Treballs Fi de Màster> Enginyeria Informàtica i Matemàtiques

Graph Convolutional Neural Networks applied to classify cancer types

  • Datos identificativos

    Identificador: TFM:992
  • Autores:

    Pascual Saldaña, Heribert
  • Otros:

    Palabras clave: GCNN, Càncer, Classificació GCNN, Cancer, Classification GCNN, Cáncer, Clasificación
    Título en diferentes idiomas: 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
    Áreas temàticas: Enginyeria informàtica Computer engineering Ingeniería informática
    Confidencialidad: No
    Curso académico: 2020-2021
    Estudiante: Pascual Saldaña, Heribert
    Departamento: Enginyeria Informàtica i Matemàtiques
    Derechos de Accesso: info:eu-repo/semantics/openAccess
    Fecha de la defensa del trabajo: 2021-09-21
    Director del proyecto: Julià Ferré, Carme
    Resumen: 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.
    Materia: Enginyeria informàtica
    Entidad: Universitat Rovira i Virgili (URV)
    Idioma: en
    Enseñanza(s): Enginyeria de la Seguretat Informàtica i Intel·ligència Artificial
    Título en la lengua original: Graph Convolutional Neural Networks applied to classify cancer types
    Fecha de alta en el repositorio: 2022-05-17
  • Palabras clave:

    Enginyeria informàtica
    Computer engineering
    Ingeniería informática
    Enginyeria informàtica
  • Documentos:

  • Cerca a google

    Search to google scholar