Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: fuzzy inference systems

Sortuj według:

Ogranicz wyniki do:

Method for deisotoping based on fuzzy inference systems

Glodek A., Polańska J.

Mathematica Applicanda

2018

Vol. 46, no. 1

77--86

Proteins are very significant molecules that can construct the fingerprint of cancer. When dealing with large molecules, such as proteins, the crucial issue is their trustful and precise identification. In the majority of cases, mass spectrometry is used to identify the protein. Processing of data gathered in mass spectrometry experiment consists of several steps, and one of them is deisotoping. It is an essential part of preprocessing because some peaks in the spectrum are not the unique compound, but they are members of an isotopic envelope. There are several existing methods of deisotoping, but none of them is general and can be used in any experimental settings. To manage this, we propose a new algorithm based on fuzzy inference systems. The method was tested on the data provided by Institute of Oncology in Gliwice, that has been gathered in MALDI experiment in two different settings on head and neck cancer tissue samples. The comparison study, done between the developed fuzzy-based algorithm and mMass method revealed that the proposed method was able to identify more consistent with the expert annotation isotopic envelopes.

Praca przedstawia nowy algorytm identyfikacji obwiedni izotopowych w widmach proteomicznych MALDI ToF. W ostatnich latach proteomika wraz z genetyką i transkryptomiką, silnie wspierają diagnostykę chorób nowotworowych. Bardzo ważne jest precyzyjne zidentyfikowanie białek znajdujących się w obszarze raka, gdyż pozwala to zrozumieć proces nowotworzenia oraz zaplanować własciwą terapię. Spektrometia mas, a właściwie technika zwana MALDI ToF (ang. Matrix Assisted Laser Desorption/Ionization Time-of-Flight Mass Spectrometry) jest powszechnie stosowana do pozyskania widm masowych, w których zawarta jest informacja o liczbie jonów o danym stosunku masy do ładunku. Etap przetwarzania wstępnego sygnału wymaga m.in. usunięcia szumu, linii bazowej i normalizacji. Identyfikacja przetwarzania wstępnego, który pozwala na usuniecie redundancji i zredukowanie wymiarowości danych. Istnieje wiele algorytmów identyfikacji obwiedni izotopowej, jednak każdy z nich przeznaczony jest dla innego rodzaju techniki spektrometrii masowej (MALDI, LC-MS, ESI, etc.) bądź dla konkretnego rodzaju cząsteczek. Zaproponowany algorytm oparty jest na teorii systemów rozmytych, a reguły wnioskowania zostały opracowane we współpracy z zespołem ekspertów w dziedzinie spektrometrii masowej. Przetestowany został na danych uzyskanych z Instytutu Onkologii im. Marii Skłodowskiej-Curie w Gliwicach, pochodzących z badań nad rakiem głowy i szyi. Wyniki autorskiego algorytmu do identyfikacji obwiedni izotopowych porównano z jedną z istniejących metod do identyfikacji obwiedni izotopowych.

Modelowanie kartograficzne z wykorzystaniem neurorozmytych automatów komórkowych

Olszewski R.

Archiwum Fotogrametrii, Kartografii i Teledetekcji

2003

Vol. 13a

171--180

Mapa jako środek przekazu informacji chorologicznej, tj. informacji o rozmieszczeniu obiektów i zjawisk w przestrzeni geograficznej, podlega ograniczeniom wynikającym z zakresu pojemności informacyjnej. W procesie przekazu kartograficznego istnieje zatem konieczność celowego uogólnienia informacji źródłowej realizowanego poprzez generali-zację. Jednym ze sposobów generalizacji jest agregacja danych przestrzennych. Istnieje wiele algorytmicznych metod agregacji, większość z nich związana jest z generalizacją danych zapisanych w formacie wektorowym. Dla danych źródłowych w postaci rastrowej wymaga to pracochłonnej wstępnej konwersji formatu raster → wektor oraz wynikowej konwersji wektor → raster. Autor podjął próbę zastosowania bezpośredniej agregacji obiektów powierzchniowych na obrazach rastrowych. Przeprowadzone badania wskazują na celowość zastosowania metod tzw. sztucznej inteligencji obliczeniowej, jako metody kartograficznego modelowania tak zdefiniowanych danych źródłowych. W artykule omówiono trzy wybrane metody sztucznej inteligencji obliczeniowej (automaty komórkowe, sztuczne sieci neuronowe i systemy wnioskowania rozmytego) oraz ich zastosowanie w procesie generalizacji kartograficznej.

Investigations which have been performed by the author justify utilisation of methods of the, so-called, artificial intelligence, as a complex method of cartographic modelling of source data. Of the many existing methods for area aggregation a majority concern maps in vector format. The author investigated some approaches to direct aggregation of area objects in raster maps. This includes cellular automata, neural networks and fuzzy inference systems. The essence of cellular automata is the ability to create complex, global patterns and spatial behaviour, based on simple rules of changes of local range and on knowledge concerning individual cells. Therefore a model of the cartographic generalization process, combining the nature of quantitative generalization of the content and the form with the nature of qualitative generalization, may be developed based on the theory of non-linear cellular automata.