RNS szekvenciák elemzése DAG tanulással
![]() doktorandusz
Szoba: IE322
Tel.:
+36 1 463- Email: sandor (*) mit * bme * hu |
A kiírás adatai
Az RNS szekvenálás olyan adatgyűjtési módszer, amely segítségével élőlények alapvető genomikai működését tudjuk megfigyelni. Az ilyen típusú adatok jellemzően nehezen standardizálhatóak és a modern adatintenzív eljárásokkal nehezen elemezhetők. A háttérismeretek felhasználását és az értelmezést is támogató lehetőség a genomikai hatások modellezésére a valószínűségi gráfos modellek felhasználása volna, azonban alap probléma ezen hálózatok struktúrájának a megtalálása. Az utóbbi években ez szerencsére lehetséges lett az újonnan megjelenő folytonos optimalizáció alapú DAG tanuló eljárásokban. A téma célja ilyen eljárások és algoritmusok kipróbálása valós genomikai adatokon és ezek alapján létrehozott modellek elemzése és továbbfejlesztése, például öregedéskutatásban.
A téma az emberközpontú MI kiegészítő mesterképzés (HCAIM) hallgatóinak kifejezetten ajánljott, mivel a feladat kiterjedhet a mesterséges intelligencia alkalmazásának társadalmi és személyi (etikai, erkölcsi, jogi, biztonsági, megbízhatósági, értelmezhetőségi, esélyegyenlőségi stb.) szempontjaira is. Részletek: https://hcaim.bme.hu/en/msc-bme/