Int ern at i onal  Journ al of Ele ctrical  an d  Co mput er  En gin eeri ng   (IJ E C E)   Vo l.   15 ,  No.   1 ,  Febr uary   20 25 , pp.  1 132 ~ 1141   IS S N:  20 88 - 8708 , DO I: 10 .11 591/ij ece.v 15 i 1 . pp 1132 - 1 141           1132       Journ al h om e page :  http: // ij ece.i aesc or e.c om   Implem enti ng  c l oud  com puti ng  in  d ru g  d is covery  and  t eleme dicin e for  q ua ntita tive  s t ru cture - a ct ivity    r elati ons hip  a nal ysis       Pala y anoo r  Se eth ap athy  R am ap r aba 1 ,  Be l lam   Ravindr a B ab u 2 ,  Na ll at ha mpi  R ajam an i  Rej in  Paul 3 ,  V ar adan   Sh ar mi la 4 ,  Ve nk atach ala m   R am esh Ba bu 5 ,  R am an   R amya 6 ,   Subb i ah   Mur ugan 7   1 Dep artm en t of  E l ectrica l  and  E lect r o n ics Eng in eering ,  Pan im ala r  Eng in eering  Co lleg e,  Ch en n ai,  Ind ia   2 Dep artm en t of  Co m p u ter  Sci en ce a n d  E n g in eering  Departmen t,  Ad a m a S cien ce a n d  T echn o lo g y  Univ ersity ,  Ad am a,  Ethio p ia   3 Dep artm en t of  Co m p u ter  Sci en ce a n d  E n g in eering ,  R. M. K.  Co lleg e of  E n g in eering  and  T echn o lo g y ,  Ch en n ai ,  Ind ia   4 Dep artm en t of  Co m p u ter  Sci en ce a n d  E n g in eering ,  R. M. D.  E n g in eering   Co lleg e,  Ch en n ai,  Ind ia   5 Dep artm en t of  Co m p u t er  Sci en ce a n d  E n g in eering ,  Dr. MGR  Edu catio n al and  Research Ins tit u te,  Ch en n ai,  Ind ia   6 Dep artm en t of  E l ectron ics an d  Co m m u n icatio n  E n g in eering ,   Ch en n ai I n stitu te of T echn o lo g y ,  Ch en n ai,  Ind ia   7 Dep artm en t of  Bi o m ed ical E n g in eer in g ,  Sav eeth a   Sch o o l of E n g in eering ,  Sav eeth a I n stitu te  o f  Medical  and  T e ch n ical Sciences,  Sav eeth a Univ ersit y ,  Ch en n ai,  Ind ia       Art ic le  In f o     ABSTR A CT   Art ic le  history:   Re cei ved   M a y 13,  2024   Re vised  A ug 8, 20 24   Accepte d  Se p 3, 2 024       Thi s  work   a im s   to   use   cut ti ng - edge  m ac hin e   learni ng   methods  to  im prove   quant itati v e  stru ct ure - ac t ivi ty   relati onship  (QS AR)  ana lysis ,   whi ch  is  used  in   drug  dev el op ment  and   telemedi ci ne .   The  ma jo r  goa l   is   to   ex am in e  the   per forma n ce   of  seve ral   pr edicti v e  mode li ng  app r oac hes,   includin g  ran dom   fore st ,  d ee p  le a rning - base d  QS AR  mode ls,  an d  s upport  v ecto r  m ac h ine s   (SV M) .   It  inve stiga t es  the   p ote ntial  of  f eature   sel ec t ion  te chn ique s   deve lop ed  in   che mo inform a tics   for  enh anci ng  model  a ccurac y.   Th e  innova ti v e   aspe ct   is  using   c l oud  computing   resourc es  to   strengt h en   com put at ion al   s kil ls,   allowing  f or  ma n agi ng  mas sive  am oun ts  o f  chemical   inform a ti on.   Th is  strat egy  pro duce s  accurate   and  gene r aliz abl e  QS AR  mode ls.   By   usi ng  th e  cl oud's   sca l abi l it y   and   c onstant  availa b ility,  re mote   hea l thc ar e  apps  have   a  workabl e  answer.  The  goal   is  to   show   how  the se   me thods  m ay  i mprove   te l emed ic in e   and   th e  d rug  developme n t  proc ess.  Util izing   cl oud   com puti ng   equi p s  rese arc he rs  wit h  a   f le x ibl e   se t   of  too ls  for   pre ci se   and   time ly  QS AR  ana lys is,  spe edi ng   up   the  discov ery   of   bio ac t ive  che m ic a ls  for  th era peu ti c   use.   T his  new  method   fit s  wel l  with   t he  dyna m ic  nat ure   of  ph armac eu ti c al  study  and  has   the  pot ent i al   to  tra nsfo rm  th e  way   drugs a re   develo ped  and   de li ver e d  to  p at i ent s v ia  te l em ed ic in e.   Ke yw or d s :   Chem oin f orma ti cs   Cl oud  c ompu ti ng   Drug d isc over y   Qu a ntit at ive stru ct ur e - act ivit y   Re la ti on sh i p  a nalysis   This   is an  open   acc ess arti cl e   un der  the  CC  BY - SA   l ic ense .     Corres pond in g  Aut h or :   Pala yano or Se et hap at hy Ra m apr a ba   Dep a rtme nt of  Ele ct rical  an d  Ele ct ro nics  E nginee rin g ,  Pani mala r  E ng i neeri ng  C ollege   Ba ng al or e  Tr unk R oa d, Va ra dh a rajap ur a m,   Poon a mall ee,  Chen nai, Ta mi l Nadu  6001 23,  I ndia   Emai l:   rama prabatami lse lvan @gmai l.com       1.   INTROD U CTION     Cl oud  c omput ing   has  e vo lved  a s  a  ga me - c hangin g  te chnolo gy  that  pro vid es   unmatc he d   com pu ta ti onal   powe r  a nd  stora ge  ca pac it y  to  var i ous  industries ,  includi ng  te le medici ne  a nd   dru g  dev el opment .  Ex plo it ing   cl oud  c omp uting   resou rces  has  s ub sta ntial ly  impro ved   t he  e ff i cacy  an d  acc uracy  o f   pr e dicti ve  m od el ing   i n  the   co ntext  of  qua ntit at ive  struct ur e - act ivit y  relat ion s hi p  a nalysi s,  wh ic h  plays   a  vital   ro le   in   ide ntifyi ng  ne w   drug s   [1] .   T his  is   bec ause   qua ntit at i ve  struct ur e - ac ti vity  relat io nship   ( QSAR )   an al ys i s   is  one   of  t he  mo st   imp or ta nt   aspects   of   dr ug  disco very.   Re searche rs   ca n  s pee d  up   the   anal ys is  of  m assive  Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  Elec  &  C omp E ng     IS S N:   20 88 - 8708         Imple men ti ng   c loud c omp uting i n  d r ug  d isc overy  and  t el emed ic ine … ( P al ayanoor  S eet hapathy  R ama praba )   1133   dataset s,  w hic h  ena bles  the  disco very  of   pros pecti ve  dru g  can did at es  w it h  impro ved   a ccur ac y.   T his  i s  made   po s sible  by   us i ng   t he  scal a bili ty  a nd  fle xib il it y  of  cl ou d  plat forms .  Cl oud  c ompu ti ng  has  been  ad opte d  by  the   boom i ng f ie ld  of  tel eme dicin e, which  seek s  to brid ge  the  gap  betwee n he al thcare  pr act it ion e rs  a nd p at i ents by   us in g  di gital   pl at fo r ms.   T his  al lows  te le med ic ine  to   off er   di sta nt  heal thca re  se r vices  s m oo t hly  [ 2] .  Th e  dr ug   dev el opment method h as b e en  c omplet el y  trans forme d  due  to  the  i ncor porati on o f  cl oud  c o m pu ti ng r e so urces   into   QSAR   an al ys is.   Eve n  th ough  t he y  ha ve   their   us es ,  t ra diti on al   Q SA R   a ppro ac hes   oft en  nee d  help   t o  meet   the  c ompu ta ti on al   de man ds  imp os e d  by   intric at e  bio lo gi cal   interact io ns   a nd  huge   c hemical   li brari es  [ 3] .  Cl oud - base d  inf rastr uctu res  make  it   easi er   for  resea rch e rs  to  w ork  t oget he r  on  pr oject s.  This  ma kes  it   po s sible  f or  res earche rs  in   dif f eren t par ts of  the  w orl d  t o  w ork  t og et he r  i n  r eal - ti me,  w hic h  in  t urn  e ncou rag es   a li vely  i nterchang e  of i deas a nd app ro ac hes  [4] .   Cl oud  c omp uting  has  bee n  a  dr ivi ng  el e ment   be hind   the   rise   of   te le medici ne   as   a  po te ntial ly   disruptive   forc e  in   the   healt hc are  b us iness .   These   platf or ms  may   pro vid e  va rio us   te le medici ne   se rv i ces  to  patie nts,  i nclu di ng   rem ote c onsu lt at ion s a nd re al - ti me monit or i ng   of  vital  sign s   [ 5] . Clo ud - base d  t el emedi ci ne   so luti ons i ncr e ase the a vaila bi li ty o f heal thc are service s a nd f aci li ta te  the  smooth  flo w of medical  in for mati on  amo ng  healt hc are  prof e ssio na ls.  