RMSD - Ocena jakości wybranych molekularnych struktur przestrzennych
|
|
- Magdalena Olejnik
- 8 lat temu
- Przeglądów:
Transkrypt
1 RMSD - Ocena jakości wybranych molekularnych struktur przestrzennych Joanna Wiśniewska Promotor: dr inż. P. Łukasiak
2 Spis treści 1. Zakres pracy magisterskiej 2. Struktura białka 3. Struktura kwasów nukleionowych 4. RMSD Zastosowania RMSD 1. Porównywanie struktur przestrzennych 2. Metody porównywania struktur LGA CMO
3 Zakres pracy magisterskiej 1. Zaprojektowanie i implementacja schematu decyzyjnego umożliwiającego porównanie modeli przestrzennych w oparciu o sąsiedztwo lokalne 2. Implementacja istniejących metod służących do porównywania struktur przestrzennych 3. Przetestowanie zaimplementowanych rozwiązań na rzeczywistych danych 4. Zintegrowanie zaimplementowanych algorytmów w jednolitą aplikację internetową
4 Struktura białka Ze względu na budowę, białka można rozpatrywać na czterech poziomach: struktura pierwszorzędowa struktura drugorzędowa struktura trzeciorzędowa struktura czwartorzędowa
5 Modele przestrzenne kwasów nukleinowych trna DNA
6 Co to jest RMSD? Root mean square deviation Wzór ogólny:, gdzie δ jest odległością pomiędzy N parami odpowiednich atomów miara średniej odległości pomiędzy dwoma atomami wyznacza stopień podobieństwa strukturalnego najczęściej wyrażana w Angstreamach (Å), równoważnych 10 10m
7 Zastosowanie RMSD wykorzystywany do analizowania odległości pomiędzy atomami w strukturach trzeciorzędowych walidacja struktur in silico sprawdzenie dokładności modelu względem struktury natywnej (określonej biokrystalograficznie)
8 Porównywanie struktur przestrzennych Kolejne etapy ogólnego schematu porównywania: Pozyskanie analizowanych struktur Przyrównanie strukturalne Kalkulacja RMSD Atomy C-alfa Wszystkie atomy
9 Dlaczego dokonywane jest porównywanie modeli struktur przestrzennych? wyznaczanie struktur in silico (problem NP trudny) większa efektywność czasowa mniejszy koszt mniejsza dokładność wykorzystywane metody są heurystyczne nie istnieje jeszcze idealny algorytm identyfikacja różnic pomiędzy analizowanymi modelami ocena jakości metod przeznaczonych do wyznaczania struktury trzeciorzędowej
10 Metody porównywania struktur przestrzennych 1) dynamic programming 2) comparisons of distance matrices 3) graph theory and Local Search 4) geometrical hashing 5) principle component correlation analysis 6) local and global alignment 7) consensus shapes 8) consensus structures 9) Kolmogorov complexity 10) Fuzzy Contact Map Overlap 11) comparing proteins as paths in 3D
11 Contract Map Overlap (CAO) utworzenie mapy dla każdej analizowanej struktury analizowanie odległości pomiędzy poszczególnymi atomami (a) postać liniowa (b) struktura trzeciorzędowa (c) mapa odległości źródło: A Fuzzy Sets based Generalization of Contact Maps for the Overlap of Protein Structures David Pelta, Natalio Krasnogor, Carlos Bousono-Calzon,Jos L. Verdegay, Edmund Burke
12 Porównywanie struktur przy wykorzystaniu CAO Struktura 1 (a) struktura natywna (b) mapa odległości Struktura 2 (a) struktura natywna (b) mapa odległości źródło: A Fuzzy Sets based Generalization of Contact Maps for the Overlap of Protein Structures David Pelta, Natalio Krasnogor, Carlos Bousono-Calzon,Jos L. Verdegay, Edmund Burke
13 Porównywanie struktur przy wykorzystaniu map CAO analizowanie pary utworzonych map przyrównanie analizowanych struktur para kontraktów jest połączona jeżeli odległości są podobne oceną przyrównania jest liczba połączonych kontraktów na mapie źródło: A Fuzzy Sets based Generalization of Contact Maps for the Overlap of Protein Structures David Pelta, Natalio Krasnogor, Carlos Bousono-Calzon,Jos L. Verdegay, Edmund Burke
14 LGA (Local-Global Alignment) analizowane są lokalne i globalne superpozycje nie wymaga wcześniejszego definiowania powiązań pomiędzy resztami generuje wiele różnych superpozycji, aby identyfikować miejsca, gdzie białka są podobne funkcja oceniająca składa się z dwóch elementów LCS (longest continuous segments) GDT (global distance test) jako wynik otrzymywany jest zbiór zmodyfikowanych współrzędnych pierwszej struktury (opcjonalnie również drugiej)
15 LGA (Local-Global Alignment) Odległości pomiędzy atomami C-alfa Legenda: < 1.0 Å - kolor zielony < 2.0 Å - kolor żółty < 3.0 Å - kolor pomarańczowy < 4.0 Å - kolor brązow źródło:
16 LGA (Local-Global Alignment) Najlepsze ułożenie dwóch struktur wymodelowane na postawie obrazu A Wymodelowane struktury na podstawie obrazu B źródło:
17 Wykorzystywane narzędzia Eclipse Java 3D Java Enterprise Edition Perl SVN
18 Literatura Adam Zemla - LGA: a method for finding 3D similarities in protein structures David Pelta - A Fuzzy Sets based Generalization of Contact Maps for the Overlap of Protein Structures Wayne Pullan - Protein Structure Alignment Using Maximum Cliques and Local Search Giuseppe Lancia, Sorin Istrail - Protein Structure Comparison: Algorithms and Applications Cymerman, Sasin, Bujnicki - Przewidywanie struktur białek: od modelowania opratego o szablony Wikipedia: org/wiki/root_mean_square_deviation_(bioinformatics)
19 Dziękuję
Bioinformatyka wykład 8, 27.XI.2012
Bioinformatyka wykład 8, 27.XI.2012 białkowa bioinformatyka strukturalna c.d. krzysztof_pawlowski@sggw.pl 2013-01-21 1 Plan wykładu regiony nieuporządkowane sposoby przedstawienia struktur białkowych powierzchnia
Bardziej szczegółowoBioinformatyka wykład 11, 11.I.2011 Białkowa bioinformatyka strukturalna c.d.
