| | 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 - 7 / 7
First pagePrevious page1Next pageLast page
1.
2.
KLASIFIKACIJA TOPNOSTI PROTEINOV V PROSTORU BIOMEDICINSKIH KONCEPTOV TEKSTOVNE ANALIZE
Simon Kocbek, 2011, dissertation

Abstract: Proteini so pomemben del vsakega organizma in imajo številne pomembne funkcije, katere so v veliki meri odvisne od strukture proteina. Zadnja je mnogokrat predmet raziskav, kjer strokovnjaki izolirajo posamezen protein in proučijo njegove strukturne lastnosti. Na proces izolacije proteina v veliki meri vpliva njegova topnost, saj je protein z nizko stopnjo topnosti zelo težko izolirati. Prav tako so netopni proteini razlog za nekatere pomembne bolezni. Zaradi teh razlogov želijo strokovnjaki velikokrat vnaprej vedeti, kateri proteini imajo več možnosti za visoko stopnjo topnosti. Posledično so se razvile številne metode, ki uporabljajo tehnike nadzorovanega strojnega učenja za klasifikacijo topnosti proteinov. Te metode klasificirajo proteine v topne in ne-topne ter se uporabljajo za napovedovanje topnosti za nove primerke. V disertaciji predlagamo novo metodo za klasifikacijo topnosti proteinov, ki s pomočjo tehnik tekstovnega rudarjenja izlušči medicinsko znanje iz strokovne literature in ga predstavi v obliki atributov. Te atribute poimenujemo atributi biomedicinskih konceptov in predstavljajo novost na področju klasifikacije topnosti proteinov. Do sedaj uporabljene metode so namreč omejene z uporabo atributov, ki so večinoma izpeljani le iz sekvence proteina. V okviru disertacije tako podamo številne znanstvene prispevke. Predlagana je metoda za ekstrakcijo atributov biomedicinskih konceptov iz strokovne literature na podlagi imena oziroma identifikacijske številke proteina. Nadalje ponudimo originalno primerjavo metod, ki uporabljajo nove atribute, z metodami, ki ponujajo že uveljavljene atribute izpeljane iz sekvence proteina. Kot se pokaže v disertaciji, novi atributi doprinesejo k uspešnosti klasifikacije topnosti proteinov. Podan je tudi algoritem za implementacijo najuspešega klasifikatorja z atributi biomedicinskih konceptov. Zadnji prispevek vključuje novo medicinsko znanje, ki ponudi indice o tem, katere skupine besed in besednih zvez iz strokovne literature so najbolj povezane s topnostjo proteinov. Disertacija je sestavljena iz skupno osem poglavij, katera podrobno predstavijo teoretično ozadje področij, kot so nadzorovano strojno učenje, tekstovno rudarjenje ter struktura in topnost proteinov. Obsežen del disertacije je namenjen opisu proteinskih podatkovnih baz, ki ponujajo informacije o topnosti proteinov ter opisu razvite metode in njene primerjave z do sedaj uporabljanimi metodami. Izvedena je empirična primerjava dvajsetih baz sekvenčnih atributov, ki jim postopoma dodajamo nove atribute in spremljamo doprinose k uspešnosti treh pogosto uporabljanih klasifikacijskih metod.
Keywords: strojno učenje, klasifikacija topnosti proteinov, biomedicinski koncept, izbira atributov, tekstovno rudarjenje
Published: 10.11.2011; Views: 1707; Downloads: 123
.pdf Full text (3,74 MB)

3.
AGRA: analysis of gene ranking algorithms
Simon Kocbek, Rune Saetre, Gregor Štiglic, Jin-Dong Kim, Igor Pernek, Yoshimasa Tsuruoka, Peter Kokol, Sophia Ananiadou, Jun-ichi Tsujii, 2011, short scientific article

Abstract: Often, the most informative genes have to be selected from different gene setsand several computer gene ranking algorithms have been developed to cope with the problem. To help researchers decide which algorithm to use, we developed the Analysis of Gene Ranking Algorithms (AGRA) system that offers a novel technique for comparing ranked lists of genes. The most important feature of AGRA is that no previous knowledge of gene ranking algorithms is needed for their comparison. Using the text mining system FACTA (Tsuruoka et al., 2008), AGRA defines what we call Biomedical Concept Space (BCS) for each gene list and offers comparison of the gene lists in six different BCS categories. The uploaded gene lists can be compared using two different methods. In the first method, the overlap between each pair of two gene lists of BCSs is calculated. The second method offers a text field where specific biomedical concept can be entered. AGRA searches for this concept in each genelistsć BCS, highlights the rank of the concept and offers a visual representation of concepts ranked above and below it.
Keywords: genetic algorithms, genetski algoritmi
Published: 05.06.2012; Views: 1171; Downloads: 49
URL Link to full text

