prikaz prve stranice dokumenta Neuronske mreže i klasifikacija proteina
  Download
PDF 478 KB
master's thesis
Neuronske mreže i klasifikacija proteina
Zagreb: University of Zagreb, Faculty of Science, 2020. urn:nbn:hr:217:105787
Runac, Borna
University of Zagreb
Faculty of Science
Department of Mathematics

Institutional repository: Repository of the Faculty of Science

Cite this document

Runac, B. (2020). Neuronske mreže i klasifikacija proteina (Master's thesis). Zagreb: University of Zagreb, Faculty of Science. Retrieved from https://urn.nsk.hr/urn:nbn:hr:217:105787

Runac, Borna. "Neuronske mreže i klasifikacija proteina." Master's thesis, University of Zagreb, Faculty of Science, 2020. https://urn.nsk.hr/urn:nbn:hr:217:105787

Runac, Borna. "Neuronske mreže i klasifikacija proteina." Master's thesis, University of Zagreb, Faculty of Science, 2020. https://urn.nsk.hr/urn:nbn:hr:217:105787

Runac, B. (2020). 'Neuronske mreže i klasifikacija proteina', Master's thesis, University of Zagreb, Faculty of Science, accessed 24 June 2024, https://urn.nsk.hr/urn:nbn:hr:217:105787

Runac B. Neuronske mreže i klasifikacija proteina [Master's thesis]. Zagreb: University of Zagreb, Faculty of Science; 2020 [cited 2024 June 24] Available at: https://urn.nsk.hr/urn:nbn:hr:217:105787

B. Runac, "Neuronske mreže i klasifikacija proteina", Master's thesis, University of Zagreb, Faculty of Science, Zagreb, 2020. Available at: https://urn.nsk.hr/urn:nbn:hr:217:105787

Metadata
TitleNeuronske mreže i klasifikacija proteina
Title (english)Neural networks and protein classification
AuthorBorna Runac
MentorPavle Goldstein (mentor)
Committee memberPavle Goldstein (predsjednik povjerenstva)
Committee memberSonja Štimac (član povjerenstva)
Committee memberIgor Ciganović (član povjerenstva)
Committee memberJuraj Šiftar (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Science
(Department of Mathematics)
Zagreb
Defense date and country2020-09-30, Croatia
Scientific / art field,
discipline and subdiscipline		NATURAL SCIENCES
Mathematics
Abstract
Cilj ovog rada je ispitati mogućnosti modela umjetne neuronske mreže na problemu klasifikacije proteinskih familija. U prvom poglavlju su predstavljeni osnovni matematički pojmovi iz linearne algebre i optimizacije potrebni za razumijevanje korištenih metoda strojnog učenja. U drugom poglavlju su uvedeni osnovni pojmovi strojnog učenja te je objašnjena matematička pozadina korištenih metoda. Metode koje su korištene u istraživanju su metoda potpornih vektora te umjetna neuronska mreža. U trećem poglavlju su predstavljena provedena istraživanja. Izvršena je binarna i višestruka klasifikacija na sekvencama proteina tako da proteinske familije predstavljaju različite klase. U četvrtom poglavlju su predstavljeni rezultati istraživanja te je napravljena usporedba mogućnosti umjetne neuronske mreže i metode potpornih vektora. U posljednjem poglavlju je ponuđen zaključak.
Abstract (english)
The goal of this paper is to examine the applicability of an artificial neural network model to the problem of protein classification. The first chapter provides a brief introduction to basic concepts of linear algebra and optimization. The second chapter introduces basic machine learning concepts and explains the mathematical background. Models used in research are support vector machine and artificial neural network. The third chapter presents the workflow of the conducted research. Research consists of binary and multiclass classification of protein sequences, with protein families representing different classes. The fourth chapter presents the main results of the thesis and compares the results of the two models. The last chapter presents the conclusions.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:217:105787
Study programmeTitle: Mathematical Statistics
Study programme type: university
Study level: graduate
Academic / professional title: magistar/magistra matematike (magistar/magistra matematike)
Type of resourceText
File originBorn digital
Access conditionsOpen access
Terms of useLicence In copyright icon
Created on2021-03-05 12:55:31