Semantičko indeksiranje i klasifikacija dokumenata

diplomski rad

• Autor: Filip Janjić
• Mentor: Pavle Goldstein (mentor)
• Član povjerenstva: Pavle Goldstein (predsjednik povjerenstva)
• Član povjerenstva: Juraj Šiftar (član povjerenstva)
• Član povjerenstva: Dijana Ilišević (član povjerenstva)
• Član povjerenstva: Igor Pažanin (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Prirodoslovno-matematički fakultet; (Matematički odsjek); Zagreb
• Datum i država obrane: 2019-02-28, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: PRIRODNE ZNANOSTI; Matematika

Sažetak

Cilj ovog rada je klasifikacija proteina pomoću algoritma potpornih vektora i n-gramskog rječnika. Prvo su dani osnovni pojmovi iz linearne algebre, euklidskih prostora i teorije optimizacije, potrebni za lakše shvaćanje tema obrađenih u radu. Objašnjena je matematička pozadina načina rada algoritma, s posebnim naglaskom na jezgrene funkcije koje se koriste. Za analizu se koristi deset proteinskih familija, pri čemu je iz svake familije uzeto 300 proteina za trening i 100 proteina za testiranje. Nakon što je napravljen n-gramski rječnik, provedeni su testovi klasifikacije pomoću algoritma potpornih vektora te su uspoređivani rezultati za različite jezgrene funkcije u ovisnosti o parametrima.

Sažetak (engleski)

The aim of this work is to classify proteins using the support vector machine and the n-gram dictionary. First, we present some basic concepts from linear algebra, Euclidean spaces, and optimization theory that are needed later on. A mathematical background of the algorithm has been explained in detail, with a special emphasis on the kernel functions. Ten protein families were used for the analysis, using 300 protein for each family for training and 100 test proteins. After the n-gram vocabulary was made, classification tests were performed using the support vector machine, and comparisons were made for different kernel functions depending on the parameters.

• Ključne riječi: klasifikacija proteina; linearna algebra; euklidski prostori; teorija optimizacije; jezgrene funkcije; n-gramski rječnik
• Ključne riječi (engleski): protein classification; linear algebra; Euclidean spaces; optimization theory; kernel functions; n-gram dictionary
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:217:302793
• Studijski program: Naziv: Matematička statistika; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra matematike (mag. math.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Otvoreni pristup
• Datum i vrijeme pohrane: 2019-07-19 10:50:49