Faktorizacija rangirnih matrik s pomočjo celoštevilske optimizacijeBastl, Miha (Avtor) Oblak, Polona (Mentor) Matrična faktorizacijafaktorizacija nad polkolobarjiceloštevilska optimizacijarangirani podatkirangirne matrikeSparse mRMFmRMTPodatki, ki predstavljajo rangiranja, so zelo pogosti, vendar obstaja le malo primernih metod za delo z njimi. Tovrstne podatke najdemo pri tekmovanjih, preferencah uporabnikov, raznih glasovanjih, primerni so pa tudi za predstavitev drugače težko primerljivih podatkov. Implementirali smo dva algoritma faktorizacije rangirnih matrik nad max-krat polkolobarjem in celoštevilsko optimizacijo, ki jo uporabljata. Algoritem Sparse mRMF išče ponavljajoča se podzaporedja rangiranj v vrsticah rangirne matrike. Algoritem mRMT pa išče tlakovce visokih rangov. Podatke o povezavi med izražanjem genov in vrsto raka smo pretvorili v rangirane podatke in na njih pokazali, da algoritem mRMT sam najde obstoječe klasifikacije tipov raka.20192019-09-16 11:55:12Diplomsko delo/naloga110520VisID: 23387COBISS_ID: 1538360003sl