Treballs Fi de MàsterEnginyeria Informàtica i Matemàtiques

Graph Convolutional Neural Networks applied to classify cancer types

  • Dades identificatives

    Identificador:  TFM:992
    Autors:  Pascual Saldaña, Heribert
  • Altres:

    Entitat: Universitat Rovira i Virgili (URV)
    Confidencialitat: No
    Ensenyament(s): Enginyeria de la Seguretat Informàtica i Intel·ligència Artificial
    Títol en diferents idiomes: Xarxes convolucionals de grafs aplicades a la classificació de tipus de càncers
    Resum: L'objectiu principal d'aquesta tesi de màster era reproduir els resultats publicats en el document “Classificació de tipus de càncer que utilitzen xarxes neuronals convolucionals de grafs” escrit per Ricardo Ramírez i altres. L'objectiu del document és classificar correctament els teixits tumorals utilitzant el seu ARN, mitjançant l'ús de xarxes de grafs convolutionals (conegut com GCNN). Finalment, el codi subministrat amb el paper no es pot utilitzar, perquè hi ha algunes parts que falten i se centra en mostrar els resultats exposats al paper. Per aquestes raons, en aquesta tesi es mostren moltes modificacions i propostes.
    Matèria: Enginyeria informàtica
    Curs acadèmic: 2020-2021
    Idioma: en
    Data de la defensa del treball: 2021-09-21
    Àrees temàtiques: Enginyeria informàtica
    Estudiant: Pascual Saldaña, Heribert
    Departament: Enginyeria Informàtica i Matemàtiques
    Data d'alta al repositori: 2022-05-17
    Paraules clau: GCNN, Càncer, Classificació
    Títol en la llengua original: Graph Convolutional Neural Networks applied to classify cancer types
    Drets d'accés: info:eu-repo/semantics/openAccess
    Director del projecte: Julià Ferré, Carme
  • Paraules clau:

    Enginyeria informàtica
    Computer engineering
    Ingeniería informática
  • Documents:

  • Cerca a google

    Search to google scholar