانند کروماتوگرافی گازی برای جداسازی و شناسایی این ترکیبات وجود دارد که اندیس های بازداری را با استانداردها مقایسه می کنند. بنابراین اندیس بازداری یک حل شونده، یک پارامتر مهم می باشد که می تواند برای شناسایی ترکیبات گوگرددار و هیدروکربن های آروماتیک چندحلقه ای به کار رود. اما از طرف دیگر، این روش ها زمان و هزینه ی زیادی صرف می کنند. از این رو، برای غلبه بر این مشکلات، می توان از روش های کمومتریکس برای پیش بینی  اندیس بازداری این ترکیبات استفاده نمود.\r\n   در بخش اول این پایان نامه، روش جدید جنگل های تصادفی (RF) برای پیش بینی اندیس بازداری یک گروه از ترکیبات گوگرددار به کار گرفته شد. همچنین عملکرد مدل RF با مدل های شبکه عصبی مصنوعی (ANN) و رگرسیون خطی چندگانه (MLR) مقایسه گردید. نتایج این مقایسه نشان داد که جنگل های تصادفی دارای برتری نسبی نسبت به شبکه عصبی مصنوعی و رگرسیون خطی چندگانه برای پیش بینی این ترکیبات می باشد.\r\n   در بخش دوم، مانند بخش اول، این مدل ها برای پیش بینی اندیس بازداری بعضی از ترکیبات آروماتیک چندحلقه-ای به کار گرفته شدند. نتایج به دست آمده نشان می دهد که روش جنگل های تصادفی، اندیس بازداری این ترکیبات را بهتر از سایر روش ها پیش بینی نموده است.",
        "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_QD192.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"
    }
}