Bioinformatyka wykład 11, 11.I.2011 Białkowa bioinformatyka strukturalna c.d. krzysztof_pawlowski@sggw.pl 11.01.11 1 Dopasowanie strukturalne (alignment) odległość: d ij = (x i -x J ) 2 + (y i -y J ) 2
Bardziej szczegółowoBioinformatyka wykład 10
Bioinformatyka wykład 10 21.XII.2010 białkowa bioinformatyka strukturalna, c.d. krzysztof_pawlowski@sggw.pl 2011-01-17 1 Regiony nieuporządkowane disordered regions trudna definicja trudne do przewidzenia
Bardziej szczegółowoBioinformatyka wykład 3.I.2008
Bioinformatyka wykład 3.I.2008 Białkowa bioinformatyka strukturalna c.d. krzysztof_pawlowski@sggw.pl 2008-01-03 1 Plan wykładu analiza i porównywanie struktur białek. doświadczalne metody badania struktur
Bardziej szczegółowoMultiSETTER: web server for multiple RNA structure comparison. Sandra Sobierajska Uniwersytet Jagielloński
MultiSETTER: web server for multiple RNA structure comparison Sandra Sobierajska Uniwersytet Jagielloński Wprowadzenie Budowa RNA: - struktura pierwszorzędowa sekwencja nukleotydów w łańcuchu: A, U, G,
Bardziej szczegółowoOcena jakości modeli strukturalnych białek w oparciu o podobieństwo strukturalne i semantyczny opis funkcji w ontologii GO
Ocena jakości modeli strukturalnych białek w oparciu o podobieństwo strukturalne i semantyczny opis funkcji w ontologii GO Bogumil Konopka 1, Jean-Christophe Nebel 2, Malgorzata Kotulska 1 * 1 Politechnika
Bardziej szczegółowoSpis treści. Przedmowa... XI. Wprowadzenie i biologiczne bazy danych. 1 Wprowadzenie... 3. 2 Wprowadzenie do biologicznych baz danych...
Przedmowa... XI Część pierwsza Wprowadzenie i biologiczne bazy danych 1 Wprowadzenie... 3 Czym jest bioinformatyka?... 5 Cele... 5 Zakres zainteresowań... 6 Zastosowania... 7 Ograniczenia... 8 Przyszłe
Bardziej szczegółowoPRZYRÓWNANIE SEKWENCJI
http://theta.edu.pl/ Podstawy Bioinformatyki III PRZYRÓWNANIE SEKWENCJI 1 Sequence alignment - przyrównanie sekwencji Poszukiwanie ciągów znaków (zasad nukleotydowych lub reszt aminokwasowych), które posiadają
Bardziej szczegółowoKombinatoryczna analiza widm 2D-NOESY w spektroskopii Magnetycznego Rezonansu Jądrowego cząsteczek RNA. Marta Szachniuk
Kombinatoryczna analiza widm 2D-NOESY w spektroskopii Magnetycznego Rezonansu Jądrowego cząsteczek RNA Marta Szachniuk Plan prezentacji Wprowadzenie do tematyki badań Teoretyczny model problemu Złożoność
Bardziej szczegółowoPODSTAWY BIOINFORMATYKI WYKŁAD 4 DOPASOWANIE SEKWENCJI
PODSTAWY BIOINFORMATYKI WYKŁAD 4 DOPASOWANIE SEKWENCJI DOPASOWANIE SEKWENCJI 1. Dopasowanie sekwencji - definicja 2. Wizualizacja dopasowania sekwencji 3. Miary podobieństwa sekwencji 4. Przykłady programów
Bardziej szczegółowoPrzyrównanie sekwencji. Magda Mielczarek Katedra Genetyki Uniwersytet Przyrodniczy we Wrocławiu
Przyrównanie sekwencji Magda Mielczarek Katedra Genetyki Uniwersytet Przyrodniczy we Wrocławiu Sequence alignment - przyrównanie sekwencji Poszukiwanie ciągów znaków (zasad nukleotydowych lub reszt aminokwasowych),
Bardziej szczegółowoPODSTAWY BIOINFORMATYKI WYKŁAD 4 DOPASOWANIE SEKWENCJI
PODSTAWY BIOINFORMATYKI WYKŁAD 4 DOPASOWANIE SEKWENCJI DOPASOWANIE SEKWENCJI 1. Dopasowanie sekwencji - definicja 2. Wizualizacja dopasowania sekwencji 3. Miary podobieństwa sekwencji 4. Przykłady programów
Bardziej szczegółowoBioinformatyka II Modelowanie struktury białek
Bioinformatyka II Modelowanie struktury białek 1. Który spośród wymienionych szablonów wybierzesz do modelowania? Dlaczego? Struktura krystaliczną czy NMR (to samo białko, ta sama rozdzielczość)? Strukturę
Bardziej szczegółowoGrafy i sieci wybrane zagadnienia wykład 3: modele służące porównywaniu sieci
Grafy i sieci wybrane zagadnienia wykład 3: modele służące porównywaniu sieci prof. dr hab. inż. Marta Kasprzak Instytut Informatyki, Politechnika Poznańska Plan wykładu 1. Sieci jako modele interakcji
Bardziej szczegółowoZastosowanie sztucznych sieci neuronowych w prognozowaniu szeregów czasowych (prezentacja 2)
Zastosowanie sztucznych sieci neuronowych w prognozowaniu szeregów czasowych (prezentacja 2) Ewa Wołoszko Praca pisana pod kierunkiem Pani dr hab. Małgorzaty Doman Plan tego wystąpienia Teoria Narzędzia
Bardziej szczegółowoOprogramowanie wspierające kalibrację kamer 3D oraz analizę głębi obrazu stereoskopowego. Piotr Perek. Łódź, 7 grudnia Politechnika Łódzka
