Semantičko indeksiranje dokumenata i iterativno pretraživanje

diplomski rad

• Autor: Rajan Zejnuni
• Mentor: Pavle Goldstein (mentor)
• Član povjerenstva: Pavle Goldstein (predsjednik povjerenstva)
• Član povjerenstva: Nela Bosner (član povjerenstva)
• Član povjerenstva: Tina Bosner (član povjerenstva)
• Član povjerenstva: Marko Vrdoljak (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Prirodoslovno-matematički fakultet; (Matematički odsjek); Zagreb
• Datum i država obrane: 2019-03-01, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: PRIRODNE ZNANOSTI; Matematika

Sažetak

Cilj ovog rada je bio pronaći glavne karakteristične motive devet proteinskih familija metodom iterativnog pretraživanja. Problem sam transformirao u klasifikacijski te karakteristične motive zamijenio s n-gramima. Problemi s kojima sam se susreo u ovom radu su određivali smjer u kojem sam se kretao kako bih došao do konačnog željenog rezultata. Pronašao sam proteinske rječnike koji predstavljaju glavne karakteristike proteinskih familija, klasificirao proteinske nizove te reducirao dimenziju prostora. Konačno, rezultati nakon redukcije su se pokazali izrazito kvalitetnim jer sam značajno smanjio dimenziju prostora a da se pritom točnost klasifikacije nije značajno promijenila.

Sažetak (engleski)

The purpose of this thesis was to find the main distinctive motifs of the nine protein families using the iterative method. I transformed the problem into one of a classification nature and replaced the distinctive motifs with n-grams. The problems I faced throughout my research determined the direction in which I proceeded so that I could get to the final and wanted result. I determined the protein dictionary which represent the main characteristics of protein families, after which I classified the protein sequences and reduced the space dimension. Finally, the results after the reduction proved to be of a tremendously great quality as I have significantly reduced the space dimension without significantly changing the accuracy of the classification.

• Ključne riječi: proteinske familije; iterativno pretraživanje; proteinski rječnik
• Ključne riječi (engleski): protein families; iterative method; protein dictionary
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:217:255395
• 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: 2019-09-10 10:54:34