Iskanje po katalogu digitalne knjižnice

Opis: Namen magistrskega dela je preizkusiti, kako vpliva uglaševanje hiperparametrov nevronskih mrež na njihovo natančnost in ali je možno doseči izboljšavo s spreminjanjem privzetih hiperparametrov. V teoretičnem delu smo pripravili uvod v nevronske mreže in se poglobili v dobre tehnike učenja. Predstavili smo algoritem diferencialne evolucije in metodo roja delcev, s katerima smo si pomagali pri optimizaciji. V praktičnem delu smo z modelom ResNet reševali problem razvrščanja slik v razrede pri podatkovni zbirki ptic. Analizirali smo različne iskalne konfiguracije hiperparametrov in ovrednotili njihove natančnosti. Na koncu smo ovrednotili hipoteze in podali ideje za nadaljnje delo.
Ključne besede: nevronske mreže, hiperparametri, evolucijski algoritmi
Objavljeno v DKUM: 14.10.2024; Ogledov: 0; Prenosov: 15
Celotno besedilo (3,45 MB)

Opis: V doktorski disertaciji smo s pomočjo najsodobnejših računalniških metod simulacij molekulske dinamike, nevronskih mrež in molekulskega sidranja preučevali in pojasnili sekundarno strukturo proteinov pod vplivom specifičnih mutacij, strukturo proteinov pod vplivom mikrovalovnega sevanja, napovedovali dihedralne kote fi in psi proteinskega ogrodja in analizirali vlogo nevropilinov pri različnih fizioloških in patoloških procesih. V prvem delu doktorske disertacije smo s pomočjo simulacij molekulske dinamike podrobno preučili vpliv polimorfizma rs4880 (mutacija Ala16Val) na sekundarno strukturo mitohondrijske tarčne sekvence človeškega encima mangan superoksidne dismutaze. Simulacije so pokazale, da alaninska varianta ohranja stabilno α-heliksno strukturo, kar je ugodno za pravilen transport v mitohondrije. Nasprotno pa se α-heliks valinske variante razgradi, kar vodi do tvorbe β-lista in s tem potencialno moti transport. Naši rezultati podpirajo predhodne eksperimentalne ugotovitve, da ima alaninska verzija višjo aktivnost tega encima v mitohondrijih. Ugotovitve pomembno prispevajo k razumevanju povezave med strukturo in funkcijo mitohondrijske tarčne sekvence ter vpliva polimorfizma Ala16Val na aktivnost manganove superoksidne dismutaze. V drugem delu doktorske disertacije smo razvili enostaven model globokega učenja za napovedovanje dihedralnih kotov fi (ϕ) in psi (ψ) proteinskega ogrodja zgolj na podlagi primarne strukture beljakovin. Model popolnoma povezanega nevronskega omrežja z drsečim oknom velikosti 21 aminokislinskih ostankov je dosegel zadovoljivo natančnost pri napovedovanju ϕ kotov in nekoliko nižjo, a še vedno sprejemljivo natančnost pri napovedovanju ψ kotov. Pokazali smo, da je mogoče tudi z enostavnim modelom nevronskih mrež doseči visoko natančnost pri napovedovanju dihedralnih kotov proteinskega ogrodja. V tretjem delu doktorske disertacije smo s pristopom molekularne dinamike preučevali vpliv mikrovalovnega sevanja na zvijanje beljakovin in možnost napačnega zvitja. Rezultati so pokazali, da mikrovalovno segrevanje povzroči pomik proti bolj kompaktnim konformacijam proteinov, kar se odraža v predvsem v manjših radijih sukanja. Mikrovalovno sevanje pa ni imelo večjega vpliva na sekundarne strukture beljakovin na skali 200 nanosekund. Naše delo predstavlja pomemben prispevek k razumevanju posledic izpostavljenosti beljakovin mikrovalovnemu sevanju. V četrtem delu doktorske disertacije smo temeljito raziskali vlogo nevropilinov v različnih fizioloških in patoloških procesih, kot so COVID-19, rak, nevropatska bolečina, srčno-žilne bolezni in diabetes. Pregledali smo terapevtske možnosti modulacije nevropilinov in predstavili serijo antagonistov, znanih kot zaviralcev signalizacije VEGF-A in rasti tumorjev. Ugotovitve predstavljajo trdne temelje za nadaljnji razvoj učinkovitih zdravil za klinično uporabo, s poudarkom na majhnih molekulskih antagonistih. Disertacija predstavlja izvirni znanstveni prispevek na področju molekularnega modeliranja, globokega učenja in strukturne biologije z neposredno uporabnostjo pri razumevanju in zdravljenju različnih bolezni ter razvoju terapevtskih strategij.
Ključne besede: molekulska dinamika, nevronske mreže, struktura proteinov, dihedralni koti, mikrovalovno sevanje, nevropilini
Objavljeno v DKUM: 09.10.2024; Ogledov: 0; Prenosov: 25
Celotno besedilo (18,05 MB)

