Treballs Fi de Màster> Enginyeria Informàtica i Matemàtiques

Graph Convolutional Neural Networks applied to classify cancer types

  • Identification data

    Identifier: TFM:992
  • Authors:

    Pascual Saldaña, Heribert
  • Others:

    Keywords: GCNN, Càncer, Classificació GCNN, Cancer, Classification GCNN, Cáncer, Clasificación
    Title in different languages: Xarxes convolucionals de grafs aplicades a la classificació de tipus de càncers Graph Convolutional Neural Networks applied to classify cancer types Redes convolucionales de grafos aplicadas a la clasificación de tipos de cáncer
    Subject areas: Enginyeria informàtica Computer engineering Ingeniería informática
    Confidenciality: No
    Academic year: 2020-2021
    Student: Pascual Saldaña, Heribert
    Department: Enginyeria Informàtica i Matemàtiques
    Access Rights: info:eu-repo/semantics/openAccess
    Work's public defense date: 2021-09-21
    Project director: Julià Ferré, Carme
    Abstract: 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. The main objective of this master's thesis was to reproduce the results published in the paper “Classification of Cancer Types Using Graph Convolutional Neural Networks” written by Ricardo Ramirez et al., since the use of these networks is a relatively new concept. The paper’s goal is to classify tumour tissues correctly using their RNA, through the use of convolutional graph networks (aka. GCNN). Finally, the code supplied with the paper isn’t usable, because there’re some missing parts and is focused in show the results exposed in the paper. For these reasons, many modifications and proposals are shown in this thesis.
    Subject: Enginyeria informàtica
    Entity: Universitat Rovira i Virgili (URV)
    Language: en
    Education area(s): Enginyeria de la Seguretat Informàtica i Intel·ligència Artificial
    Title in original language: Graph Convolutional Neural Networks applied to classify cancer types
    Creation date in repository: 2022-05-17
  • Keywords:

    Enginyeria informàtica
    Computer engineering
    Ingeniería informática
    Enginyeria informàtica
  • Documents:

  • Cerca a google

    Search to google scholar