4.
5.
Comprehensive decision tree models in bioinformatics
Gregor Štiglic, Simon Kocbek, Igor Pernek, Peter Kokol, 2012, original scientific article

Abstract: Purpose Classification is an important and widely used machine learning technique in bioinformatics. Researchers and other end-users of machine learning software often prefer to work with comprehensible models where knowledge extraction and explanation of reasoning behind the classification model are possible. Methods This paper presents an extension to an existing machine learning environment and a study on visual tuning of decision tree classifiers. The motivation for this research comes from the need to build effective and easily interpretable decision tree models by so called one-button data mining approach where no parameter tuning is needed. To avoid bias in classification, no classification performance measure is used during the tuning of the model that is constrained exclusively by the dimensions of the produced decision tree. Results The proposed visual tuning of decision trees was evaluated on 40 datasets containing classical machine learning problems and 31 datasets from the field of bioinformatics. Although we did notexpected significant differences in classification performance, the resultsdemonstrate a significant increase of accuracy in less complex visuallytuned decision trees. In contrast to classical machine learning benchmarking datasets, we observe higher accuracy gains in bioinformatics datasets. Additionally, a user study was carried out to confirm the assumptionthat the tree tuning times are significantly lower for the proposed method in comparison to manual tuning of the decision tree. Conclusions The empirical results demonstrate that by building simple models constrained by predefined visual boundaries, one not only achieves good comprehensibility, but also very good classification performance that does not differ from usually more complex models built using default settings of the classical decision tree algorithm. In addition, our study demonstrates the suitability of visually tuned decision trees for datasets with binary class attributes anda high number of possibly redundant attributes that are very common in bioinformatics.
Keywords: decision tree models, machine learning technique, visual tuning, bioinformatics
Published: 05.06.2012; Views: 1020; Downloads: 167
.pdf Full text (524,39 KB)
This document has many files! More...

6.
Vpliv varnostnih mehanizmov na povezljivost spletnih storitev
Simon Kocbek, Matjaž B. Jurič, 2007, original scientific article

Abstract: Pri integraciji informacijskih sistemov z uporabo spletnih storitev je treba ustrezno nasloviti področje varnosti. Prispevek proučuje povezljivost spletnih storitev v okviru standarda WSS (Web Services Security). Gre za specifikacije, ki so namenjene varovanju spletnih storitev. V prispevku smo analizirali podporo za razvoj varnih spletnih storitev na platfonni Java in ogrodju .NET, proučili njihovo povezljivost ter implementirali varno storitev, izdelano v okolju Microsoft .NET in njenega odjemalca v okolju Java. Identificirali in analizirali smo probleme, ki so nastali pri njunem povezovanju.
Keywords: spletne storitve, integracija, Java, .NET
Published: 10.07.2015; Views: 315; Downloads: 11
URL Link to full text

7.
Vpliv mikrovalov na zvijanje e2 -peptida: računalniški pristop
Simon Kocbek, 2018, undergraduate thesis

Abstract: Tehnologija je iz dneva v dan bolj integrirana v naše življenje. Hiter razvoj nam je prinesel veliko naprav, ki nam olajšujejo vsakodnevno življene. Veliko število teh komunikacijskih, navigacijskih in skpektroskopskuh naprav pri delovanju izseva mikrovalove. Zaradi visoke izpostavljenosti mikrovalovom je pomembno, da preučimo morebitne negativne vplive te tehnologije. V ta namen smo se odločili, da raziščemo vpliv mikrovalov na gardnike neših teles - peptide. Ubrali smo računalniški pristop in s pomočjo molekulske dinamike preučevali vpliv mikrovalov na zvijanje betapeptida. Z uporabo razklopljnenih termostatov smo ločeno nastavljali rotacijsko, translacijsko in vibracijsko temperaturo sistema betapeptida v raztopini. Primerjali smo zvijanje peptida pod pogoji klasičnega in mikrovalovnega segrevanja in prišli do zaključka, da rotacijsko gibanje polarnega metanola prekine vodikove vezi med topilom in peptidom, kar vodi do tvorbe novih vodikovih vezi med atomi vijačnice. Posledica tega je kompaktnjše zvitje betapeptida. Prav taki strnjeni agregati lahko vodijo do nastanka amiloidnih nitk, ki so povezane z nevrodegenerativnimi boloznimi, kot je Alzheimerjeva bolezen.
Keywords: Mikrovalovi, simulacije molekulske dinamike, betapeptid, zvijanje
Published: 05.10.2018; Views: 256; Downloads: 25
.pdf Full text (6,69 MB)

Search done in 0.18 sec.
Back to top
Logos of partners University of Maribor University of Ljubljana University of Primorska University of Nova Gorica