Opis: V tem diplomskem delu bomo predstavili področje strojnega učenja, bolj specifično področje globokega učenja. V teoretičnem delu bomo prikazali, kako se je strojno učenje do sedaj že uporabljalo v športu, kako strojno in globoko učenje delujeta ter kako poteka proces učenja konvolucijskih nevronskih mrež. V praktičnem delu bomo ustvarili svojo učno množico in nato z algoritmom, ki je zasnovan na konvolucijskih nevronskih mrežah, ustvarili model, ki je zmožen določati uspešnost počepa po pravilih zveze za Powerlifting.
Ključne besede: strojni vid, globoko učenje, konvolucijske nevronske mreže, powerlifting
Objavljeno v DKUM: 19.09.2024; Ogledov: 0; Prenosov: 10
Celotno besedilo (3,43 MB)

Opis: Networks form the backbone of many complex systems, ranging from the Internet to human societies. Accordingly, not only is the range of our interactions limited and thus best described and modeled by networks, it is also a fact that the networks that are an integral part of such models are often interdependent or even interconnected. Networks of networks or multilayer networks are therefore a more apt description of social systems. This colloquium is devoted to evolutionary games on multilayer networks, and in particular to the evolution of cooperation as one of the main pillars of modern human societies. We first give an overview of the most significant conceptual differences between single-layer and multilayer networks, and we provide basic definitions and a classification of the most commonly used terms. Subsequently, we review fascinating and counterintuitive evolutionary outcomes that emerge due to different types of interdependencies between otherwise independent populations. The focus is on coupling through the utilities of players, through the flow of information, as well as through the popularity of different strategies on different network layers. The colloquium highlights the importance of pattern formation and collective behavior for the promotion of cooperation under adverse conditions, as well as the synergies between network science and evolutionary game theory.
Ključne besede: kooperacija, sociološke mreže, evolucijske igre, kolektivni pojav, samo-organizacija, fazni prehodi, recipročnost, fizika socioloških sistemov, cooperation, social networks, evolutionary games, collective phenomena, self-organization, phase transitions, reciprocity, physics of social systems
Objavljeno v DKUM: 17.09.2024; Ogledov: 0; Prenosov: 1
Povezava na celotno besedilo

Opis: V zaključnem delu smo izdelali modularno aplikacijo, ki je namenjena napovedovanju, ali je slika realna ali umetno ustvarjena. Za ta namen smo naučili enajst različnih modelov, vsakega s petnajstimi različnimi kombinacijami hiperparemetrov. Na podlagi tega smo dobili rezultate, kjer smo izračunali razne statistične mere in korelacije med rezultati. Poleg servisa za klasifikacijo oz. za učenje modelov smo izdelali tudi servis za ustvarjanje učne množice po lastnih željah, spletno aplikacijo, ki omogoča napovedi, in aplikacijski programski vmesnik, ki služi za komunikacijo med servisom za razpoznavo in spletno aplikacijo.
Ključne besede: Strojno učenje, nevronske mreže, klasifikacija, PyTorch
Objavljeno v DKUM: 11.09.2024; Ogledov: 56; Prenosov: 16
Celotno besedilo (9,68 MB)