Oprogramowanie wspierające kalibrację kamer 3D oraz analizę głębi obrazu stereoskopowego Politechnika Łódzka Łódź, 7 grudnia 2015 1/19 Agenda 1 2 3 4 2/19 Rigi 3D Rig równoległy 3/19 Rigi 3D Rig równoległy
Bardziej szczegółowoBioinformatyka II Modelowanie struktury białek
Bioinformatyka II Modelowanie struktury białek 1. Który spośród wymienionych szablonów wybierzesz do modelowania dla każdego z podanych przypadków? Dlaczego? Struktura krystaliczną czy NMR (to samo białko,
Bardziej szczegółowoBioinformatyka Laboratorium, 30h. Michał Bereta
Laboratorium, 30h Michał Bereta mbereta@pk.edu.pl www.michalbereta.pl Zasady zaliczenia przedmiotu Kolokwia (3 4 ) Ocena aktywności i przygotowania Obecność Literatura, materiały Bioinformatyka i ewolucja
Bardziej szczegółowoProf. dr hab. Joanna Trylska Rada Naukowa Instytutu Biochemii i Biofizyki Polskiej Akademii Nauk w Warszawie
ul. S. Banacha 2c, 02-097 Warszawa TEL.: + 48 22 55 43 600, FAX: +48 22 55 43 606, E-MAIL: sekretariat@cent.uw.edu.pl www.cent.uw.edu.pl Warszawa, 10 października 2017 Prof. dr hab. Joanna Trylska e-mail:
Bardziej szczegółowoKomputerowe wspomaganie projektowanie leków
Komputerowe wspomaganie projektowanie leków wykład IV Prof. dr hab. Sławomir Filipek Grupa BIOmodelowania Uniwersytet Warszawski, Wydział Chemii oraz Centrum Nauk Biologiczno-Chemicznych Cent-III www.biomodellab.eu
Bardziej szczegółowoZastosowanie metod eksploracji danych Data Mining w badaniach ekonomicznych SAS Enterprise Miner. rok akademicki 2014/2015
Zastosowanie metod eksploracji danych Data Mining w badaniach ekonomicznych SAS Enterprise Miner rok akademicki 2014/2015 Sieci Kohonena Sieci Kohonena Sieci Kohonena zostały wprowadzone w 1982 przez fińskiego
Bardziej szczegółowoPorównanie szeregów czasowych z wykorzystaniem algorytmu DTW
Zlot użytkowników R Porównanie szeregów czasowych z wykorzystaniem algorytmu DTW Paweł Teisseyre Instytut Podstaw Informatyki, Polska Akademia Nauk 21 września 2010 Miary podobieństwa między szeregami
Bardziej szczegółowoAnaliza stanów gry na potrzeby UCT w DVRP
Analiza stanów gry na potrzeby UCT w DVRP Seminarium IO na MiNI 04.11.2014 Michał Okulewicz based on the decision DEC-2012/07/B/ST6/01527 Plan prezentacji Definicja problemu DVRP DVRP na potrzeby UCB Analiza
Bardziej szczegółowoBioinformatyka 2 (BT172) Progresywne metody wyznaczania MSA: T-coffee
Bioinformatyka 2 (BT172) Wykład 5 Progresywne metody wyznaczania MSA: T-coffee Krzysztof Murzyn 14.XI.2005 PLAN WYKŁADU Ostatnio : definicje, zastosowania MSA, złożoność obliczeniowa algorytmu wyznaczania
Bardziej szczegółowo"poznajmy się moŝe moŝemy zrobić coś wspólnie".
Parametryzacja wydziału propozycja ankiety Jakość numerycznych modeli terenu w generowaniu ryzyka powodziowego (KGFiTŚ) "poznajmy się moŝe moŝemy zrobić coś wspólnie". 15 styczeń 2009 Beata Hejmanowska
Bardziej szczegółowoElementy modelowania matematycznego
Elementy modelowania matematycznego Modelowanie algorytmów klasyfikujących. Podejście probabilistyczne. Naiwny klasyfikator bayesowski. Modelowanie danych metodą najbliższych sąsiadów. Jakub Wróblewski
Bardziej szczegółowoProjekt i implementacja narzędzia do analizy modeli spójności F R Y D E R Y K R A C Z Y K K O N R A D S Z A Ł K O W S K I
Projekt i implementacja narzędzia do analizy modeli spójności P R O M O T O R : D R I N Ż. A N N A K O B U S I Ń S K A F R Y D E R Y K R A C Z Y K K O N R A D S Z A Ł K O W S K I Plan prezentacji Zadanie
Bardziej szczegółowoPrzyrównywanie sekwencji
Instytut Informatyki i Matematyki Komputerowej UJ, opracowanie: mgr Ewa Matczyńska, dr Jacek Śmietański Przyrównywanie sekwencji 1. Porównywanie sekwencji wprowadzenie Sekwencje porównujemy po to, aby
Bardziej szczegółowoAgnieszka Nowak Brzezińska
Agnieszka Nowak Brzezińska jeden z algorytmów regresji nieparametrycznej używanych w statystyce do prognozowania wartości pewnej zmiennej losowej. Może również byd używany do klasyfikacji. - Założenia
Bardziej szczegółowoBartosz Kulawik Koordynator Projektu Centrum Badań Kosmicznych PAN Zespół Obserwacji Ziemi
Bartosz Kulawik Koordynator Projektu Centrum Badań Kosmicznych PAN Zespół Obserwacji Ziemi Maciej Borsa Koordynator B+R Instytut Systemów Przestrzennych I Katastralnych Upowszechnienie techniki satelitarnej
Bardziej szczegółowoUdoskonalona mapa prawdopodobieństwa występowania pożarów na Ziemi. Analiza spójności baz GBS, L 3 JRC oraz GFED.
