|
|
|
|
| LEADER |
02037na a2200229 4500 |
| 003 |
HR-ZaFER |
| 008 |
160221s2019 ci ||||| m||| 00| 0 hr d |
| 035 |
|
|
|a (HR-ZaFER)ferid7402
|
| 040 |
|
|
|a HR-ZaFER
|b hrv
|c HR-ZaFER
|e ppiak
|
| 100 |
1 |
|
|a Vrček, Lovro
|9 40716
|
| 245 |
1 |
0 |
|a Poliranje DNA slijeda koristeći metode dubokog učenja :
|b završni rad /
|c Lovro Vrček ; [mentor Mile Šikić].
|
| 246 |
1 |
|
|a DNA Sequence Polishing Using Deep learning
|i Naslov na engleskom:
|
| 260 |
|
|
|a Zagreb,
|b L. Vrček,
|c 2019.
|
| 300 |
|
|
|a 22 str. ;
|c 30 cm +
|e CD-ROM
|
| 502 |
|
|
|b preddiplomski studij
|c Fakultet elektrotehnike i računarstva u Zagrebu
|g smjer: Računarska znanost, šifra smjera: 41, datum predaje: 2019-06-14, datum završetka: 2019-07-16
|
| 520 |
3 |
|
|a Sažetak na hrvatskom: 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.
|
| 520 |
3 |
|
|a Sažetak na engleskom: 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.
|
| 653 |
|
1 |
|a sastavljanje genoma, konsenzus, duboko učenje
|
| 653 |
|
1 |
|a genome assembly, consensus, deep learning
|
| 700 |
1 |
|
|a Šikić, Mile
|4 ths
|9 29535
|
| 942 |
|
|
|c Z
|
| 999 |
|
|
|c 51431
|d 51431
|