prikaz prve stranice dokumenta Ablacija dubokih neuronskih mreža za predviđanje epigenetskih modifikacija
Rad nije dostupan
završni rad
Ablacija dubokih neuronskih mreža za predviđanje epigenetskih modifikacija
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2023. urn:nbn:hr:168:099323
Unković, Ivan
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Unković, I. (2023). Ablacija dubokih neuronskih mreža za predviđanje epigenetskih modifikacija (Završni rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:099323

Unković, Ivan. "Ablacija dubokih neuronskih mreža za predviđanje epigenetskih modifikacija." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2023. https://urn.nsk.hr/urn:nbn:hr:168:099323

Unković, Ivan. "Ablacija dubokih neuronskih mreža za predviđanje epigenetskih modifikacija." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2023. https://urn.nsk.hr/urn:nbn:hr:168:099323

Unković, I. (2023). 'Ablacija dubokih neuronskih mreža za predviđanje epigenetskih modifikacija', Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 09.11.2024., https://urn.nsk.hr/urn:nbn:hr:168:099323

Unković I. Ablacija dubokih neuronskih mreža za predviđanje epigenetskih modifikacija [Završni rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2023 [pristupljeno 09.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:099323

I. Unković, "Ablacija dubokih neuronskih mreža za predviđanje epigenetskih modifikacija", Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2023. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:099323

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:099323
Podaci o radu
NaslovAblacija dubokih neuronskih mreža za predviđanje epigenetskih modifikacija
Naslov (engleski)Ablation study of deep neural networks for predicting epigenetic modifications
AutorIvan Unković
MentorMile Šikić (mentor)
Član povjerenstvaMile Šikić (predsjednik povjerenstva)
Član povjerenstvaRafael Josip Penić (član povjerenstva)
Član povjerenstvaFilip Tomas (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2023-07-05, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Glavni cilj bioinformatike je pronalazak novih odgovora u području analize genoma, koje ima važnu ulogu u očuvanju i poboljšanju kvalitete života. Neka pitanja na koja se traži odgovor tiču se DNA-metilacije, koja je svojevrsna modifikacija DNA niti. Danas se istraživanja vezanu uz tu modifikaciju sve više provode korištenjem algoritama strojnog učenja. Rockfish je jedan takav model koji se temelji na transformatoru koji koristi neuronske mreže za pronalaženje metiliranih elemenata u DNA niti. U ovom radu, korištenjem programskog jezika Python, neki dijelovi modela su uklonjeni, i time se provodi ablacija, a ponekad i dodatno trenirani kako bi se primijetio utjecaj različitih komponenti i utvrdile njihove važnosti. Rezultati ablacije proučavaju se kroz četiri različite usporedbe, gdje se procjenjuju točnost, preciznost, odziv i specifičnost svakog modela. Modeli se zatim uspoređuju, a komponente modela rangiraju se prema njihovim rezultatima. Zaključci se donose na temelju dobivenih rezultata.
Sažetak (engleski)
The main goal of bioinformatics is to find new answers regarding genome analysis and the field is an important factor in preserving and improving the quality of life. Some questions that need to be answered are regarding DNA methylation, which is a modification of the DNA strand. Nowadays, research is increasingly conducted by utilizing machine learning algorithms. Rockfish is a transformer based-model that uses neural networks to find which elements of the DNA strand are methylated. In this thesis, by using Python programming language, some components of the model are removed, thus performing ablation, and sometimes trained additionally so that the impact of the given components and their importance could be noticed. The results of the ablation study are inspected through four different comparisons, where the accuracy, precision, recall, and specificity of each model are evaluated. The models are then compared and the components of the model are ranked based on their results. Conclusions are made based on the results that were obtained.
Ključne riječi
Ključne riječi (engleski)
Jezikengleski
URN:NBNurn:nbn:hr:168:099323
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: preddiplomski
Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2023-10-11 10:51:22