Udoskonalona mapa prawdopodobieństwa występowania pożarów na Ziemi. Analiza spójności baz GBS, L 3 JRC oraz GFED. Jędrzej Bojanowski César Carmona-Moreno* Instytut Geodezji i Kartografii Zakład Teledetekcji
Bardziej szczegółowoZastosowanie stereowizji do śledzenia trajektorii obiektów w przestrzeni 3D
Zastosowanie stereowizji do śledzenia trajektorii obiektów w przestrzeni 3D autorzy: Michał Dajda, Łojek Grzegorz opiekun naukowy: dr inż. Paweł Rotter I. O projekcie. 1. Celem projektu było stworzenie
Bardziej szczegółowoEksploracja danych. Grupowanie. Wprowadzanie Definicja problemu Klasyfikacja metod grupowania Grupowanie hierarchiczne. Grupowanie wykład 1
Grupowanie Wprowadzanie Definicja problemu Klasyfikacja metod grupowania Grupowanie hierarchiczne Grupowanie wykład 1 Sformułowanie problemu Dany jest zbiór obiektów (rekordów). Znajdź naturalne pogrupowanie
Bardziej szczegółowoDSL w środowisku Eclipse. Grzegorz Białek Architekt techniczny, Sygnity S.A.
DSL w środowisku Eclipse Grzegorz Białek Architekt techniczny, Sygnity S.A. Agenda Wstęp do tematu (10 min) Sens tworzenia języków biznesowych UML jako język biznesu? Zintegrowane środowisko deweloperskie
Bardziej szczegółowoWpływ rozwoju elektromobilności w Polsce na zanieczyszczenie powietrza
Wpływ rozwoju elektromobilności w Polsce na zanieczyszczenie powietrza Paweł Durka (1) Joanna Strużewska (1,2) Jacek W. Kamiński (1,3) Grzegorz Jeleniewicz (1) 1 IOŚ-PIB, Zakład Modelowania Atmosfery i
Bardziej szczegółowoPODSTAWY BIOINFORMATYKI WYKŁAD 5 ANALIZA FILOGENETYCZNA
PODSTAWY BIOINFORMATYKI WYKŁAD 5 ANALIZA FILOGENETYCZNA ANALIZA FILOGENETYCZNA 1. Wstęp - filogenetyka 2. Struktura drzewa filogenetycznego 3. Metody konstrukcji drzewa 4. Etapy konstrukcji drzewa filogenetycznego
Bardziej szczegółowoKLASYFIKACJA. Słownik języka polskiego
KLASYFIKACJA KLASYFIKACJA Słownik języka polskiego Klasyfikacja systematyczny podział przedmiotów lub zjawisk na klasy, działy, poddziały, wykonywany według określonej zasady Klasyfikacja polega na przyporządkowaniu
Bardziej szczegółowoWykład Ćwiczenia Laboratorium Projekt Seminarium
WYDZIAŁ ELEKTRONIKI KARTA PRZEDMIOTU Nazwa w języku polskim Języki programowania Nazwa w języku angielskim Programming languages Kierunek studiów (jeśli dotyczy): Informatyka - INF Specjalność (jeśli dotyczy):
Bardziej szczegółowoKatedra Inżynierii Oprogramowania Tematy prac dyplomowych inżynierskich STUDIA NIESTACJONARNE (ZAOCZNE)
Katedra Inżynierii Oprogramowania Tematy prac dyplomowych inżynierskich STUDIA NIESTACJONARNE (ZAOCZNE) Temat projektu/pracy dr inż. Wojciech Waloszek Grupowy system wymiany wiadomości. Zaprojektowanie
Bardziej szczegółowoŁatwa czy niełatwa droga do celu? - wdrożenie COSMIC w ZUS
- wdrożenie COSMIC w ZUS Warszawa, 07.06.2017 Dlaczego w ZUS zdecydowano się na wdrożenie wymiarowanie złożoności oprogramowania akurat metodą COSMIC? jest metodą najbardziej transparentną i ograniczającą
Bardziej szczegółowoKoncepcja pomiaru i wyrównania przestrzennych ciągów tachimetrycznych w zastosowaniach geodezji zintegrowanej
Koncepcja pomiaru i wyrównania przestrzennych ciągów tachimetrycznych w zastosowaniach geodezji zintegrowanej Krzysztof Karsznia Leica Geosystems Polska XX Jesienna Szkoła Geodezji im Jacka Rejmana, Polanica
Bardziej szczegółowoZŁOŻONOŚĆ schematów aplikacyjnych UML i GML
ZŁOŻONOŚĆ schematów aplikacyjnych UML i GML Agnieszka Chojka Uniwersytet Warmińsko-Mazurski w Olsztynie XXIV Konferencja PTIP, 5-7 listopada 2014 r., Warszawa Wprowadzenie 2 3 Schematy aplikacyjne Integralna
Bardziej szczegółowoNARZĘDZIA BADAWCZE W QGIS LOSOWANIE PUNKTÓW NA WARSTWIE LINIOWEJ
NARZĘDZIA BADAWCZE W QGIS LOSOWANIE PUNKTÓW NA WARSTWIE LINIOWEJ LOSOWE PUNKTY WZDŁUŻ LINII, CONVERT LINES TO POINTS, PUNKTY WZDŁUŻ GEOMETRII + ZAZNACZENIE LOSOWE WOJCIECH CHLEBOWSKI;PAWEŁ ZMUDA-TRZEBIATOWSKI
Bardziej szczegółowoKatowice GPW 2013. Zintegrowany system informatyczny do kompleksowego zarządzania siecią wodociągową. Jan Studziński
Katowice GPW 2013 Zintegrowany system informatyczny do kompleksowego zarządzania siecią wodociągową Jan Studziński 1 1. Wstęp Cel pracy Usprawnienie zarządzania siecią wodociągową za pomocą nowoczesnych