This   ai ds  he al thcare  pro vide rs  in   diag no si ng  diseas es,  pr edict ing  tren ds,  an d  per s onal iz ing   t reatme nt  plans ,  ulti mate ly  re vo l ution iz i ng   how  healt hca r e  is  delive red   and  ex per ie nc ed  [6] .  Althou gh  us in g  cl oud  c omp uting  in   Q SAR   analy sis  a nd  te le medici ne   has  le d  t o  sig ni ficant  le aps   f orward,   sever al   obsta cl es  sti ll   need   to  be  ove rcome.  Gu a ra nte ei ng   t he  inter opera bili ty  of   va rio us   cl oud - base d  s yst ems  and   a pps  is  e ssentia l  for  e nab li ng  s moot h  co mm un ic at ion   a nd   data  intercha nge  ac ro ss  t he  healt hcar e  ecos ys te m  [ 7] .   Fo r  t he  f or es eeable   f utu re ,  ongoin g  resea r ch  en dea vors  are  co nce ntrati ng   on  imp rovi ng   t he  accurac y  of  predict ive  m od el s,  opti mizi ng  cl oud  c ompu ti ng  al gorith ms  for  QSAR  a na lysis,  a nd  ex pl or i ng  innov at ive  wa ys   to  le ve ra ge   cl oud - base d  te chnolo gies  f or  te le medici ne   app li cat ions.  As  the  inte gr a ti on   of   cl oud  co mputi ng   c onti nu e s  to  ev olv e ,  it s  syner gy  with  QSAR  anal ys is  an d  te le medici ne   ho l ds   the  pro mise  of   sh a ping  a   f uture  w her e   pe rs on al iz ed   medi ci ne  a nd  rem ot e  healt hca re  s erv ic es   are   bo t h  a   possibil it y  an d  a   global  reali ty  [8] .  Cl ou d - bas ed  data  anal ytics  hav e   eme r ged  as  a  c orn ersto ne  in  dru g  dev el opmen t  and   te le medici ne.   These   a nalytic s p r ov i de   insi ghts  i nto  intric at e  bi ologica l  i nteracti on s   a nd pat ie nt  healt hca r e  da ta   that  ar e  unmatc hed  by  a ny  ot her   met hod   [9] .  Data  anal ytics  play   an  e ss entia l  par t  in   unde rstan ding  pa ti ent   data  in  te le me dicine.  T his  e na bles  healt hca r e  pr act it ion e rs  to  rec ognize  pa tt ern s,  a ntici pa te   il lness  ou t breaks ,  and  de vel op  th e  mo st  e ff ect iv e  treat ment  regi mens   [10] .  Cl oud  c omp uting's  scal abili ty  and   cost - ef fecti ven e s s   are  ke y  a dvan ta ges  in  dr ug  dev e l opment  a nd   te le me dicin e   [11] .  Pa y - as - you - go   meth ods  ma y  be  use d  by   researc hers  a nd  healt hcar e  orga nizat ion s ,  a ll ow in g  the m  t o  pay   only  f or  the  re source s   that  the y  u se.   This  strat egy,  wh ic h  is  bo t h  c os t - eff ect ive  a nd  de mo c rati zes  ac cess  to  s ophisti cat ed  co mputi ng  capa bili ti es,  le vels   the  pla ying  fie ld  f or   resea rchers  a nd   healt hc are  insti tuti on s,  re gardless  of  ho w  la r ge  th ey  are   or  how  mu c h  money  the y ha ve  [12] .   Cl oud  ser vice p r ovider s  m us t  com ply  w it h  hi gh  r eg ulato ry  r eq uireme nts  s uch   a s  the  h eal th  ins ur a nce   portabil it y  a nd  acco unta bili ty  act   in  t he  Un i te d  Stat es  a nd  the  ge ne ral  data  protect io n  re gu la ti on   i n  E uro pe.   These  la w s  an d  re gula ti on s  wer e  e nacted  t o  pr otect   the  pr ivacy  a nd  secu rity  of  pa ti ent  healt h  in forma ti on .  B y  ens ur in g  that  pa ti ent  data  is  mana ged   i n  a  man ner   t h at   is  bo t h  et hical   an d  la wful,  c omp li ance  with  the se  ru le s  helps  t o  c reate  co nf ide nce  be tween  healt hca re  pract it ion e r s,  patie nts ,  a nd  prov i der s   of   cl oud  se r vices  [ 13] .  The   co mb i nation  of  arti fici al   intel li gen ce   ( AI)  a nd  cl oud  com pu ti ng   is  on  t he  c usp  of  r adical ly  al te rin g  t he   traj ect ory  of   both  dru g  resea r ch  a nd  te le me dicine  i n  the   f uture.  Pati ents  may  get  rap i d  medical   a dv ic e ,  bo ok  appointme nts,   an d  recei ve   presc riptio n  remin ders  us i ng  AI - dri ve n  chat bots  a nd  vi rtual  a ssist ants  i n  te le medici ne.   These  te c hnol og ie s   are  pow ered  by  cl oud - base d  mac hin e - le arn i ng  al gor it hm s  [ 14] .  P r edict iv e   analyti cs  that  AI   powe rs  gi ve   healt hcar e  pract it ion ers  insi gh ts  int o  their  patie nts'  be ha vi or   patte r ns ,  al l ow i ng  them  to  rea ct   proacti vel y,  pr even ti ng  il lnes ses  an d  pro mot ing   healt hy  li ves.   As  A I  c onti nu e s  to  ev ol ve  an d  integrate  sea ml essly  with  cl ou d  c ompu ti ng,   this  pr om ise   holds  the  pro mise  of  creati ng  a   healt hcar e   la nd scape   that  is  not  only   hi gh l y  pe rs onal iz ed  bu t   al so  hi gh l y  acce ssi ble  [15] .   The   e xtensi ve  us e   of  cl oud  c omp uting  in   dru g  de vel opment  a nd  te le medici ne  raise s  seve ral  imp or ta nt  et hical   and  so ci et al   quest io ns   that  mu st  be   thoro ughl y  in ve sti gated  [ 16] .    Ov e rc om in g  c halle ng e s  in  in te gr at in g  cl oud  com pu ti ng   for   enh a nce d  qu a ntit at ive  struct ur e - act ivit y  relat ion s hip   a na lysis  in  dru g  disco very  a nd  te le medici ne :  Data  analyti cs  and   c omp uting   are  t ran s f ormin g  te le medici ne  a nd  dru g  resea rch.  QSAR   an al ys is  is   esse nt ia l  for  unde rs ta nd in g  this   i ndus tr y's   c ompou nd   chemical   str uc tures   an d  b i olo gical   act ivit ie s.  Dataset   c omplexit y  a nd  processi ng  ma ke  tra diti onal   QSAR  analysis  harde r .  Creat ive  s olut ion s  are   re qu i red   t o  ha ste n  medicat io n  de velo pm e nt  an d  enh a nce  te le m edici ne   as  data  volu me  an d  c omp le xity  rise.  Cl oud  c ompu ti ng  ma y  im pro ve  Q SA R  a n a lysis.  T he  cl oud  le ts  researc hers  m anag e   e norm ous  a mou nts  of  data   an d  do  so phist ic at ed  r eal - ti me  cal cul at ion s,   s peed i ng  up  medicat io n  ca ndidate   sel ect io n  a nd  imp rovi ng  te le medici ne   proto col.  Cl oud  co mputi ng  for  QSAR  anal ys is  is  diff ic ult.  The  la ck  of  sta n da rd iz e d  cl oud  QSAR  analy sis  too ls  are   a  pro blem.  F ra mew orks  with   cl oud  infr a struct ur es   pr oduce   a naly ti cal   ineff ic ie nc ie s  an d  c on si ste ncy.  Secu rity  a nd   pri vac y  of  se ns it ive   m edical   data  durin g  cl oud - based  a naly sis  are   ke y  c on siderati ons.   U na uthorize d  acc es s,  data  br eac hes,  an d  re gu l at ory   Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8708   In t J  Elec   &  C omp E ng,  V ol.  15 , No .  1 ,  Febr uary   20 25 :   1 132 - 1 141   1134   com pliance  m us t  be  ad dr e ss ed  to  e sta blish   cred i bili ty  an d  acce ptabili ty  for  ph a rmace utica l  and   te le medici ne   cl oud - base d  Q SA R  a nalysis.   QSAR  anal ysi s  dema nd s   str ong  c ompu te r   cl us te rs  a nd   rap i d  al gorith ms  f or   com plica te d  c al c ulati on s.   Re searche rs   m us t   bala nce   anal yt ic al   pr eci sio n  an d  c os t - ef fe ct ive  cl ou d  re so urce   util iz at ion .  Re searche rs  a nd  healt hcar e   pr ofessi on al s   nee d  to  le ar n  cl oud - base d  QSAR  analysis's   meri ts  an d  dow ns ides ,  w hich  i nh i bits  it s  implement at ion .  Her e ,  cl oud  c ompu t ing   for  QSA R  analysis  i n  dru g  dev el opment   a nd  te le medici ne   is  discusse d.  The   project   i ntends  to   s moot hly  inc orp or at e   cl oud - based  QSAR  analysis   into   phar maceuti cal   and  te le medici ne  e nter pr ise s   by  a ddressin g  method ologica l  issues,   e nh a nc ing   resou rce  al l oc a ti on ,   e ns uri ng   rob us t  sec uri ty ,  a nd  pro mo ti ng  awa ren e ss.   