prikaz prve stranice dokumenta Poliranje DNA slijeda koristeći metode dubokog učenja
Rad nije dostupan
završni rad
Poliranje DNA slijeda koristeći metode dubokog učenja
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2019. urn:nbn:hr:168:755208
Vrček, Lovro
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Vrček, L. (2019). Poliranje DNA slijeda koristeći metode dubokog učenja (Završni rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:755208

Vrček, Lovro. "Poliranje DNA slijeda koristeći metode dubokog učenja." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2019. https://urn.nsk.hr/urn:nbn:hr:168:755208

Vrček, Lovro. "Poliranje DNA slijeda koristeći metode dubokog učenja." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2019. https://urn.nsk.hr/urn:nbn:hr:168:755208

Vrček, L. (2019). 'Poliranje DNA slijeda koristeći metode dubokog učenja', Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 26.11.2024., https://urn.nsk.hr/urn:nbn:hr:168:755208

Vrček L. Poliranje DNA slijeda koristeći metode dubokog učenja [Završni rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2019 [pristupljeno 26.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:755208

L. Vrček, "Poliranje DNA slijeda koristeći metode dubokog učenja", Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2019. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:755208

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:755208
Podaci o radu
NaslovPoliranje DNA slijeda koristeći metode dubokog učenja
Naslov (engleski)DNA Sequence Polishing Using Deep learning
AutorLovro Vrček
MentorMile Šikić (mentor)
Član povjerenstvaMile Šikić (predsjednik povjerenstva)
Član povjerenstvaKrešimir Križanović (član povjerenstva)
Član povjerenstvaJosip Marić (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2019-07-16, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Cilj ovog rada bio je implementirati model temeljen na dubokom uˇcenju koji bi pove´cao toˇcnost sastavljenog genoma. Konstruirani model temelji se na arhitekturi rezidualne neuronske mreže te postiže toˇcnost ve´cu od trenutno najboljih alata temeljenih na klasiˇcnom raˇcunarstvu, no zaostaje ne nadmašuje najbolje alate temeljene na dubokom ucˇenju. Med¯utim, zbog ogranicˇenja u vidu prostora za pohranu podataka i vremena treniranja modela, detaljnija analiza tek treba biti napravljena za više bakterijskih uzoraka i razliˇcite arhitekture mreže.
Sažetak (engleski)
Goal of this work was to implement a deep learning model in order to increase the accuracy of the assembled genome. This model is based on a residual network architecture and achieves higher accuracy than classical state-of-the-art tools, but falls behind the best deep-learning tools available. However, due to limitations in terms of storage and time for training the model, further analysis has to be conducted for different bacteria datasets and network architectures.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:755208
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 pohrane2020-01-07 22:57:56