prikaz prve stranice dokumenta Analiza tehnika traženja proteinskih motiva
  Preuzmi
PDF 440.86 KB
diplomski rad
Analiza tehnika traženja proteinskih motiva
Zagreb: Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, 2018. urn:nbn:hr:217:998352
Đurić, Antonija
Sveučilište u Zagrebu
Prirodoslovno-matematički fakultet
Matematički odsjek

Institucijski repozitorij: Repozitorij Prirodoslovno-matematičkog fakulteta

Citirajte ovaj rad

Đurić, A. (2018). Analiza tehnika traženja proteinskih motiva (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:217:998352

Đurić, Antonija. "Analiza tehnika traženja proteinskih motiva." Diplomski rad, Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, 2018. https://urn.nsk.hr/urn:nbn:hr:217:998352

Đurić, Antonija. "Analiza tehnika traženja proteinskih motiva." Diplomski rad, Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, 2018. https://urn.nsk.hr/urn:nbn:hr:217:998352

Đurić, A. (2018). 'Analiza tehnika traženja proteinskih motiva', Diplomski rad, Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, citirano: 26.11.2024., https://urn.nsk.hr/urn:nbn:hr:217:998352

Đurić A. Analiza tehnika traženja proteinskih motiva [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet; 2018 [pristupljeno 26.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:217:998352

A. Đurić, "Analiza tehnika traženja proteinskih motiva", Diplomski rad, Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, Zagreb, 2018. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:217:998352

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:217:998352
Podaci o radu
NaslovAnaliza tehnika traženja proteinskih motiva
AutorAntonija Đurić
MentorPavle Goldstein (mentor)
Član povjerenstvaPavle Goldstein (predsjednik povjerenstva)
Član povjerenstvaNikola Sandrić (član povjerenstva)
Član povjerenstvaMarko Erceg (član povjerenstva)
Član povjerenstvaLjiljana Arambašić (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Prirodoslovno-matematički fakultet
(Matematički odsjek)
Zagreb
Datum i država obrane2018-03-01, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		PRIRODNE ZNANOSTI
Matematika
Sažetak
Cilj ovog diplomskog rada bio je provesti postupak klasifikacije tekstova u prirodnom jeziku, ali bez poznavanja rječnika. Za analizu smo odabrali dvije kolekcije različitih sadržaja. Jednu kolekciju čine sažeci članaka medicinskog sadržaja, a drugu sažeci članaka socijalnog sadržaja. Kolekcije smo modificirali tako što smo im uklonili separatore i brojeve kako bi nizovi u tim kolekcijama bili što sličniji biološkim nizovima. Na tako uređenim kolekcijama proveli smo postupak traženja motiva za svaku kolekciju zasebno. Ti motivi će predstavljati naš rječnik. Svakom skupu motiva smo pridružili odgovarajući skup profila. Na samom kraju analizirali smo koliko dobro dobiveni profili opisuju testne kolekcije. Analizom smo došli do zaključka da prvenstveno moramo dobro poraditi na odabiru samih motiva. Motivi moraju biti dovoljno specifični za određeni sadržaj, te ih mora biti i u velikom broju. Ukoliko zadovoljimo ta dva uvjeta sama klasifikacija biti će puno bolje odrađena. Primjer toga su nam rezultati dobiveni pomoću medicinskih motiva. Vidimo da smo dobili zadovoljavajuće rezultate iako je samo testiranje rađeno na prilično malom uzorku.
Sažetak (engleski)
This thesis is concerned with classification of documents in a natural language, but without a dictionary. Furthermore, all separators and numerals are removed from training data, hence we are dealing with finite sequences in a Latin alphabet. We have selected two sets of abstracts of articles from medical and sociological databases. On such a collection of modified texts, motif scanning techniques have been applied, to each dataset separately. This yielded two sets of profiles, one for each collection. In the last section, we discuss classification results that we obtained. In particular, we conclude that the profile set has to be large enough to describe each document, but specific enough to avoid misclassification.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:217:998352
Studijski programNaziv: Matematička statistika
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra matematike (mag. math.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2018-07-11 11:19:55