This   mig ht  c ha ng e   dru g  disc ov e r y,   sp ee d up me dicat ion   devel op ment, a nd im prov e  tel emedici ne,  i ncr easi ng  world wide  p at i ent outco mes.   Using  c lo ud  c ompu ti ng  for  QSAR  in  d r ug  d isc over y  a nd   t el eme dicin e :  Drug   de vel opment   a nd  te le medici ne  use   Q SA R  a nal ys is  to   un der st and  co mp li cat ed  c hemical - bio lo gical   co nne ct ion s.   Th e  in du st ry  may   cha nge  with  cl oud  co mputi ng.  I nteg rati ng  cl ou d  c ompu ti ng   f or  QSAR  a nalysi s  is  t ough,   bu t  thi s   Re search  offe rs  no vel  con c epts  an d  prac ti cal   method s   that  migh t  trans f or m  dru g  dev el opment   and   te le medici ne.  Stan dardize d  cl oud - ba sed   QSAR   anal ys is  meth odol og ie s  a re   a n  im porta nt  researc h  con t rib ution.  B y  desig ning  cl oud - c ompati ble  processes ,  the   work  im prov e s   analyti cal   c onsist ency ,   ef fici ency,  and   reli abili ty  acro s s  dataset s .  These  st rateg ie s  le t  academic s  and   pract it i on e rs  us e  cl ou d  co mputi ng  to   sp eed   up   dru g  re sear ch  an d  im pro ve   te le medici ne .  This  e nh a nce s  the  pri vac y  a nd   secu rity  of   cl oud - base d  Q SA R   analysis.   R obust   enc r yp ti on,   acce ss  c ontrol s,  a nd  re gu la t ory   co mp li an c e  protect   me di cal   data.   T he   study  addresses   t hes e  c on ce rns  t o  enh a nce   sta ke ho l der  c onfide nce   in   cl oud - ba sed   Q SA R   a nalysis's   inte gri ty  a nd  confide ntial it y,   al lowing   pha rmace utica l  an d  te le me dicine   upta ke.  T his  study  reli es  on  c reati ve  res ource   op ti miza ti on.  Com plex  QSAR  cal culat io ns   an d  c os t - e ff ect ive  cl ou d  resour ce  c on su m ptio n  is   toug h  to  reconcil e.  B y  opti mizi ng  a lgorit hm s   an d  co mputi ng  r eso ur ces ,  Re s earch   yields  high - qual it y  r esults  a t   minimal   c os t.   This  e ff ect ive   resou rce  us a ge   ma kes  cl oud - base d  QSAR  analysis   sust ai nab le ,   scal a ble,  a nd  afforda ble for   academic s a nd  enter pr ise s  o f  a ll  sizes. Cl oud - base d QSA R  a nalysis is  adv oc at ed.         2.   LIT ERATUR E REVIE W   Unde rserve d  gro ups  ma y  not  hav e  acce ss  to  the  essenti al   te chnolo gy  an d  i nfrastr uctu re,  wh ic h  li mit s  their  abili ty  to   par ti ci pate  in  cl oud - base d  he al thcare  so l ution s .  T his  pro bl em  is  caused   by   t he  di gital   div ide ,   wh ic h  offers  a   so ci et al   ba rr ie r .  T o  bri dge  t his  ga p,  deliberat e  ef forts  mu st   be  made   to   e na ble  e qu it able   a ccess  to  cl oud - based  te le medici ne  serv ic es  [ 17] .  The  de velo pme nt  of  te le me di ci ne  an d  drug  disco ve ry  will   li kel y  be  si gn ific a ntly  im pacted   by  colla borati ve  r esearch   pr oject s  ma de  possibl e  by  cl oud  c omp uting  s ys te ms.  T his   sp irit   of  c oope rati on  helps   to   create   a  t hr i vi ng  resea rc h  c om m unit y  in   wh ic h  t he   exc hange   of   in for mati on  helps   t o  s pee d  up   t he  disc ov e r y  of  new  sci entifi c  fin dings  a nd  im pro ves  the   cre at ion   of   break thr ough   treat ments   [ 18] .  Op e n - acce ss   databases   a nd  cl oud - base d  pl at fo r ms   f ur t her  de moc rati ze  knowle dge   by   gi vin g  sch olars  acce s s  to  im portant   res ources  in de pende nt  of  th ei r  physi cal   lo cat ion   or   t he  i ns ti t ution s   the y  are   a ff il ia te d  with   [19] .  Data  ce nt ers,   esse ntial   t o  the  op e rati on  of  cl oud  c omp uting,  are  r esp on si ble  for  a  la rg e  amo un t   of e ne r gy cons umpti on   [20] .    To  le sse n  the ir  impact   on  the  en vir onme nt,  s uppliers  of   cl oud  ser vices  are  maki ng  fi nanci al   inv est me nts  in   ener gy - sa ving  te ch nolo gy   and  in vestigat ing   no vel  methods  s uc h  as  li qu id  c ooli ng.   T he   healt hcar e   bus iness  ma y  le ve rag e   the  pote ntial   of   cl oud  com pu ti ng  res pons i bly   by  a doptin g  met hods   that   ben e fit  the  en vi ronme nt.  This   will   li nk   the  a ims  of   te c hnol ogy  grow t h  wi th  en vir onment al   con se rv at i on  [21] .  A  new  a ge  of  in novatio n  a nd  acce ssi bili t y  has   be gun  with  t he  us e  of  cl oud  c ompu ti ng   in  qua ntit at ive   structu re - act i vity  co nnect ion  stud ie s  i n   dr ug  re searc h  a nd  te le medici ne .  This  pro mises  a  f uture  in  wh ic h  per s onal iz ed  medici ne   an d  re mo te   healt hcar e   are   no t   just  possibil it ie s  bu t   f undame ntal  ri ghts  f or     al l  [2 2],  [ 23] .  The  us e  of   c loud - base d  te c hnologies  in   dru g  re searc h  a nd   te le me dicin e  pr e sents  not  just   com plex  le gal   dif ficult ie s  but  al so  the  ne ed  for  c ompre hensi ve  regula tor y  f rame w orks.   C reati ng  a   safe   env i r onme nt  f or   cl oud - base d  healt hca re  ef f or ts  a nd  insti ll ing  tru st  amo ng   patie nts,  healt hcar e  pro vid e r s,  an d  researc hers  al i ke  may   be  ac com plishe d  vi a  the   act ive   purs uit  of  inter national   co ope rati on  in   est ab li sh ing   un i form  la ws  [24] – [26] .  C omp uting  in   th e  cl oud  not  only  re vo l utioni zes  the  t ec hnologica l  el eme nts  of  healt hcar e   but  al so   al te rs  the   exp e rience   of  bein g  a  patie nt .  Pati ents  a re  giv e n  m ore  ag encies  w he n  cl oud - base d  te le medi ci ne  te ch no l ogie s  prov i de  th em  easy  a cces s  to  me dical   con s ultat ion s ,  i nd i viduali zed  healt h  data,  a nd   i nteracti v e  to ols  f or   sel f - monit ori ng.  Pati ents  can  now  e ng a ge  in  real - ti m e  co ns ultat io ns  wit h  medical   s pecia li sts,  seek   sec ond  views ,  a nd  act ively  par ti ci pate  in   t he  tre at ment  plans   be ing  de vel op e d  f or  them,   tha nks   to  sec ure  cl oud  c onnecti on s   [ 27] ,  [ 28] .   These   platfo r ms  al lo w   patie nts  a nd   heal thcare  pr act it ion e rs  t o  remain   in  c onsta n t  c onta ct   with  on e   a no t her,  re su lt in g  i n  inc rease d  a dhere nce  t o  trea tment   reg ime ns   a nd  impro ved  ma na geme nt  of  c hro nic  il lnesses .  N ot  on l y  ca n  cl ou d - base d  te le medici ne  cov e r   geog raphical   bounda ries,  but  it   al so   de epens  the  pat ie nt - pro vid e r  connecti on,  w hich   helps  cr eat e  a   Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  Elec  &  C omp E ng     IS S N:   20 88 - 8708         Imple men ti ng   c loud c omp uting i n  d r ug  d isc overy  and  t el emed ic ine … ( P al ayanoor  S eet hapathy  R ama praba )   1135   colla borati ve   a ppr oach  to  t he   delive ry  of   he al thcare  [29] .  T h e   d e t a i l e d   s t u d y   f o l l o w s   t h e   p r o p o s e d   s y s t e m ,   r e s u l t s   a n d   d i s c u s s i o n ,   c o n c l u s i o n .       3.   PROP OSE D SYSTE M    3.1.     Cl ou d   co mput in g  re volutionizi n g  QS AR  analy sis i n d ru g di sco ve ry  a nd  t el em edic ine   Cl oud  c ompu t ing   is   le adin g  dru g  disco ve ry  an d  te le me dicine  tra nsfo r mati on ,   c hang ing   QSAR   analysis.   T he   seaml ess  i ntegr at io n  of  ne w  c ompu ta ti on al   meth ods,   w hich  pro vi de  ma ny  benefit s,   app li cat io ns ,   a nd  a dv a ntage s ,  highli gh ts   it s  imp ort ance   in  var io us  sec tor s.   