| | SLO | ENG | Cookies and privacy

Bigger font | Smaller font

Search the digital library catalog Help

Query: search in
search in
search in
search in
* old and bologna study programme

Options:
  Reset


1 - 2 / 2
First pagePrevious page1Next pageLast page
1.
PODATKOVNO SKLADIŠČE ZA ANALIZO PODATKOV O PROMETU
Kristjan Gabor, 2010, bachelor thesis/paper

Abstract: Diplomska naloga zajema načrtovanje in izgradnjo podatkovnega skladišča za potrebe analiziranja podatkov o cestnem prometu. Predstavljen bo problem ogromne količine podatkov, s katerimi se srečujejo podjetja, kar lahko rešujemo s pomočjo podatkovnih skladišč. Nadalje bomo prikazali faze, različne metode in postopki pri izgradnji podatkovnega skladišča. Osrednji del naloge zajema predstavitev praktične rešitve oziroma izgradnje podatkovnega skladišča na osnovi pridobljenih podatkov z DARS-a o stanjih na slovenskih avtocestah. V zaključku diplomske naloge so navedene težave, s katerimi smo se srečali pri izgradnji podatkovnega skladišča.
Keywords: podatkovno skladišče, OLAP, dimenzijsko modeliranje, ETL
Published: 08.12.2010; Views: 1977; Downloads: 219
.pdf Full text (2,56 MB)

2.
PRIMERJAVA RAZLIČNIH PRISTOPOV ZA IZRAČUN TVEGANJA ZA KRONIČNO VNETNO ČREVESNO BOLEZEN NA OSNOVI ANALIZE PROFILOV GENETSKIH POLIMORFIZMOV
Kristjan Gabor, 2013, master's thesis

Abstract: Kronična vnetna črevesna bolezen (KVČB) je bolezen prebavil. Delimo jo na dva glavna podtipa, ulcerozni kolitis (UK) in Crohnovo bolezen (CB). Za KVČB je značilen kroničen, običajno vseživljenjski potek z aktualnimi zagoni ter vmesnimi krajšimi ali daljšimi obdobji odsotnosti kliničnih znakov. Vzrok za nastanek bolezni še ni poznan. Predvidevajo, da je KVČB posledica pretiranega imunskega odziva črevesne sluznice na dejavnike okolja. Pomembno vlogo pri njenem razvoju imajo genetski dejavniki. Je kompleksna bolezen, saj jo povzročajo genske okvare na več mestih, vendar ima vsak gen zelo majhen doprinos k razvoju bolezni. Namen magistrskega dela je izračunati statistične povezave in primerjati različne pristope napovednih modelov na osnovi analize genetskega zapisa, kot so napovedni model s kombinacijo polimorfizmov SNP (angl. single nucleotide polymorphism), napoved tveganja po multiplikativnem modelu in napovedni model, zgrajen s pomočjo strojnega učenja. Napovedni modeli so zgrajeni na modelu bolezni KVČB za posamezen SNP na osnovi rezultatov genotipizacije 33 različnih polimorfizmov SNP oziroma 30 genov pri slovenskih bolnikih s KVČB. Ti napovedni modeli nam omogočajo, da na osnovi genske analize napovemo tveganje bolezni za posameznika. Ugotovili smo, kateri SNP-ji predstavljajo najpomembnejši dejavnik tveganja v slovenski populaciji. Z metodo primerjave kombinacije SNP-jev med dvema skupinama smo najboljšo napoved dosegli pri primerjanju bolnikov z UK s kontrolno skupino zdravih posameznikov. Občutljivost testa je bila 64,9-odstotna in specifičnost 72,13-odstotna. Z napovednim modelom, zgrajenim s pomočjo strojnega učenja v odprtokodnem statističnem programu R, smo pri razlikovanju med skupino bolnikov s CB in kontrolno skupino zdravih posameznikov dosegli 76,38-odstotno občutljivost in 54,55-odstotno specifičnost. Prav tako smo poiskali najbolj informativne kombinacije genov in genetskih profilov, ki z optimalnim razmerjem med občutljivostjo in specifičnostjo napovedujejo tveganje za KVČB. Tako smo s pomočjo strojnega učenja ugotovili, da so za nastanek bolezni najbolj vplivni geni SLC22A5, FCGR3A, NR1/2 in SLC22A4. Ob primerjavi relativnega tveganja (RR) po standardni enačbi in po sistemu podjetja deCODEme, ki ima nekoliko drugačen pristop izračuna RR, smo dobili 12-odstotno neujemanje rezultatov oziroma napovedi relativnega tveganja za določene posamezne genotipske kombinacije.
Keywords: kronična vnetna črevesna bolezen, genetika, DNA, polimorfizmi SNP, napovedni modeli, strojno učenje, bioinformatika
Published: 12.07.2013; Views: 1964; Downloads: 154
.pdf Full text (3,15 MB)

Search done in 0.03 sec.
Back to top
Logos of partners University of Maribor University of Ljubljana University of Primorska University of Nova Gorica