Artificial Neural Network for Solid Dosage Form Applications-โครงข่ายประสาทเทียมสำหรับการประยุกตใ์ช้ในเภสัชภัณฑ์รูปแบบของแข็ง

Abstract

The artificial neural network (ANN) is a mathematical structure designed to mimic the information processing functions of a network of neurons in the brain, which can learn from experience. Briefly, the general structure of ANN has input layer, hidden layer, and output layer. Each layer has a few units corresponding to neurons. The units in neighboring layers fully interconnected with links between two units are called weights. ANNs usually learn or train through experience with back propagation algorithm. The ANN model has predicted and formulated optimization. The ANN models can be used to predict the response for new experimental conditions after the models are trained. ANN technique can be used for optimizing tablet formulation effectively. Keywords: artificial neural network, solid dosage formบทคัดย่อโครงข่ายประสาทเทียม (Artificial neural network) คือ โมเดลทางคณิตศาสตร์ที่ออกแบบเพื่อเลียนแบบการประมวลผลข้อมูลของเครือข่ายเซลล์ประสาทในสมองมนุษย์โดยเรียนรู้จากประสบการณ์และการฝึกฝน โครงข่ายประสาทเทียมประกอบด้วยชัน้ นำสัญญาณเข้า (input layer) ชัน้ ซ่อน (hidden layer) และชัน้ นำสัญญาณออก (output layer) โหนด (node) ในแต่ละชั้นเท่ากับตัวแปรที่ต้องการศึกษา จำนวนชั้นและโหนดของชั้นซ่อนขึ้นกับความซับซ้อนของปัญหา ชั้นนำสัญญาณเข้าเชื่อมโยงกับค่าน้ำหนัก (weight) โครงข่ายประสาทเทียมอาศัยการเรียนรู้และฝึกฝนผ่านประสบการณ์ ซึ่งมีขัน้ ตอนการฝึกฝน (training algorithm)มากมาย แต่ที่ใช้มากที่สุดคือ ขัน้ การฝึกอบรมแบบย้อนกลับ (back propagationlearning) โครงข่ายประสาทเทียมสามารถทำนายและใช้ทำออฟติไมเซชัน่ เพื่อพัฒนาตำรับเภสัชภัณฑ์ นอกจากนี้ ยังใช้ทำนายปัจจัยตอบสนองสำหรับสภาวะการทดลองใหม่ ๆ หลังจากที่โมเดลผ่านการฝึกฝนแล้ว เทคนิคนี้นำมาใช้ได้อย่างมีประสิทธิภาพสำหรับเภสัชภัณฑ์รูปแบบของแข็งชนิดรับประทานคำสำคัญ: โครงข่ายประสาทเทียม, เภสัชภัณฑ์รูปแบบของแข็ง