Fi gure  1  de picts  c oro na vir us   disease  2019   ( COV ID - 19 )  re la te d  A I - base d  me dical   pictu r e  rec ogniti on  a nd  a nalysis.   H ere,  i nput  li ke  X - ray  and  c ompu te d   tomog raph y   ( CT )   sca n  data  set s  are  cl assi f ie d  by  ap ply i ng  a   dee p  le a rn i ng  al gorith m  t hro ugh  image  process i ng and a ugme nt at ion .           Figure  1. CO V ID - 19 - relat ed deep  lear ning  medical  ima ge reco gnit ion  a nd a nalysis  sche mati c       3.2.    Dru g  d is cov ery   an d  t el emedi ci ne  qu an ti tative  s tru cture - ac tivity  rel at io nship   a na ly sis  using   c loud  c omp u tin g   Cl oud  c ompu t ing   is  disru pting  me dicat ion  resea rch   an d  te le medici ne.   I t  has  tra nsfo r med  QSAR   analysis   in   se ve ral  discipli nes ,  c hangin g  how  aca demics   a nd  healt hcar e   prof e ssio nals  a ppr oach  c ompli cat ed   pro blems  [ 30] .   This  tra ns it io n  re volves   ar ound  cl oud  c ompu ti ng.   It  has  r evo l ution iz e d  dru g  de vel opm ent  by  giv in g  resea rc her s   acce ss   to   massive   co mputer   res ources   and  c utti ng - ed ge  meth ods.   Fi gure   2  s hows   s om e   of   the  wa ys   di gital   te chn ol og ie s  are  em ployed  i n  me dicat ion   de velo pm e nt.  T his  fig ure  co nsi sts  o f  tw o  di vi sion s:   disco very a nd  dev el opment .           Figure  2. A n o verview  of a ppli cat ion s of  digi ta l healt h  te ch no l og ie s  in dr ug  disco very a nd  dev el opme nt       3.3.    Dr ug  disc ov ery   and  teleme dici ne:  cl oud c omp u tin g  f or  Q SAR  analy sis wit h r andom  fores t   In   QSAR  an al ys is,  r an dom  f or est   (RF)   al gorith m   an d  cl oud  c omp utin g  ha ve  revolut ion iz ed   dru g  disco very   a nd  te le medici ne.  RF   al gorit hm  a nd  cl ou d - base d  platf orms   ha ve   re voluti oni zed  te c hniq ues  i n  these   Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8708   In t J  Elec   &  C omp E ng,  V ol.  15 , No .  1 ,  Febr uary   20 25 :   1 132 - 1 141   1136   cru ci al   sect or s  by  imp r ov i ng  eff ic ie nc y,   acc ur ac y,  an d  c re at ivit y.   Cl oud  com pu ti ng  set ti ng s  are  i deal  f or   RF   al gorithms,  wh ic h  can  ma na ge  co m plica te d  i nformat ion a nd d e velo p reli ab le  p re dicti on m od el s .      ( ) ( ) i R x i i w x F • = = 1   (1)     Eq uation  (1)   presents   the   RF   f or  QSAR   an al ys is  ( ) ,  w hich   de note s   the   predict io n  f or  a   gi ve n  input   ,     is  the  num ber   of   decis ion   trees  i n  the   forest,    repres ents  the  re gi ons  def i ned   by  th e  trees,    are  the  weig hts  as sign e d  to  eac h  reg i on,  an d  (    is  the  in dicat or  functi on  deter minin g  if    fall s  within    wh e n  harnesse d  via  cl ou d  c ompu ti ng,  t his   al go rit hm   ac cel erates  QSA R  stud ie s,  e na bling   e ff ic ie nt   drug   disco very  a nd   te le medici ne  a dv a ncem e nts  t hro ugh  preci se   act ivit y  pr e dic ti on s  based   on  mo le cula r  str uc tures.   QSAR  a nalysi s  in   dr ug  disc ov e r y  a nd  te le medici ne   is  re vo l ution iz e d  by  cl oud  co mputi ng,  a s  s ho wn  in     Table  1.   RF   is  sta ble  an d  ac cur at e,   dee p  le arn i ng   cat ches   subtl e  patte r ns,  s upport  vector   mac hin es  ( SVM)   handle   high - di mensi on al   data  w el l, a nd ch e mo in f or mati cs - base d feat ure  sel ect ion  im prov e s inter pret abili ty.       Table  1.  Cl oud - p owere d   a dv a nces i n  QSAR   a nalysis:  r ev ol ution iz in g  d rug   d isc ov e ry an d  t el emedici ne     Ro le   Ben efit   Fu n ctio n   Ap p licatio n   Ad v an tag es   RF   for Q SAR  an al y sis   More ac cu rate  p redictio n s   Decisio n  tr ee  en sembles   in crea se  m o d el  accuracy .   Ph arm ac eu tical  d isco v ery, tox icity   forecast   Ro b u st, complicated  data,  little ov erf ittin g   Deep  learnin g - b as ed   QSAR  m o d el   Co m p lex  pattern   recog n itio n  deep   learnin g  algo rithm s   Neu ral  n etwo rks  le arn  co m p lex  data p atte rns   Desig n in g  dru g s, v irtual  screenin g ,  p redicti n g   co m p o u n d  pro p erti es   Lear n s f rom  big  datas ets,  accurately  captu re s  n o n lin ear  co n n ecti o n s   SVM  for Q SAR  an aly sis   Hig h - d im en sio n ally   eff ectiv e   Mapp in g  hig h - d im en sio n al data po in ts  find s o p tim u m   h y p erplan e.   Predictin g  bio activ ity  and   d rug - target in terac tio n s   Go o d  gen eraliza tio n ,  h ig h - d im en sio n al data,  n o   o v erf ittin g   Ch em o in form atics - b ased  f eatu re  sel ec tio n   Fin d in g  im p o rtant  m o lecu lar  ch arac teristi cs   Selects i m p o rtant  ch em ical dat a  ch arac teristi cs   Ch o o se fea tu res,  i d en tify  m o lecu lar  d esc ripto rs   Mod el interp retabi lity ,  d im en sio n ality  r ed u ctio n ,  an d  acc u racy i m p r o v ed       These  meth ods   sp ee d  dru g  di sco very  a nd  e na ble  bi oacti vity  pr e dicti ons  a nd  m olecular   de sign  us i ng  cl oud  platfo r ms.  Cl oud - ba sed  s olu ti on s   pro vid e   sea mless  c ollaborat ion,  scal a bi li ty,  an d  re so urce   op ti miza ti on,  making  the m  essenti al   for  phar maceuti cal   Re searc h  a nd  te le medici ne.   In   vitro   a nd  s il ic o  models  ena ble  thera peu ti c  ef f ect iveness  a nd  tox ic it y  te sti ng   with out  ani mal  stud ie s.  In  vitro   m odel s  pro vide   for novel  in  v i vo m od el in g. F igure  3  e xp la in s drug sa fety  a nd ef fecti ve nes s test .   The   fi gure   s um ma rizes   cu rr e nt  nona nim al   m od el   opt ion s  for  sup portin g  ani mal  awar e ness   requireme nts,  i nclu ding  re pla ci ng ,   lo wer in g,  an d  re fining.   I t  cov e rs  a ppr oa ches  fo r  re pla ci ng   a nimals  i n  dr ug  researc h  to   ex amine  ef fects  and  reacti ons  and  un c over   ge netic   path wa ys  in vo l ved  in   dr ug  dev el opment .   Chemic al   abs orptio n,   distrib ut ion ,  meta boli sm,  e xcr et io n,   and  to xicit y  ( ADMET ),  enz ym e  as say ,  s pher oid   culture   s ys te m s ,  QSAR  m o de ls,  or ganoid   models,  a nd  s ph e r oid   c ultu r e  syst ems   im pro ve  dru g  safe ty  a nd  eff ic acy .           Figure  3. D rug  saf et y an d  e ff e ct iveness  te st  i den ti ficat io n,   protei n,  bio in f ormat ic s,  an d mo le cular  dynami cs  simulat ion s  sc hemati c   Dru g  S a f e t y  and  E ff icacy   AD ME T  A ss a y   E n z y me   b a s e d  A s say   In  Si li c o   S c r e e n i n g   S p h e r o i d  C u ltur e   S y s te ms   Org a n o id  Mo d e l   Dru g  P r o t e c t ion  in t e r a c ti o n   QSAR  Mo d e l s    Dru g   - D r u g   In t e r a c ti o n s   Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  Elec  &  C omp E ng     IS S N:   20 88 - 8708         Imple men ti ng   c loud c omp uting i n  d r ug  d isc overy  and  t el emed ic ine … ( P al ayanoor  S eet hapathy  R ama praba )   1137   4.   RESU LT S  AND DI SCUS S ION   4 . 1.     A  cl oud - ba sed  deep  le arnin g - ba se d  QSAR  m od el   fo r  dru g di sco very a nd tel e medi ci ne   Cl oud  c ompu ti ng  an d  d ee p  l earn i ng - ba sed   QSAR  m od el s   ha ve  revoluti on iz e d  dru g  disco very  a nd  te le medici ne.   