Refinamiento de un enfoque de red neuronal convolucional de grafos aplicado a la clasificación de tipos de cáncer

Identificador:  TFM:1228

Handle: https://hdl.handle.net/20.500.11797/TFM1228

Autores:  Ousuwan, Aphanchanok

Resumen:
L'objectiu de la tesi del màster és estudiar i refinar l'arquitectura model d'un enfocament prèviament presentat per millorar la precisió de la predicció en cada tipus de càncer. Aquest treball té quatre models GCNN que són PPI, PPIS, COEX i COEXS, utilitzant dades de TCGA de càncer i teixit normal com a entrada depenent de l'expressió gènica. Després del refinament, l'exactitud de predicció de quatre models GCNN va aconseguir el 89-96% excepcional entre 34 classes i va reduir els errors predictius en el model original de classes de càncer que presenten problemes.