Bardziej szczegółowoANALIZY DYSTANSU. Spatial analyst Network analyst. Anna Dąbrowska, Sylwia Książek, Arleta Soja, Miłosz Urbański
ANALIZY DYSTANSU Spatial analyst Network analyst Anna Dąbrowska, Sylwia Książek, Arleta Soja, Miłosz Urbański SPATIAL ANALYST Źródło:http://www.sli.unimelb.edu.au/gisweb/GISModule/GISTheory.htm Spatial
Bardziej szczegółowoModelowanie homologiczne
Modelowanie homologiczne Struktura trzeciorzędowa ułatwia planowanie eksperymentów oraz interpretację otrzymanych wyników Struktura trzeciorzędowa Hemoglobiny - na 226 białek z tej rodziny zawsze grupa
Bardziej szczegółowoProblem eliminacji nieprzystających elementów w zadaniu rozpoznania wzorca Marcin Luckner
Problem eliminacji nieprzystających elementów w zadaniu rozpoznania wzorca Marcin Luckner Wydział Matematyki i Nauk Informacyjnych Politechnika Warszawska Elementy nieprzystające Definicja odrzucania Klasyfikacja
Bardziej szczegółowoWykład 10 2008-04-30. Bioinformatyka. Wykład 9. E. Banachowicz. Zakład Biofizyki Molekularnej IF UAM
Bioinformatyka Wykład 9 E. Banachowicz Zakład Biofizyki Molekularnej IF UAM http://www.amu.edu.pl/~ewas 1 Konsekwencje zestawieo wielu sekwencji - rodziny białkowe, domeny, motywy i wzorce 2 Bioinformatyka,
Bardziej szczegółowoSztuczna inteligencja i inżynieria wiedzy. laboratorium
Sztuczna inteligencja i inżynieria wiedzy laboratorium Ćwiczenie 4. Analiza obrazu określanie podobieństwa obrazów opracowanie: M. Paradowski, H. Kwaśnicka Cel ćwiczenia Zapoznanie się z podstawowymi metodami
Bardziej szczegółowoBudowa aplikacji ASP.NET z wykorzystaniem wzorca MVC
Akademia MetaPack Uniwersytet Zielonogórski Budowa aplikacji ASP.NET z wykorzystaniem wzorca MVC Krzysztof Blacha Microsoft Certified Professional Budowa aplikacji ASP.NET z wykorzystaniem wzorca MVC Agenda:
Bardziej szczegółowoRozpoznawanie obrazów
Rozpoznawanie obrazów Laboratorium Python Zadanie nr 1 Regresja liniowa autorzy: A. Gonczarek, J.M. Tomczak, S. Zaręba, M. Zięba, J. Kaczmar Cel zadania Celem zadania jest implementacja liniowego zadania
Bardziej szczegółowoKlasyfikatory: k-nn oraz naiwny Bayesa. Agnieszka Nowak Brzezińska Wykład IV
Klasyfikatory: k-nn oraz naiwny Bayesa Agnieszka Nowak Brzezińska Wykład IV Naiwny klasyfikator Bayesa Naiwny klasyfikator bayesowski jest prostym probabilistycznym klasyfikatorem. Zakłada się wzajemną
Bardziej szczegółowoMetody Inżynierii Wiedzy
Metody Inżynierii Wiedzy Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie AGH University of Science and Technology Mateusz Burcon Kraków, czerwiec 2017 Wykorzystane technologie Python 3.4
Bardziej szczegółowoOSA OTWARTY SYSTEM ANTYPLAGIATOWY
OSA OTWARTY SYSTEM ANTYPLAGIATOWY Kontrola antyplagiatowa pisemnych prac na Uniwersytecie Mikołaja Kopernika w Toruniu Mariusz Czerniak Plan prezentacji Informacje o systemie OSA Kontrola wstępnych wersji
Bardziej szczegółowoAsocjacyjna reprezentacja danych i wnioskowanie
Asocjacyjna reprezentacja danych i wnioskowanie Wykorzystane technologie JetBrains PyCharm 504 Python 35 Struktura drzewa GRAPH PARAM PARAM ID1 ID2 ID_N params params params param_name_1: param_value_1
Bardziej szczegółowoOpracowywanie map w ArcGIS Online i MS Office. Urszula Kwiecień Esri Polska
Opracowywanie map w ArcGIS Online i MS Office Urszula Kwiecień Esri Polska Agenda ArcGIS Online - filozofia tworzenia map w chmurze Wizualizacja danych tabelarycznych w MS Excel Opracowanie mapy w MS Excel
Bardziej szczegółowoJajko czy kura? czyli gdzie dwóch się bije, tam trzeci korzysta
Jajko czy kura? czyli gdzie dwóch się bije, tam trzeci korzysta Jacek Śmietański IIMK UJ 21.10.2015 Jajko czy kura Pytanie tytułowe Co było na początku? Jajko czy kura? Rother M., 2012 Pytanie tytułowe
Bardziej szczegółowoAnaliza funkcjonalna w zastosowaniach praktycznych
Analiza funkcjonalna w zastosowaniach praktycznych Modelowanie stacjonarnych systemów liniowych dr hab. inż. Grzegorz Ciesielski, prof. PŁ, mgr inż. Rafał Wojciechowski, mgr inż. Andrzej Albrecht prof.