This  s yn e rgy  us es  a rtific ia l  neural  net wor ks  an d  cl oud  pl at fo r ms  to  re de fine  QSAR  a nalysis.  This  te ch niqu e  is  revoluti oniz ing   phar ma ceuti cal   Re search  a nd   te le m edici ne  patie nt   ca re  by   st udyi ng   mo le cula r  inte r act ion s a nd  us ing cl oud - based com puti ng to ol s  [31 ] .      = ( ; )   (2)     Eq uation  ( 2 )   s hows   the   deep  le arn in g - base d  Q SA R   m odel   ,  wh ic h  re pr ese nts  a   dru g' s  pr e dicte d  qua ntit at ive  act ivit y   ,  deno te s  the   in put  f eat ur es   re pres enting  t he  dru g's   m olecular   structu re,   a nd     re presents   de e p  le arn in g  m od e l  pa rameters .   Cl oud  c omp uting  power s   t he   m odel ,  w hich  proce sses   huge   m olecula r  data   rem otely  for  r el ia ble  QS AR  researc h.  T his  te chn iq ue   imp r ov e s  pr e dicti on  acc ur ac y  f or  dru g  disco ve r y  a nd   te le medici ne,   sp ee ds   up  c he mica l  identific at ion ,  al lows  ind i viduali zed  patie nt  treat m ents,  a nd  tra nsfo rms   healt hcar e .     4 . 2.     Usin g  cl oud c omp u tin g  f or  Q SAR  analy sis i n d ru g di sco very a nd  t el emedi ci ne  using  SVMs     SVM   an d  cl oud  c omp uting  are   tra nsfo rm ing  Q SA R   a na lysis.   The   st r eng t h  of   mac hi ne  le ar ning   al gorithms  a nd  cl oud  c omp uting   is  tra nsf ormin g  me dicat ion   resea rc h  and   te le me dicine.  S VM   a nd  cl oud  com pu ti ng   ar e   hel ping  resea rch e rs  i nv e sti ga te   mo le c ular   str uctur e s,   ex ped it e  medicat ion  disc over y,  an d  enh a nce  te le m edici ne  pa ti ent  care.  T his  uni qu e  a ppr oac h  us es  S V M   al gorith ms  to  fin d  and   predict   co mp le x  data  patte rns.   T hese   al gorit hm s   e xamine   chemical   c ompou nd s   a n d  predict   bio l og ic al   act ivit y  t o  assist   medicat io n  de velo per s  i n  un cov e rin g  po s sibil it ie s.  SV M   models  delive r   accurate  te le medici ne  diag no sis  a n d  per s onal iz ed  t reatment.   Hi gh - dime ns io nal   SVM   data   proces sin g  e nhances  predict ion  acc ur ac y,  al lowing   ta rg et ed  d rug d isc ov e ry an d  te le medici ne  t he rapy.  Tab le   2 e xp la in s  cl ou d - powe red en ha nc ements  i n QS AR.   Figure  4  s how s  dru g  disc ov e ry   a nd   te le me di ci ne  QSAR  use   per   year.  Col umns  s how  ra ndom  f or est ,   deep   le a rn i ng - base d  QSAR  model,  S VM,  and   c hem oinf ormat ic s - based   featu re  s el ect ion .  Data  shows  the  us e   of  these   te ch niq ue s  f r om   2018  to   2020.  Ra ndom  f orest   a nd  ch em oin f or mati cs  are  wide ly  use d,  s ugge sti ng   their  popula rity.       Table  2 . Cl oud - p owere d  e nh a nceme nts in  QSAR  a nalysis   Asp ect   Ran d o m   f o rest  for QS AR   Deep  l earnin g - b as ed   QSAR   SVM  b ased   QSAR   Ch em o in form atics - b ased   f eatu re   s electio n   Predictio n  acc u rac y   Hig h   Very High   Hig h   Mod erate   Han d lin g  complex  data   Yes   Yes   Yes   Yes   Interpretab ility   Mod erate   Low   Low   Hig h   Co m p u tatio n al ef fi cien cy   Fast   Mod erate   Mod erate   Fast   Featu re  sele ctio n  c ap ab ility   No   No   No   Yes           Figure  4. Com par at ive  an al ysi s o f  QSAR tec hn i qu e s in  drug  disco very a nd tel eme dicine   0 20 40 60 80 100 120 14 0 160 2018 2019 2020 R a n d o m Fo re st  D e e p  Learning SVM Chemoin f ormatics Yea rs Feat ures    Selec tio n Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8708   In t J  Elec   &  C omp E ng,  V ol.  15 , No .  1 ,  Febr uary   20 25 :   1 132 - 1 141   1138   4 . 3 .    Qu an ti t at i ve  s tr uct ur e - a c tivity  r el ati on s hip  a na l ysi s  in  d rug  d isc overy   and   t el emedi ci ne   using  c loud - b as ed  c hemoin fo r ma t ic s - b ase d  f ea t ure  s el ectio n   The  f us i on   of   chem oinfo rmat ic s - base d  feat ure  sel ect ion   te c hn i qu e s  with  c loud  co mputi ng  so l utio ns  has  r ede fine d  t he  la ndsca pe  of  Q SA R  a nalys is,  re vo l ution iz ing  d r ug d isc over y  a nd  te le med ic ine p racti c es.  By   harnessi ng  the   powe r  of  a dvanced  c hem oinfo rmati cs  al go rithms   an d  t he   co mputat ion al   scal abili ty  of  cl oud  platfo rms,  rese arch e rs  a nd  he al thcare  prof es sion al s  a re  unr aveli ng  the  c omplexit ie s  of   mo le cula r  inter act ion s ,   pav i ng   t he  wa y  f or   gr ound breakin g  ad va nc ements  in  phar maceuti cal   r es earch  a nd  pe rs on al iz ed  patie nt  care.   Chem oin f orma ti cs - base d  feat ur e  sel ect ion   s erv es   as  the   li nc hp i n  in   this  in novative  a ppr oa ch.   Re sea rc he rs  ca n  us e   co mputat ion al   al gorit hms  to   i den ti f y  e ssentia l  m olec ular   de script ors  a nd  st ru ct ur a l  featu res   cr uc ia l  for   pr e dicti ng  bi olo gical   act ivit ie s.  I n  dru g  discov e r y,   t his  me thod  strea mli ne s  the  sel ect io n  of   pote ntial   dru g  cand i dates,  al l ow i ng   resea rc her s  t o  f oc us   on   co mpo unds  with  the   hi ghest   li kelihood  of   s uccess .  RF ,  d e e p  l earn in g - b ase d  Q SA R   m od el ,  S V M ,   an d  c he mo i nformat ic s - base d  featur e   sel ect i on  a re  c omp ared  in     Figure  5.   Eac h  approac h  is  te ste d  f or   acc ur a cy,   se ns it ivit y,  and   s pecifici ty.  RF  is  m os t  accurate  ( 92% ),   the n  chem oinfo rmat ic s  featu re  sel e ct ion   ( 90%) .  S VM  ( 88 %)  a nd   dee p  l ear ning - b ase d  Q SA R  ( 89%)  a re  m uc h  le ss   accurate.  Met hods h ave  simil ar s e ns it ivit y  a nd spec ific it y.             Figure  5. Com par at ive   a nal ysi s o f  QSAR  t ec hn i qu e s       5.   CONCL US I O N     This  exe mp li fi es  how  c utti ng - ed ge  mac hin e   le arn in g  met hods   li ke   RF ,  de ep  le ar ning - ba sed  Q SA R   models,  a nd  s upport  vecto r   machi nes  ma y  re voluti oniz e  QSAR  a nalysis.  With  t he   ad diti on   of  cl oud  com pu ti ng r es ources,   co mput at ion al   po wer   i s  furthe r  am plifie d,  open i ng  the d oor   to  ma na ging  la r ge  c he mica l  dataset s  an d  imp rovin g  the  eff ic ie nc y  of  models.  T his  novel  met hod  not  only  has  the   po te ntial   to  ha ste n  the   dru g  dev el opment  process ,  bu t  it   al s o  s ho ws  promise   f or  te le medici ne   ap plica ti on s,   pro vid in g  a   w orka ble  answ er  to  t he   pro blem  of  he al thcare  deliv ery   from  a  di sta nce.  T o  ha nd le   inc reasi ngly  bigger  a nd  m or e  com plica te d  in formati on,  fu t ur e  resea rch   e f forts  sho uld   re fine  the   integ r at ion   of   cl oud  com pu ti ng  res ources   and  op ti mize   com pu ta ti onal   op e rati ons.   Re search   int o  al t ern at ive   mac hi ne  le a rn i ng  al gorithms   a nd  un i qu e   featur e   sel ect ion  a ppr oach es   in   ch em oin f or mati cs  mig ht  l ead  t o  eve n  be tt er  pre dicti on  model  acc ur ac y  a n d  gen e rali zabil it y.   In  ad diti on,  work  m us t  be  done  t o  im pro ve  the   inter pr et abili ty  of  m od el s  to  s hed   li ght  on  the   unde rlying  c he mica l  interac ti on s.   T his  f ra mew ork  nee ds  exte ns ive   val idati on  an d  te sti ng   t o  c onfir m  it s   eff ect ive ness  a nd   de penda bili ty  be fore  bei ng  use d  i n  real - world  cl inica l  sit uations .  