Izboljšave dinamičnega algoritma za iskanje maksimalne klike v proteinskem grafu z uporabo strojnega učenja

Reba, Kristjan (avtor), Guid, Matej (mentor), Konc, Janez (komentor)

Iskanje maksimalne klike spada med dobro raziskane NP-polne probleme. Za praktično uporabnost algoritmov za iskanje maksimalne klike morajo biti ti dovolj hitri na ciljni domeni grafov. V zadnjih letih je bilo narejenega veliko napredka na področju strojnega učenja na grafih. V magistrskem delu uporabimo moderne pristope strojnega učenja na grafih za pohitritev dinamičnega algoritma za iskanje maksimalne klike. Pohitritve testiramo na različnih vrstah grafov s poudarkom na različnih vrstah proteinskih grafov. Ugotovimo, da so pohitritve možne in jih lahko dosežemo z dobro izbiro modela za strojno učenje. Ugotovimo tudi, da pohitritve niso velike, vendar pa so konsistentne na skoraj vseh predstavljenih grafih.

• Jezik: Slovenski jezik
• Ključne besede: proteinski graf, maksimalna klika, strojno učenje
• Vrsta gradiva: Magistrsko delo/naloga
• Tipologija: 2.09 - Magistrsko delo
• Organizacija: FRI - Fakulteta za računalništvo in informatiko
• Leto izida: 2021
• PID: 20.500.12556/RUL-132171
• COBISS.SI-ID: 82279427
• Datum objave v RUL: 15.10.2021

REBA, Kristjan, 2021, Izboljšave dinamičnega algoritma za iskanje maksimalne klike v proteinskem grafu z uporabo strojnega učenja [na spletu]. Magistrsko delo. [Dostopano 14 april 2025]. Pridobljeno s: https://repozitorij.uni-lj.si/IzpisGradiva.php?lang=slv&id=132171

Sekundarni jezik

• Jezik: Angleški jezik
• Naslov: Improvements to the dynamic algorithm for finding maximum clique in a protein graph using machine learning

Izvleček

Finding maximum clique is a well-researched NP-complete problem. For the practical applicability of algorithms for finding the maximum clique, they must be fast enough on the target domain of graphs. There has been a lot of progress made in recent years in the field of machine learning on graphs. In the master's thesis we use modern approaches to machine learning on graphs to speed up the dynamic algorithm for finding the maximum clique. Speedups are tested with different types of graphs with an emphasis on different types of protein graphs. We find that speeding up the maximum clique search is possible and can be achieved with a good choice of machine learning model. We also find that the speedups are not large but are consistent on almost all the graphs presented.

• Ključne besede: protein graph, maximum clique, machine learning