Your browser does not support JavaScript!

Αρχική    Συλλογές    Τύπος Εργασίας  

Τύπος Εργασίας

Τεχνικές αναφορές [13] Διδακτορικές διατριβές [1996]
Πτυχιακές εργασίες [1241] Διάφορα [73]
Μεταπτυχιακές εργασίες ειδίκευσης [4645]

Τρέχουσα Εγγραφή: 15 από 44

Πίσω στα Αποτελέσματα Προηγούμενη σελίδα
Επόμενη σελίδα
Προσθήκη στο καλάθι
[Προσθήκη στο καλάθι]
Κωδικός Πόρου 000419274
Τίτλος Causal discovery limitations in learning molecular interaction networks : an empirical study using linear mechanistic models
Άλλος τίτλος Περιορισμοί αιτιακής ανακάλυψης στην εκμάθηση δικτύων μοριακής αλληλεπίδρασης: μια εμπειρική μελέτη βασισμένη σε γραμμικά μηχανιστικά μοντέλα
Συγγραφέας Κρανά, Μυρτώ Λ.
Σύμβουλος διατριβής Τσαμαρδινός, Ιωάννης
Μέλος κριτικής επιτροπής Τσακαλίδης, Παναγιώτης
Πανταζής, Ιωάννης
Περίληψη Τα μηχανιστικά μοντέλα έχουν χρησιμοποιηθεί με μεγάλη επιτυχία στην περιγραφή των βιολογικών συστημάτων. Η ακρίβειά τους, ωστόσο, εξαρτάται περισσότερο από τις γνώσεις των ειδικών σχετικά με τη δομή των αιτιακών αλληλεπιδράσεων μεταξύ των συνιστωσών ενός συστήματος παρά από την αφθονία των πειραματικών δεδομένων. Ταυτόχρονα, αρκετοί αλγόριθμοι που μπορούν να μάθουν τις αιτιακές δομές εκ νέου από παρατηρητικά και πειραματικά δεδομένα αναπτύσσονται τις τελευταίες δεκαετίες. Παρά την ελκυστική προσοχή που συγκεντρώνουν, η εφαρμογή τους στην εκμάθηση βιολογικών συστημάτων είναι σχετικά ανεπαρκής. Στη παρούσα εργασία μελετάμε συστηματικά την επίδραση των παραβιάσεων των αιτιακών υποθέσεων στους αλγόριθμους μάθησης βασικών δομών χρησιμοποιώντας μηχανιστικά μοντέλα και επιλέγοντας ως υπο μελέτη συστήματα σηματοδοτικά δίκτυα πρωτεϊνών. Επειδή το ίδιο δίκτυο αιτιακών αλληλεπιδράσεων μπορεί να περιγραφεί με τη χρήση αρκετών μηχανιστικών μοντέλων μελετάμε διάφορες τοπολογίες συστημάτων και διαφορετικούς συνδυασμούς στις προδιαγραφές των μοντέλων. Ακόμα, υπολογίζουμε την αναλυτική λύση κάθε μοντέλου σε κατάσταση ισορροπίας και αντιπαραβάλλουμε τη λύση με τις θεμελιώδεις αρχές της αιτιακής ανακάλυψης. Αποδεικνύουμε μαθηματικά τις συνθήκες κάτω από τις οποίες ένας αλγόριθμος αιτιακής εκμάθησης θα ανακαλύψει εγγυημένα τη δομή ενός συστήματος που περιγράφεται από ένα μηχανιστικό μοντέλο. Στις περιπτώσεις που δεν καθίσταται δυνατή η αναλυτική λύση, χρησιμοποιούμε προσομοιώσεις. Δείχνουμε ότι, υπό συνθήκες σταθερής κατάστασης, η δομή των αλληλεπιδράσεων που έχει υπολογιστεί από δεδομένα μηχανιστικών μοντέλων, είναι, γενικά, ασυνεπή με την αναμενόμενη αιτιακή δομή. Συνεπώς, αποκαλύπτουμε ότι μόνο υπό αυστηρές συνθήκες είναι δυνατή η ανακάλυψη της αιτιακής δομής, χρησιμοποιώντας έναν αλγόριθμο αιτιακής ανακάλυψης βασιζόμενο σε περιορισμούς.
Φυσική περιγραφή vi, 59 σ. : σχεδ., πιν., εικ.(μερ. εγχρ.) ; 30 εκ.
Γλώσσα Αγγλικά
Θέμα Molecular networks
Μοριακά δίκτυα
Ημερομηνία έκδοσης 2018-11-23
Συλλογή   Σχολή/Τμήμα--Σχολή Θετικών και Τεχνολογικών Επιστημών--Τμήμα Επιστήμης Υπολογιστών--Μεταπτυχιακές εργασίες ειδίκευσης
  Τύπος Εργασίας
Μόνιμη Σύνδεση https://elocus.lib.uoc.gr//dlib/6/0/2/metadata-dlib-1542361167-924894-12218.tkl Bookmark and Share
Εμφανίσεις 1041

Ψηφιακά τεκμήρια
No preview available

Δεν έχετε δικαιώματα για να δείτε το έγγραφο.
Δεν θα είναι διαθέσιμο έως: 2021-11-23