C omp utati on al   c he mist s,  ph a rmace utica l  resea rc her s ,  a n d  healt hcar e   pro vid er s  mu st   w ork   to gethe r   to   e ns ure   that   these   a dv a nce s  hel p  patie nts.  T his  has  fa r - reac hing  co ns e quence s  for  im prov i ng  healt hc are  outc om e s  since  it   la ys   the  path   for  a   new  way  of  thi nk i ng  a bout   dr ug  researc h  an d  te le me dicine.   I n  the   f uture ,   we  pro vid e   sec ur it y  to   data  th rou gh   a cloud  sy ste m .       70 75 80 85 90 95 Rand o m F or est Dee p Lear ni ng - B a s ed QSAR SV M f or  Q SAR Ana l ysis Che moinf or mat i c s Fe a t ur e Se l . A c c u r a c y  ( %) Sen sitiv i t y ( %) Sp ec i fic ity ( %) Tec h n iqu es A c c u rac y,  Sensitivi ty,   Speci fic ity( %) Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  Elec  &  C omp E ng     IS S N:   20 88 - 8708         Imple men ti ng   c loud c omp uting i n  d r ug  d isc overy  and  t el emed ic ine … ( P al ayanoor  S eet hapathy  R ama praba )   1139   REFERE NCE S   [1]   N.  Kaso ju   et   a l. ,  “ Dig ital  h ealth :  tr en d s,  o p p o rtu n ities  an d   ch allen g es  in   m ed ical  d ev ices ,  p h arm a   an d   b io - tech n o lo g y , ”   CS I   Tra n sa ctio n s o n  I CT ,  v o l.  1 1 ,  n o .  1 ,  p p .  1 1 – 3 0 ,  2 0 2 3 ,  d o i: 10 .10 0 7 /s4 0 0 1 2 - 023 - 0 0 3 8 0 - 3.   [2]   S .   Su g an d h a,  R .   R .   Ch o u b ey ,  R .   K .  Gu p ta,  an d   S .   B .   Gu p ta ,  “ Ro le  o f   d ig ital  trans form atio n   an d   tech n o l o g y   ad o p tio n   in   t h e   eff icien cy  of  the p h arm aceutic al ind u stry , ”   Eur o p ea n  Ch emical  B u lletin ,  v o l.  1 2 ,  p p .  6 8 6 2 – 6 8 7 4 ,  2 0 2 3 .   [3]   S.  P.  S.  Rao ,  U .  H.  Manju n ath a,  S.   Miko lajczak,  P.  G.  Ash ig b ie,  an d   T.   T.   Diag an a,  “ Drug   d isco v ery  fo r  p arasitic  d iseas e s:  p o were d   b y   tech n o lo g y ,  en ab led   b y   p h arm acol o g y ,  in form ed   b y   clin ical  scien ce, ”   Tren d s  in   Par a sito l o g y ,  v o l.  3 9 ,  n o .  4 ,     p p .  2 6 0 – 2 7 1 ,  2 0 2 3 ,  d o i: 10 .10 1 6 /j.pt. 2 0 2 3 .0 1 .01 0 .   [4]   X.  Xu   et  a l. ,  “ Me ch an istic  stu d ies  o n   alu m in u m - ca taly zed  ring - o p en in g   alternatin g   co p o ly m eri zatio n   o f  m al eic  an h y d ride  with   ep o x id es:  lig an d   e ff ects  an d   q u an titativ e  stru ctu r e - activ ity   rel atio n sh ip   m o d el, ”   M o lecu les ,  v o l.  2 8 ,  n o .  2 1 ,  2 0 2 3 ,     d o i: 10 .3390 /m o lecu les2 8 2 1 7 2 7 9 .   [5]   H.  J.  Hu an g   et  a l. ,  “ Cu rr en tly   u sed   m eth o d s  to   ev alu ate  th e  eff ic acy  o f  th erapeu tic  d rug s  an d   k id n ey   safety, ”   Biomo lecu le s ,    v o l.  1 3 ,  n o .  1 1 ,  2 0 2 3 ,  d o i: 10 .3390 /b i o m 1 3 1 1 1 5 8 1 .   [6]   S.  Thak k ar   et  a l . ,  “ Arti ficial   in telli g en ce  an d   real - w o rld  d ata  for   d rug   an d   foo d   safety  –   a  regu lato ry  sci en ce  p ersp ectiv e, ”   Regu la to ry To xico lo g y an d  P h a rma c o lo g y ,  v o l.  1 4 0 ,  May 2 0 2 3 ,  d o i:  1 0 .1 0 1 6 /j.yrtp h .2023 .1 0 5 3 8 8 .   [7]   Q.  Ra fiqu e  et   a l. ,  “ Rev iewin g   m et h o d s  o f  d eep  lear n in g   for  d iag n o si n g   COVID - 1 9 ,   it s  v ariants   an d   sy n ergis tic  m ed icin e  co m b in atio n s, ”   Co mp u ters  in Biolo g y an d  Med icin e ,  v o l.  1 6 3 ,  2 0 2 3 ,  d o i: 1 0 .10 1 6 /j.compb io m ed .20 2 3 .10 7 1 9 1 .   [8]   S.  M a  et  a l. ,  “ Ma ch in e  learnin g   in   TCM  with   n atu ral   p rod u cts  an d   m o lecu les:  cu rr en t  sta tu s  an d   futu re  p er sp ectiv es, ”   Ch in ese  Med icin e ( Un ited   Kin g d o m) ,  v o l.  1 8 ,  n o .  1 ,  2 0 2 3 ,  d o i: 1 0 .11 8 6 /s 1 3 0 2 0 - 0 2 3 - 0 0 7 4 1 - 9.   [9]   K.  G.   Lock wo o d ,  V.  Pit ter,   P .  R.   Ku lk arni ,  S.   A .  Grah am ,   L .  A.   Au ster - Gu ss m an ,  an d   O.   L.   H.   Bran ch ,   “ Pr ed icto rs  o f  p rog ra m   in terest  in   a   d ig ital  h ealth   p ilo t  stu d y   for   h eart   h ealth , ”   PL OS   Dig ita l   Hea lth ,   v o l.  2 ,   n o .  7 ,   2 0 2 3 ,     d o i: 10 .1371 /jo u rnal.p d ig .00 0 0 3 0 3 .   [10 ]   A.  K.  Bas h ir  et  a l. ,  “ A  su rvey   o n   fed erate d   learnin g   for   th e  h ealth care   m e tav erse:  co n cept s,  ap p licatio n s,  ch allen g es,  an d   futu re   d irection s, ”   a rXiv : 2 3 0 4 .0 0 5 2 4 ,  p p .  1 – 1 5 ,  2 0 2 3 .   [11 ]   G.  Thah n iy ath   et  a l. ,  “ Clo u d   b ased   p r ed ictio n   o f  ep ilep tic  seizu res   u sin g   re al - tim e  el ectroen ce p h alo g ram s  an aly sis , ”   Inter n a tio n a l  Jo u rn a l  o f  Electrica l  a n d   Compu ter  Eng in eerin g   (I JEC E) ,   v o l.  1 4 ,  n o .  5 ,  p p .  6 0 4 7 – 6 0 5 6 ,  Oct.   2 0 2 4 ,    d o i: 10 .1159 1 /ijec e.v1 4 i5 .pp 6 0 4 7 - 6 0 5 6 .   [12 ]   Y.  Liu  et   a l. ,  “ Inte rpretable  ch irality - awar e   g raph   n eu ra l  n etwo rk   for  q u an titativ e  stru ctu re   a ctiv ity   relation sh ip   m o d elin g   in   d rug   d isco v ery, ”   Pro ce ed in g s  o f  th e  3 7 th   AA A I  Co n feren ce   o n   Artificia l  Intelli g en ce,  A AA I  2 0 2 3 ,  v o l.  3 7 ,  p p .   1 4 3 5 6 – 1 4 3 6 4 ,  2 0 2 3 ,  d o i:   1 0 .16 0 9 /aaai.v3 7 i1 2 .26 6 7 9 .   [13 ]   Y.  Matsu zaka  an d   Y.  Uesawa ,  “ Ens em b le  learnin g ,  d e ep   learnin g - b ased   an d   m o lecu lar  d escript o r - b ased   q u an titativ e  stru ctu re – activ ity  r elatio n sh ip s, ”   Mo lecu les ,  v o l.  2 8 ,  n o .  5 ,  2 0 2 3 ,  d o i: 10 .3390 /m o lecu les2 8 0 5 2 4 1 0 .   [14 ]   X.  Hu o ,  J.   Xu ,   M .   Xu ,   an d   H.   Ch en ,  “ An   i m p rov ed   3 D  q u an titativ e  stru ctu re - activ ity   relat io n sh ip s  (QSAR)  o f  m o le cu les  with   CNN - b ased   p art ial  least  sq u ares  m o d el, ”   Ar tificia l  Intellig en ce  in   th e  Life  S cien ces ,   v o l.  3 ,  2 0 2 3 ,    d o i: 10 .1016 /j.ailsci.20 2 3 .10 0 0 6 5 .   [15 ]   S.  J.   Belfi eld ,  M.   T.   D.   Cro n in ,  S.   J.   Eno ch ,  an d   J.  W .  Firm a n ,   “ Gu id an ce  for   g o o d   p ractice   in   th e  ap p licatio n   o f  m achi n e  lea rnin g   in   d ev elo p m en t  o f  to x ico lo g ical  q u an titativ e  stru ctu re - activ ity   relation sh ip s  (QSARs) , ”   PL o S   ONE ,  v o l.   1 8 ,  n o .  5   May,   2 0 2 3 ,    d o i: 10 .1371 /jo u rnal.p o n e.02 8 2 9 2 4 .   [16 ]   S.  H.   Park,   H .   G.   Lee ,   X .  Liu,   S.   K.   Lee,  an d   Y .   T.   Ch an g ,  “ Qu an titativ e   stru ctu re - activ ity   r elatio n sh ip   o f  fluo rescent  p rob es   an d   th eir  in trace llu la r  l o calization s, ”   Ch emo sen so rs ,  v o l.  1 1 ,  n o .  5 ,  2 0 2 3 ,  d o i: 10 .33 9 0 /ch em o senso rs1 1 0 5 0 3 1 0 .   [17 ]   P.  Is wan to ,  I .  M.   Firdau s,  A .  F .  D af au lh aq ,  A.  G.   Ra m ad h an i,  M.   P.  S ap u tri,   an d   H .  Eko wati,  “ Qu an titativ e  stru ctu re - a ctiv ity   relation sh ip   o f  3 - t h io cy an ate - 1H - in d o les  d erived   co m p o u n d s  as  an tileu k em ia   b y   AM1,   P M 3 ,  an d   RM1   m e th o d s, ”   Ju rn a l  Kimia  S a in s d a n  A p lika si ,  v o l.  2 6 ,  n o .  3 ,  p p .  10 9 – 11 7 ,  2 0 2 3 ,  d o i: 10 .14 7 1 0 /jk sa. 2 6 .3.1 0 9 - 1 1 7 .   [18 ]   T.   R.  