Login
- Originaltitel:
- Machine Learning and Network Analysis using Mathematical Optimisation in Mass Spectrometry Bioinformatics
- Übersetzter Titel:
- Machine Learning und Netzwerkanalyse mittels mathematischer Optimierung in massenspektrometrischer Bioinformatik
- Autor:
- Tziotis, Dimitrios
- Jahr:
- 2014
- Dokumenttyp:
- Dissertation
- Fakultät/School:
- Fakultät Wissenschaftszentrum Weihenstephan
- Betreuer:
- Schmitt-Kopplin, Philippe (Prof. Dr.)
- Gutachter:
- Schmitt-Kopplin, Philippe (Prof. Dr.); Rychlik, Michael (Prof. Dr.)
- Sprache:
- en
- Fachgebiet:
- BIO Biowissenschaften; DAT Datenverarbeitung, Informatik
- Stichworte:
- mass spectrometry, bioinformatics, graph theory, machine learning, combinatorial optimisation
- Übersetzte Stichworte:
- Massenspektrometrie, Bioinformatik, Graphentheorie, Machine Learning, kombinatorische Optimierung
- TU-Systematik:
- BIO 110d
- Kurzfassung:
- In this work we develop and present a set of novel computational techniques which address the problems of ICR-FT-MS data mining. The described methodology focuses mainly on two scopes of biogeochemical research, namely the analysis of natural organic matter (NOM) and metabolomics. The development of our approaches focuses on the fields of graph theory, machine learning, and combinatorics. Detailed results of our methods are produced, presented, and evaluated within their corresponding sections.
- Übersetzte Kurzfassung:
- In dieser Arbeit wird ein Set neuer rechnerischer Techniken, welches ICR-FT-MS data mining Probleme adressiert, erarbeitet. Die beschriebenen Methoden konzentrieren sich auf die Analyse natürlicher organischer Materie (NOM) und Metabolomik. Die Entwickelten Ansätze fussen in den Disziplinen der Graphentheorie, Machine Learning und Kombinatorik. Resultate werden in den einzelnen Sektionen detailliert erarbeitet, präsentiert und evaluiert.
- WWW:
- https://mediatum.ub.tum.de/?id=1168772
- Eingereicht am:
- 17.07.2013
- Mündliche Prüfung:
- 10.04.2014
- Dateigröße:
- 6953969 bytes
- Seiten:
- 199
- Urn (Zitierfähige URL):
- https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20140410-1168772-1-9
- Letzte Änderung:
- 24.04.2015
BibTeX