Klasifikacija mikroba uporabom dubokog učenja

diplomski rad

• Naslov (engleski): Microbe Classification Using Deep Learning
• Autor: Kristijan Pongračić
• Mentor: Mile Šikić (mentor)
• Član povjerenstva: Mile Šikić (predsjednik povjerenstva)
• Član povjerenstva: Ivica Botički (član povjerenstva)
• Član povjerenstva: Krešimir Križanović (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2022-07-01, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

Mikrobi su sveprisutni, golim okom nevidljivi organizmi. Oni utječu i međudjeluju s ljudima na više načina. Stoga je važno moći prepoznati i klasificirati mikrobe kako bi otkrili bolesti, propisali liječenje i zadržali zdrav način života. Cilj ovog rada bio je razviti klasifikator koji bi mogao odrediti kojoj klasi pripada sekvencionirano očitanje nekog mikroba. Arhitektura modela temelji se na modelu transformera. Za poboljšanje performansi koriste se dvije različite metode ekstrakcije značajki i četiri tehnike povečanja podataka. Model je testiran na Zymo mock community skupu podataka.

Sažetak (engleski)

Microbes are omnipresent organisms invisible to the naked eye. They affect and interact with humans in multiple ways. The ability to detect and classify microbes is essential to discover diseases, prescribe medication, and keep a healthy lifestyle. The goal of this thesis was to develop a classifier that could predict the class membership of an individual sequenced read that corresponds to some microbe. Model architecture is based on the transformer model. Two different feature extraction methods and four data augmentation techniques are used to improve performance. The model was tested on Zymo mock community dataset.

• Ključne riječi: bionformatika; mikrobi; klasifikacija; duboko učenje; transformer
• Ključne riječi (engleski): bioinformatics; microbes; classification; deep learning; transformers
• Jezik: engleski
• URN:NBN: urn:nbn:hr:168:983166
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2023-01-13 15:55:18