No v ian d y   et  a l. ,  “ Ens em b le  m a ch in e  learnin g   ap p roach   for  q u an titativ e  stru ctu re  activ i ty   relation sh ip   b as ed   d rug   d iscovery:   a r ev iew , ”   Info litik a  Jou rn a l of Da ta   S cien ce ,  v o l.  1 ,  n o .  1, pp .  3 2 – 4 1 ,  2 0 2 3 ,  d o i: 10 .60 0 8 4 /ij d s.v 1 i1 .91 .   [19 ]   D.  S .   Megaw ati,   J.   Eko wati,   an d   S.   Siswan d o n o ,  “ Qu an titativ e   str u ctu re - activ ity   r el atio n sh ip   (QSAR)   o f   N - b en zo y l - N’ - n ap h ty lth i o u rea  d erivativ e  co m p o u n d s  b y   in   silico   as  an tican cer  th rou g h   in h ib itio n   o f  VEG FR2   rece p to r s, ”   in   Th e  Inter n a tio n a l   Co n feren ce on  Green Tech n o lo g y an d  E n erg y E n g in eerin g ,  2 0 2 3 ,  p p .  1 3 7 – 1 4 8 ,  d o i: 10 .2 9 9 1 / 9 7 8 - 94 - 6 4 6 3 - 1 4 8 - 7_15.   [20 ]   R.  T .  Pu sp arini,   A.  A .  Krisn ad h i,  an d   Firday an i,  “ Math:  a   d eep  lea rnin g   ap p roach   in   QSAR   for   estro g en   rece p to r  alp h a  in h ib ito rs, ”   Mo lecu les ,  v o l.  2 8 ,  n o .  1 5 ,  2 0 2 3 ,  d o i: 10 .3 3 9 0 /m o lecu les2 8 1 5 5 8 4 3 .   [21 ]   R.  Had an u ,  S.  A b d   Sam ad ,  an d   M.   Fath   Azzajad,   “ Qu an titativ e  rel atio n sh ip s  an aly sis   o f  stru ctu re  an d   activ ity   o f  asam - 5 - aryled en e - N,N ’ - d i m eth y lb arbitu ric  d erivativ es  as  an   u ric  acid   d rug , ”   S CIRE A  Jo u rn a l  o f  M ed icin e ,  v o l.  7 ,  n o .  2 ,  p p .  1 – 1 6 ,  2 0 2 3 ,   d o i: 10 .5464 7 / p m 3 1 0 2 0 5 .   [22 ]   S.  S.   Du ay ,  R .  C.   Y.  Yap ,  A.  L.   G aitan o ,  J.  A .  A .  S an to s,  an d   S.  J.   Y .  Ma calin o ,  “ Ro le s  o f  v irtual  sc reen in g   an d   m o lecu lar   d y n am ics  simulati o n s  in   d isco v ering   an d   u n d erstand in g   an tim alari al  d rug s, ”   Inter n a tio n a l  J o u rn a l  o f   Mo lecu la r   S cien ces ,  v o l.  2 4 ,   n o .  1 1 ,  2 0 2 3 ,  d o i:  1 0 .33 9 0 /ijms24 1 1 9 2 8 9 .   [23 ]   C.  Lesta ri,   E .  Da r win ,  D.  P .  Pu tra ,  N.  Su h arti,   an d   B.  A.  Gan i,  “ The  ro le  o f  p lan t  ex tract s  in   th e  repair  o f  r attu s  n o rveg icu s   m an d ib u lar  alv eo lar  b o n e  in   a   p eri o d o n titis  m o d el, ”   Ras a ya n   Jo u rnal  o f  Ch emistr y ,  v o l.   1 6 ,  n o .  3 ,  p p .   1 3 4 2 – 1 3 5 0 ,  2 0 2 3 ,    d o i: 10 .3178 8 /RJ C .20 2 3 .1638 1 5 9 .   [24 ]   T.   R.   No v ian d y ,  A.  Maulan a,  T.   B in   Emran ,  G .  M.   Idro es,  an d   R.  Idr o es,  “ QSAR   class ification   o f  b eta - secretase   1   in h ib ito r   activ ity   in   alzh eim er ’s  d iseas e  u sin g   en semble  m achi n e  learnin g   alg o rithms, ”   He ca   Jo u rn a l  o f  App lied   S cien ces ,  v o l.  1 ,  n o .  1 ,     p p .  1 – 7 ,  2 0 2 3 ,  d o i:  10 .60 0 8 4 /h jas.v 1 i 1 .12 .   [25 ]   C.  Dh an d e,   D.   Mi stry ,  A .  Karthic ,  R .  Sin g h ,  an d   S.   Ba rage,  “ Co m p u tatio n al  ap p roach es  to   i d en tify  n o v el  in h ib ito rs  for   th e  d rug ‐ resistan t  Myco b acter iu m   tu b erculo sis   Dp rE 1   en zy m e , ”   Ind o n esian  Jo u rn a l  o f  B io tech n o lo g y ,  v o l.  2 8 ,   n o .  3 ,   p p .  1 8 0 – 1 9 0 ,  2 0 2 3 ,  d o i: 10 .2214 6 /ijb i o tech .80 1 4 5 .   [26 ]   A.  P.  To ro p o v a,  A.  A.  Toro p o v ,  A.  Ro n cagl io n i,  an d   E.   Ben fenati,  “ Bin d in g   o rganop h o sphate  p esticid es  to   acetylch o lin esterase:   risk   ass ess m en t  u sin g   th e  Mon te  Carl o   m eth o d , ”   To xico lo g ica l  a n d   Envir o n men ta l  Ch emistr y ,  v o l.  1 0 5 ,  n o .  1 – 7 ,  p p .  1 9 – 2 7 ,  2 0 2 3 ,   d o i: 10 .1080 /0 2 7 7 2 2 4 8 .2 0 2 3 .2 1 8 1 3 4 8 .   [27 ]   T.   R.  Sa ravan an ,  A.  R.  Rath in am ,  J.  Lenin ,  A.  Ko m ath i,  B.  Bh arathi,   an d   S.  Muru g an ,  “ Rev o lu tio n izin g   clo u d   co m p u tin g :  ev alu atin g   th e  in fluen ce  o f  b lo ck ch ain   an d   co n sen su s  alg o rithms, ”   in   2 0 2 3   3 rd   Inter n a tio n a l  Co n feren ce  o n   S ma rt  Gen era tio n   Co mp u tin g ,  Co mm u n ica tio n  a n d  Net wo rkin g ,  S ma rt Gen co n ,  2 0 2 3 ,  d o i: 10 .11 0 9 /SMARTGE NCON6 0 7 5 5 .2023 .10 4 4 2 0 0 8 .   [28 ]   M.   J.  Ku m a r,   S.   Mish ra,   E.   G .  Red d y ,  M.   Raj m o h an ,  S.  Muru g an ,  an d   N.  A.  Vig n esh ,  “ Bay esian   d ecisio n   m o d el  b ased   relia b le  rou te  for m atio n   in   in ternet  o f   th in g s, ”   Ind o n esia n   Jo u r n a l  o f  Electrica l   Eng in eerin g   a n d   Co mp u ter  S cien ce   (I JEE CS ) ,  v o l.   3 4 ,    n o .  3 ,  p p .  1 6 6 5 – 1 6 7 3 ,  2 0 2 4 ,  d o i: 1 0 .1 1 5 9 1 /ijeecs.v 3 4 .i3. p p 1 6 6 5 - 1 6 7 3 .   Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8708   In t J  Elec   &  C omp E ng,  V ol.  15 , No .  1 ,  Febr uary   20 25 :   1 132 - 1 141   1140   [29 ]   A.  R .  Rath in a m ,   B.  S.   V ath an i,  A.   Ko m ath i,   J.   Lenin ,   B.   Bh arathi,   an d   S.  M.   Urug an ,   “ A d v an ces  an d   p redictio n s  in   p redictiv e  au to - scalin g   an d   m ain ten an ce  a lg o rithms  for   clo u d   co m p u tin g , ”   in   2 nd  Inter n a tio n a l  Confer en ce  o n   Auto ma tio n ,  Co mp u tin g   a n d   Renew a b le Sys tem s, I CAC RS 2 0 2 3   -   Pro ceedin g s ,  2 0 2 3 ,  p p .  3 9 5 – 4 0 0 ,  d o i:  10 .11 0 9 /ICACR S 5 8 5 7 9 .20 2 3 .10 4 0 4 1 8 6 .   [30 ]   M.   D.  A.  Hasan ,  K.  Balas u b ad ra,   G .  Vad iv el,  N.  A run fr ed ,  M .  V  Ish wa r y a,  an d   S.  Muru g an ,  “ IoT - d riven   im a g e  recog n itio n   for   m icrop lastic   an aly sis   in   wat er   sy stems  u sin g   co n v o lu t io n al  n eu ral  n etwo rks , ”   in   2 0 2 4   2 nd  Inter n a tio n a l  Co n fe ren ce  o n   Co mp u ter ,   Co mmu n ica tio n  a n d  Co n tro l ,  2 0 2 4 ,  d o i: 10 .11 0 9 /IC4 5 7 4 3 4 .2024 .1048 6 4 9 0 .   [31 ]   M.   A m ru   et   a l. ,  “ Netwo rk  in trus io n   d etectio n   sy ste m   b y   ap p ly in g   en se m b le  m o d el  for   s m art   h o m e , ”   Int er n a tio n a l  Jo u rn a l  o f  Electrica l an d  Co mp u ter Eng in eering   (I JEC E) ,  v o l.  1 4 ,  no .  3 ,  p p .  3 4 8 5 – 3 4 9 4 ,  2 0 2 4 ,  d o i: 10 . 1 1 5 9 1 /ijece.v1 4 i3 . p p 3 4 8 5 - 3 4 9 4 .       BIOGR AP HI ES OF  A UTH ORS         Pal ayanoor  Se e thap athy  Rama praba          is  P rof essor  and  H ea d   of  the  Dep art m e nt   of  Elec tr ical  an d  Elec tron ic s  E ngine er i ng  has  t he  t ea ch ing  e xp eri en ce  of  22  y e ars  with  12  yea rs  of   rese arch  expe r ie n ce.  H er  r ese arc h   in te r est  is  image   pro ce ss ing,   me d ic a l   imaging,  em bedd ed,  inter net   of   thi ngs ,   an d  ren ew abl e   en e rgy.   She   has  gr a duat ed   from   SR M  ea sw ari   engi ne eri ng   co llege,  Madr as  un ive rsity   Chenn ai  in   el e ct r ic a l   an d  e lectr oni cs  en gine er ing   (2000).   She   h as  obta in ed  h er   m a sters  in   Sathy ab am a   Univer si ty   Chenna i   (2006)   and  Ph.D.   d egr ee  a lso  in   Sathya b am a   Univ ersit y  Ch enna i .   She  has  s t art ed   her   edu cation  carrie r  in  the   yea r  2000   as  a  l ecture r .   She  h a s  ac co mpl ished   an  ground  br eaking  r ese arc h   o n  the  e arl y   “ Diagnosis  of   C erv ical   Cancer  u sing  Colposcopic  Im age s ” .   Thi s  a stute  r ese arc h   h as  brought   her   the  pride  of   owning  d o ct or at e   in   eng ineeri ng  and   bio te ch nology .   