Bardziej szczegółowoPORÓWNANIE ALGORYTMÓW OPTYMALIZACJI GLOBALNEJ W MODELOWANIU ODWROTNYM PROCESÓW SUSZENIA PRODUKTÓW ROLNICZYCH
Inżynieria Rolnicza 7(125)/2010 PORÓWNANIE ALGORYTMÓW OPTYMALIZACJI GLOBALNEJ W MODELOWANIU ODWROTNYM PROCESÓW SUSZENIA PRODUKTÓW ROLNICZYCH Michał Siatkowski, Jerzy Weres, Sebastian Kujawa Zakład Informatyki
Bardziej szczegółowoModelowanie glikemii w procesie insulinoterapii
Dawid Kaliszewski Modelowanie glikemii w procesie insulinoterapii Promotor dr hab. inż. Zenon Gniazdowski Cel pracy Zbudowanie modelu predykcyjnego przyszłych wartości glikemii diabetyka leczonego za pomocą
Bardziej szczegółowoSTATYSTYKA EKONOMICZNA
STATYSTYKA EKONOMICZNA Analiza statystyczna w ocenie działalności przedsiębiorstwa Opracowano na podstawie : E. Nowak, Metody statystyczne w analizie działalności przedsiębiorstwa, PWN, Warszawa 2001 Dr
Bardziej szczegółowoCyfrowe przetwarzanie obrazów i sygnałów Wykład 8 AiR III
1 Niniejszy dokument zawiera materiały do wykładu z przedmiotu Cyfrowe Przetwarzanie Obrazów i Sygnałów. Jest on udostępniony pod warunkiem wykorzystania wyłącznie do własnych, prywatnych potrzeb i może
Bardziej szczegółowoModelowanie motywów łańcuchami Markowa wyższego rzędu
Modelowanie motywów łańcuchami Markowa wyższego rzędu Uniwersytet Warszawski Wydział Matematyki, Informatyki i Mechaniki 23 października 2008 roku Plan prezentacji 1 Źródła 2 Motywy i ich znaczenie Łańcuchy
Bardziej szczegółowoAkademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. dr inż. Adam Piórkowski. Jakub Osiadacz Marcin Wróbel
Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie Problem magazynowania i przetwarzania wielkoformatowych map i planów geologicznych. Promotor: dr inż. Adam Piórkowski Autorzy: Jakub Osiadacz
Bardziej szczegółowoWykorzystanie wolnego oprogramowania do modelowania informacji geograficznej
Wykorzystanie wolnego oprogramowania do modelowania informacji geograficznej Agnieszka Zwirowicz (UWM w Olsztynie/IGiK) Jędrzej Gąsiorowski (IGiK) 13-14. 05. 2010, Wrocław Klasyfikacja wolnego oprogramowania
Bardziej szczegółowoTEMATYKA PRAC DYPLOMOWYCH INŻYNIERSKICH STUDIA STACJONARNE PIERWSZEGO STOPNIA ROK AKADEMICKI 2010/2011
TEMATYKA PRAC DYPLOMOWYCH INŻYNIERSKICH STUDIA STACJONARNE PIERWSZEGO STOPNIA ROK AKADEMICKI 2010/2011 Instytut Geodezji GEODEZJA I GEOINFORMATYKA PROMOTOR TEMATYKA PRAC DYPLOMOWYCH INŻYNIERSKICH KRÓTKA
Bardziej szczegółowoWykład 5 Dopasowywanie lokalne
Wykład 5 Dopasowywanie lokalne Dopasowanie par (sekwencji) Dopasowanie globalne C A T W A L K C A T W A L K C O W A R D C X X O X W X A X R X D X Globalne dopasowanie Schemat punktowania (uproszczony)
Bardziej szczegółowoPrzybliżone algorytmy analizy ekspresji genów.
Przybliżone algorytmy analizy ekspresji genów. Opracowanie i implementacja algorytmu analizy danych uzyskanych z eksperymentu biologicznego. 20.06.04 Seminarium - SKISR 1 Wstęp. Dane wejściowe dla programu
Bardziej szczegółowoAnaliza podobieństwa struktur przestrzennych białek przy użyciu deskryptorów lokalnej struktury
Uniwersytet Warszawski Wydział Matematyki, Informatyki i Mechaniki Paweł Daniluk Analiza podobieństwa struktur przestrzennych białek przy użyciu deskryptorów lokalnej struktury rozprawa doktorska Promotor
Bardziej szczegółowoMigracja z aplikacji ArcMap do ArcGIS Pro
Migracja z aplikacji ArcMap do ArcGIS Pro Spis treści Zasoby Esri... 1 Wprowadzenie do kursu... 3 Dane dostępowe do konta szkoleniowego... 5 Oznaczenia używane w tym podręczniku... 6 Zapoznanie z platformą
Bardziej szczegółowoSprawozdanie do zadania numer 2
Sprawozdanie do zadania numer 2 Michał Pawlik 29836 Temat: Badanie efektywności algorytmów grafowych w zależności od rozmiaru instancji oraz sposobu reprezentacji grafu w pamięci komputera 1 WSTĘP W ramach
Bardziej szczegółowoAutomatyczne tworzenie trójwymiarowego planu pomieszczenia z zastosowaniem metod stereowizyjnych
Automatyczne tworzenie trójwymiarowego planu pomieszczenia z zastosowaniem metod stereowizyjnych autor: Robert Drab opiekun naukowy: dr inż. Paweł Rotter 1. Wstęp Zagadnienie generowania trójwymiarowego
