Metode strojnog učenja i obrada signala u biološkim primjenama (CROSBI ID 381148)
Ocjenski rad | sveučilišni preddiplomski završni rad
Podaci o odgovornosti
Dumančić, Sebastijan
Seršić, Damir
hrvatski
Metode strojnog učenja i obrada signala u biološkim primjenama
Potreba za automatizacijom medicinskih testova sve je veća, no zbog izuzetne kompleksnosti problem nije moguće riješiti klasičnim metodama. U radu je u kratkim crtama objašnjena pozadina problema automatizirane detekcije bolesti. Prikazana je ideja iza strojnog učenja, te je objašnjena metoda slučajnih šuma koja je odabrana za rješavanje problema. Također, objašnjen je pojam histograma orijentiranih gradijenata koji predstavljaju značajke na slikama. Velika pažnja posvećena je problemu velikog broja značajki koje unose šum u podatke. U radu je prikazana usporedba nekoliko metoda koje uklanjaju manje bitne značajke, mogućnost njihovog kombiniranje te kaskadiranja. Funkcionalnost je implementirana u sustavu MATLAB.
Slučajne šume; histogram orijentiranih gradijenata; smanjivanje broja značajki; slučajan odabir značajki; vođeni odabir značajki; pca; MATLAB; autoimune bolesti; imunofluorescencija
nije evidentirano
engleski
Machine learning and signal processing in biological applications
nije evidentirano
Random forest; histogram of oriented gradients; dimensionality reduction; random feature selection; guided feature selection; pca; MATLAB; autoimmune diseases; immunofluorescence
nije evidentirano
Podaci o izdanju
49
06.07.2012.
obranjeno
Podaci o ustanovi koja je dodijelila akademski stupanj
Fakultet elektrotehnike i računarstva
Zagreb