She  h as  jubilantl y   par ticipated   in   nume rous  n at io nal  and   i n te rn a ti onal  conf er ences  condu cted  b y  rep u te d   orga nizati ons.  S he  has  publi she d  seve ral   p ape rs   i n  i nt ern ational  (18)  and  n ation al   (14)  and   al so  pre sent ed  a   pape r  in   i nt ern a ti onal  conf e ren c e  and  n at ion al   c onfe ren c es  (20).  She  is  the   me mb er  of  IE E E,   l ife   me mb er  of  ISTE,   I ET E  a nd  IEI .   She  h as  rec e ive d  ou tsta n ding  women  and  young  women  scie n t ist  awa rds.  She  ca n  b e   cont a ct ed   at   e ma i l:   ram apr aba t amils el van@gm ai l . co m.         Bel lam  Ravind ra  Bab u          obta in ed  B. T ech .   from  Siddag anga   Insti tut e  o f  Te chno logy   (SIT),  Bang al or e,  M.T ec h .   and   Ph. D.  fro m   the  Jaw aha rl al  Nehru   T ec hnolog ic a l   Univer sity,  Hy der aba d ,   India .   Wor k ed  in  s ofware   industry   for  SIEMENS ,   Compu te r  As socia te s,   YA HO O!  And  SA P  L abs  in   var ious   rol es  for   15   y e ars .   Curre nt ly   h e  h as  b ee n   working  as  an  a ss oci at e   profe ss or  in  the  Depa r t me nt   of  Co mputer  Sci ence  and   Engi ne eri ng  Depa rtment,  Ad am a   Scie n ce   an d  Technol ogy  U nive rsity   (AS TU ),   Adam a,  Et h io pia .   He  has   tot ally  23  y ea rs   of  exp eri en ce  i n  the   sof twar e  i ndustry  and  as  an  a ca d em i ci an .   Published  var ious  articles  in  rep ut ed  journ al s  and  v ari ous   abstra c ts  were   pre sente d   at   in te rna ti ona l  conf ere n ce s.   Hi s  are as  of   inter est  ar e  m ac hin e   le a rning,  optimizati on  techn i ques,   SO A,  virt ualisati o n,   cloud  com put ing,  distri but ed  sys t em s,  softwar e  d esign  and   arc h itect ur e  and   com put er  ne twor ks .   He can   be   co nta c te d  at e m ail:   Ravi ndr a. b abu @astu. edu . et .         Nallathampi  Rajaman i  Reji n  Paul          is  an  ass oci a te   prof essor  in  the  Depa r tm e nt  of  CS E,   R. M.K   Coll ege   o f  En gine er ing  and  Te chno logy,   Ch enna i .   Compl eted  UG – BE  c omputer  s c ie nc e  and   e ngineeri ng  from   Anna  Univer sity,  PG – ME – c omputer  s ci en ce  and   e ngineeri ng   fro m  Anna   Unive r sity.   Compl et ed   Ph.D.   in   th e   Faculty  of   Infor ma ti on   and   Comm unicati on   with  spec ia l iz a ti on  in  c loud  d ata  s e cur i ty  Anna  Univer sity   i n  Nov em be r   2022.   H e   has   pu bli shed   seve r al  r ese arc h   pub li c ati ons  in   ref ereed   i nte rna ti ona l   j our nal s  wi th  high  i mpact   fact or  and   i n te rna ti o nal   c onfe r ences  as  wel l.  He   is  th e  l ife  m em be r  of   ISTE   and   a  m em ber   of   IE T.   H e   c an  b e con ta c te d  at e m ail: nrrej inp aul @gm ai l . com.         Varadan   Sh arm il a          is   an   a ss ista nt  p rofe ss or  in   th e  D epa rt ment  of   CS E,  R . M. D   Engi ne eri ng   Col le ge ,   Chennai .   Compl eted   UG – BE  c omputer   s c ie nc e   and   e ng in ee ring   fro m   Anna  Univer si t y,   PG – ME – c o mput er   s cienc e   and   e ng ine e ri ng  from   Anna   Univer sity .   Purs uing  Ph.D.   in  th e   Faculty  o f  Inform at ion   a nd  Com munica ti on  wi th   s pec i a li z at ion   in   m edica l   i m age   p roc essing,   Anna   Univer sity.  She  has  publi shed  s e ver al  rese arc h  p ubli c at ions   in  r efe re ed   i nt e rna ti on al  j ourna ls   and   i nt ern a tional  c onfe r ence s  as  we ll .   She   is  the  l ife  me mb er   of   I STE  and   a   me mb er   of   I ET .   She   ca n   be   contac t ed   a t   emai l:   sharmi l ava rad h a n@gma il.c o m .    Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  Elec  &  C omp E ng     IS S N:   20 88 - 8708         Imple men ti ng   c loud c omp uting i n  d r ug  d isc overy  and  t el emed ic ine … ( P al ayanoor  S eet hapathy  R ama praba )   1141     Venkatac halam   Ramesh   Bab u          cur ren tl y   working  as   a   D ea n   of  the  Univer si t y   Journals  and   P ro fessor  of  CS E   a t   Dr.M.G. R .   Edu ca t iona l   and   R ese arc h   Insti tut e .   He  has   got  27  ye ars  of   exp eri en ce  in   t ea ch ing  and   4   ye ars  from   industry .   He  did   M.E .   in   c ompu ter   s ci ence  and   e ng ine er ing  and   a   furthe r   Ph.D  in     the  sam e   disc ipl ine.   His  bro a d  fi el d   of  r ese arc h   was  i ma ge   proc essin g.   His  ar ea  of  int er ests  include s  int ern et   of   th ings   ( I o T ) ,  m ac h ine  l e arn in g  and   b ig   da ta.  He  has   publi she d  rese arc h   pap er s  in  bo th  int e rna ti onal  and   nat ion al   journ als   of  rep ute.  Be sides  his  ac ad e mi c  stin t,   h e  h as  won  ma ny  a wards  and  ac co la des .   He  r ec e ive d  d isti ng uished  t e chnol o gy  a uthor  a war d  by  n ational  t rai lblaz ers   t rium ph  a ward  i n  the   ye ar  2023 .   He  has  publ ished  patent  and  al so  publi shed  a   book  on  m ac h ine   l ea rn in g.   He  a lso  serve s   as  the   me mb er  of  the   b o ard   of  s tudi es.   H e  is  th e  me mb er  of  te chn ic a l  soci et i es  li ke  IST E,   CS TA,   IAA C,   IAE NG ,   ICORS A.  He  has  orga ni zed  works hops   and  c onfe r ences  a t   both   na ti ona l   and   int ern at ion al  le v el.   He   has   serve d  as  a   sess ion  ch a ir   in   conf ere n ce s.   He   ca n  b e cont a cted   at email:  r ameshbabu. cse @dr m grdu. ac.i n .         Raman   Ramya           is  an   assistant   pro fessor  i n  Depa rt me nt   o f  Elec tron ic s  a n d  Comm unicati on   Engi ne eri ng   at   Chenna i  Instit ut e  of  Te chno logy ,   Kundrat hur   Ch enna i   from   Janua ry  2024.   She  serve d   as  a ss ista nt  p rof essor  D epa rtment  of   E CE  at Gnanama ni  C ollege   o f   T ec hno logy  fro m  2010  to  2023   and  oth er  e ngin e eri ng  c olleges.  S he  has   more  th a n  18  y ea rs  of  te a chi ng  exp eri en ce.  She  is   doing  her   Ph . D.  at   Anna   Univer sity ,   Chenn ai   and   her   postgradua t e   studie s  (2008 - 2011 )  a t   Mahe ndr a  E ngineeri ng   C ol le ge ,   M al l asa mu thra m   an d   under gra dua te   ( 1996 - 2000)  studie s  at   Per iya r  Maniya m m ai   C oll eg e  of  Engi n ee ring  an d   Te chno logy  for   Wo me n,   Tha n ja vur.  Her   r ese arc h   intere sts   lie  in  the  ar ea  of  wire le ss   com munica ti on,   d ee p  l ea rn ing.   R am ya   h as  serve d   on  roughly  10 +   conf er ence  and  works hop  and  fa culty  dev el opm ent   progr am s.   R am y a   is   the  proud  an d   obsess ed  mot h er  of   tw o   c hil dr en,  born   2 001  and   2004 .   S he  enj oyed   cook ing,   li st eni ng   mu sic  and  rea d ing.  She  c an   be   cont a ct ed   a t em a il : rram y a@c i tc h enna i . net.         Su b biah   Murugan          is  an   a d junc t   p rofe ss or,  Savee th a   Schoo l   of   Engi n ee r in g ,   Savee th a  Insti tu te   of   Medical   a nd  Techni c al   S ci en ce s,   Chennai,   Ta m il   Nadu ,   India .   He   publi shed  h is  re sea rch   articles  i n  ma ny   interna tional  and  n at ion a l  conf ere n ce s  an d  journals.  His  rese arc h   ar e as  inc l ude  n et w ork  sec uri ty  and   machin e   learni ng.   He  ca n   be  c onta c te d  at  smuresjur@gm a il . com .     Evaluation Warning : The document was created with Spire.PDF for Python.