Bardziej szczegółowona podstawie artykułu: Modeling Complex RNA Tertiary Folds with Rosetta Clarence Yu Cheng, Fang-Chieh Chou, Rhiju Das
na podstawie artykułu: Modeling Complex RNA Tertiary Folds with Rosetta Clarence Yu Cheng, Fang-Chieh Chou, Rhiju Das wykonała: Marta Szynczewska bioinformatyka Uniwersytet Jagielloński Struktura I-rzędowa
Bardziej szczegółowoAdonis w Banku Spółdzielczym w Trzebnicy
Adonis w Banku Spółdzielczym w Trzebnicy J O A N N A M O R O Z PAW E Ł K O N I E C Z N Y AGENDA I. Charakterystyka Banku II. Wdrożenie systemu ADONIS III.Proces zarządzania ryzykiem operacyjnym w BS Trzebnica
Bardziej szczegółowoDWUKROTNA SYMULACJA MONTE CARLO JAKO METODA ANALIZY RYZYKA NA PRZYKŁADZIE WYCENY OPCJI PRZEŁĄCZANIA FUNKCJI UŻYTKOWEJ NIERUCHOMOŚCI
DWUKROTNA SYMULACJA MONTE CARLO JAKO METODA ANALIZY RYZYKA NA PRZYKŁADZIE WYCENY OPCJI PRZEŁĄCZANIA FUNKCJI UŻYTKOWEJ NIERUCHOMOŚCI mgr Marcin Pawlak Katedra Inwestycji i Wyceny Przedsiębiorstw Plan wystąpienia
Bardziej szczegółowoTEMATYKA PRAC DYPLOMOWYCH MAGISTERSKICH STUDIA STACJONARNE DRUGIEGO STOPNIA ROK AKADEMICKI 2011/2012
STUDIA STACJONARNE DRUGIEGO STOPNIA ROK AKADEMICKI 2011/2012 Instytut Geodezji GEODEZJA GOSPODARCZA PROMOTOR Ocena wykorzystania algorytmów interpolacyjnych do redukcji ilości danych pozyskiwanych w sposób
Bardziej szczegółowoKombinacja jądrowych estymatorów gęstości w klasyfikacji wstępne wyniki
Kombinacja jądrowych estymatorów gęstości w klasyfikacji wstępne wyniki Mateusz Kobos, 10.12.2008 Seminarium Metody Inteligencji Obliczeniowej 1/46 Spis treści Działanie algorytmu Uczenie Odtwarzanie/klasyfikacja
Bardziej szczegółowoMetoda przedwdrożeniowego wymiarowania zmian oprogramowania wybranej klasy systemów ERP
Metoda przedwdrożeniowego wymiarowania zmian oprogramowania wybranej klasy systemów ERP mgr inż. Przemysław Plecka promotor: prof. dr hab. inż. Zbigniew A. Banaszak promotor pomocniczy: dr inż. Krzysztof
Bardziej szczegółowoLp. Promotor Temat Dyplomant 1. Dr inż. A. Dumalski. Badanie dokładności użytkowej niwelatora cyfrowego 3. Dr inż. A. Dumalski
2009/2010 propozycje tematów prac dyplomowych na studiach stacjonarnych magisterskich II stopnia realizowanych w Instytucie Geodezji Specjalność geodezja gospodarcza Olsztyn Limit 18 Lp. Promotor Temat
Bardziej szczegółowoAlgorytmy genetyczne. Paweł Cieśla. 8 stycznia 2009
Algorytmy genetyczne Paweł Cieśla 8 stycznia 2009 Genetyka - nauka o dziedziczeniu cech pomiędzy pokoleniami. Geny są czynnikami, które decydują o wyglądzie, zachowaniu, rozmnażaniu każdego żywego organizmu.
Bardziej szczegółowoInformatyka studia stacjonarne pierwszego stopnia
#382 #379 Internetowy system obsługi usterek w sieciach handlowych (The internet systems of detection of defects in trade networks) Celem pracy jest napisanie aplikacji w języku Java EE. Główne zadania
Bardziej szczegółowoMetoda cyfrowej korelacji obrazu w badaniach geosyntetyków i innych materiałów drogowych
Metoda cyfrowej korelacji obrazu w badaniach geosyntetyków i innych materiałów drogowych Jarosław Górszczyk Konrad Malicki Politechnika Krakowska Instytut Inżynierii Drogowej i Kolejowej Wprowadzenie Dokładne
Bardziej szczegółowoAlgorytmy klasteryzacji jako metoda dyskretyzacji w algorytmach eksploracji danych. Łukasz Przybyłek, Jakub Niwa Studenckie Koło Naukowe BRAINS
Algorytmy klasteryzacji jako metoda dyskretyzacji w algorytmach eksploracji danych Łukasz Przybyłek, Jakub Niwa Studenckie Koło Naukowe BRAINS Dyskretyzacja - definicja Dyskretyzacja - zamiana atrybutów
Bardziej szczegółowoPOLITECHNIKA ŚLĄSKA WYDZIAŁ GÓRNICTWA I GEOLOGII. Roman Kaula
POLITECHNIKA ŚLĄSKA WYDZIAŁ GÓRNICTWA I GEOLOGII Roman Kaula ZASTOSOWANIE NOWOCZESNYCH NARZĘDZI INŻYNIERSKICH LabVIEW oraz MATLAB/Simulink DO MODELOWANIA UKŁADÓW DYNAMICZNYCH PLAN WYKŁADU Wprowadzenie
Bardziej szczegółowoWyznaczanie struktury długich łańcuchów RNA za pomocą Jądrowego Rezonansu Magnetycznego. Marta Szachniuk Politechnika Poznańska
Wyznaczanie struktury długich łańcuchów RNA za pomocą Jądrowego Rezonansu Magnetycznego Marta Szachniuk Politechnika Poznańska Plan prezentacji 1. Wprowadzenie do problematyki badań: cel i zasadność projektu.
