<?xml version="1.0"?>
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:dc="http://purl.org/dc/elements/1.1/"><rdf:Description rdf:about="https://repozitorij.uni-lj.si/IzpisGradiva.php?id=30654"><dc:title>Analiza signalov membranske kapacitivnosti živih celic</dc:title><dc:creator>Mislej,	Jerneja	(Avtor)
	</dc:creator><dc:creator>Kononenko,	Igor	(Mentor)
	</dc:creator><dc:creator>Kreft,	Marko	(Komentor)
	</dc:creator><dc:subject>eksocitoza</dc:subject><dc:subject>endocitoza</dc:subject><dc:subject>klasifikacija</dc:subject><dc:subject>membranska kapacitivnost celice</dc:subject><dc:subject>signal</dc:subject><dc:subject>skokovita sprememba</dc:subject><dc:subject>strojno učenje</dc:subject><dc:subject>šum</dc:subject><dc:subject>računalništvo in informatika</dc:subject><dc:subject>računalništvo in matematika</dc:subject><dc:subject>interdisciplinarni študij</dc:subject><dc:subject>univerzitetni študij</dc:subject><dc:subject>diplomske naloge</dc:subject><dc:description>Namen diplomskega dela je (pol)avtomatska detekcija skokovitih sprememb v signalu membranske kapacitivnosti celic, in sicer sprememb, ki so posledice eksocitoze ali endocitoze. 
Ustrezne spremembe v signalu so v preteklosti že detektirali avtomatsko, in sicer s pomočjo matematične analize signala, vendar pa je matematična analiza možna le, če je razmerje med signalom in šumom dovolj veliko.
Pri nekaterih tipih celic so amplitude iskanih sprememb tako majhne, da se skoraj popolnoma skrijejo v šumu in preprosta matematična analiza ni več možna.
Posledično detekcija ustreznih skokovitih sprememb trenutno poteka ročno. Označenih je bilo že kar nekaj signalov in tako se ponuja možnost olajšanja ročnega pregledovanja s pomočjo strojnega učenja, kar je delo te diplomske naloge.
Podatki se na začetku predobdelajo, pri čemer se iz meritve odstranijo kalibracijski pulzi, obsežno šumni predeli meritve ter popravi bazna linija signala, ki predstavlja meritev.
Sledi priprava množice podatkov, ki zajema ekstrakcijo učnih primerov, izračun atributov učnih primerov in prevzorčenje učne množice. Zatem se na podlagi učne in testne množice ter različnih metod strojnega učenja predstavijo in primerjajo rezultati klasifikacij novih primerov.</dc:description><dc:publisher>[J. Mislej]</dc:publisher><dc:date>2015</dc:date><dc:date>2015-03-19 09:50:10</dc:date><dc:type>Diplomsko delo/naloga</dc:type><dc:identifier>30654</dc:identifier><dc:language>sl</dc:language></rdf:Description></rdf:RDF>