Bardziej szczegółowoAnaliza grup i sygnałów używanych do budowy struktury białek z lokalnych deskryptorów
STRESZCZENIE ROZPRAWY DOKTORSKIEJ Analiza grup i sygnałów używanych do budowy struktury białek z lokalnych deskryptorów Michał Drabikowski 1 Wst ep Białka to czasteczki o fundamentalnym znaczeniu dla organizmów
Bardziej szczegółowoCo, kto, kiedy, jak, gdzie? Metadane. Metodyka opracowania i stosowania metadanych w Polsce
Metodyka opracowania i stosowania metadanych w Polsce Adam Iwaniak Szkolenie w Luboradzy, ZCPWZ, 12-13.02.2009r. Metadane Metadane sumaryczny opis lub charakterystyka zbioru danych. Odpowiedź na pytania:
Bardziej szczegółowoMETODY INŻYNIERII WIEDZY KNOWLEDGE ENGINEERING AND DATA MINING. EKSPLORACJA DANYCH Ćwiczenia. Adrian Horzyk. Akademia Górniczo-Hutnicza
METODY INŻYNIERII WIEDZY KNOWLEDGE ENGINEERING AND DATA MINING EKSPLORACJA DANYCH Ćwiczenia Adrian Horzyk Akademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej
Bardziej szczegółowo2.2 Opis części programowej
2.2 Opis części programowej Rysunek 1: Panel frontowy aplikacji. System pomiarowy został w całości zintegrowany w środowisku LabVIEW. Aplikacja uruchamiana na komputerze zarządza przebiegiem pomiarów poprzez
Bardziej szczegółowoBIOINFORMATYKA BIOLOGICZNE BAZY DANYCH
http://theta.edu.pl/ Podstawy Bioinformatyki II BIOINFORMATYKA BIOLOGICZNE BAZY DANYCH 1 Czym jest bioinformatyka? 2 Bioinformatyka Bioinformatyka jest interdyscyplinarną dziedziną nauki obejmującą wykorzystanie
Bardziej szczegółowoSpis treści 1. Wstęp 2. Projektowanie systemów informatycznych
Spis treści 1. Wstęp... 9 1.1. Inżynieria oprogramowania jako proces... 10 1.1.1. Algorytm... 11 1.2. Programowanie w językach wysokiego poziomu... 11 1.3. Obiektowe podejście do programowania... 12 1.3.1.
Bardziej szczegółowoPorównanie algorytmów wyszukiwania najkrótszych ścieżek międz. grafu. Daniel Golubiewski. 22 listopada Instytut Informatyki
Porównanie algorytmów wyszukiwania najkrótszych ścieżek między wierzchołkami grafu. Instytut Informatyki 22 listopada 2015 Algorytm DFS w głąb Algorytm przejścia/przeszukiwania w głąb (ang. Depth First
Bardziej szczegółowoZadanie 1: Piętnastka
Informatyka, studia dzienne, inż. I st. semestr VI Sztuczna Inteligencja i Systemy Ekspertowe 2010/2011 Prowadzący: mgr Michał Pryczek piątek, 12:00 Data oddania: Ocena: Grzegorz Graczyk 150875 Marek Rogalski
Bardziej szczegółowoSystem informacji o szlakach turystycznych Mazowsza
System informacji o szlakach turystycznych Mazowsza Mateusz Troll Instytut Geografii i Gospodarki Przestrzennej UJ Tomasz Gacek GISonLine S.C. Plan prezentacji 1. Informacje o projekcie 2. Składowe systemu
Bardziej szczegółowoOrganizacyjnie. Prowadzący: dr Mariusz Rafało (hasło: BIG)
Big Data Organizacyjnie Prowadzący: dr Mariusz Rafało mrafalo@sgh.waw.pl http://mariuszrafalo.pl (hasło: BIG) DANE W CZASIE RZECZYWISTYM 3 Tryb analizowania danych 4 Okno analizowania 5 Real-time: Checkpointing
Bardziej szczegółowoAUTOMATYCZNE ROZPOZNAWANIE PUNKTÓW KONTROLNYCH GŁOWY SŁUŻĄCYCH DO 3D MODELOWANIA JEJ ANATOMII I DYNAMIKI
AUTOMATYCZNE ROZPOZNAWANIE PUNKTÓW KONTROLNYCH GŁOWY SŁUŻĄCYCH DO 3D MODELOWANIA JEJ ANATOMII I DYNAMIKI Tomasz Huczek Promotor: dr Adrian Horzyk Cel pracy Zasadniczym celem pracy było stworzenie systemu
Bardziej szczegółowozna metody matematyczne w zakresie niezbędnym do formalnego i ilościowego opisu, zrozumienia i modelowania problemów z różnych
Grupa efektów kierunkowych: Matematyka stosowana I stopnia - profil praktyczny (od 17 października 2014) Matematyka Stosowana I stopień spec. Matematyka nowoczesnych technologii stacjonarne 2015/2016Z
Bardziej szczegółowoAlgorytmy optymalizacji systemu ICT wspomagające zarządzanie siecią wodociągową
Katowice GPW 2014 Algorytmy optymalizacji systemu ICT wspomagające zarządzanie siecią wodociągową Jan Studziński 1 1. Wstęp Cel projektu Usprawnienie zarządzania siecią wodociągową za pomocą nowoczesnych
Bardziej szczegółowoPrognozowanie na podstawie modelu ekonometrycznego
Prognozowanie na podstawie modelu ekonometrycznego Przykład. Firma usługowa świadcząca usługi doradcze w ostatnich kwartałach (t) odnotowała wynik finansowy (yt - tys. zł), obsługując liczbę klientów (x1t)
Bardziej szczegółowo