Machine learning techniques of de-novo molecular formula reconstruction from its mass spectrum – Bc. Adam Hájek
Bc. Adam Hájek
Diplomová práce
Machine learning techniques of de-novo molecular formula reconstruction from its mass spectrum
Machine learning techniques of de-novo molecular formula reconstruction from its mass spectrum
Anotace:
Hmotnostní spektrometrie je metoda analytické chemie, která analyzuje molekuly pomocí jejich fragmentace a následného změření hmotnosti vzniklých fragmentů. Tato diplomová práce se zabývá úkolem rekonstrukce molekulární struktury z GC-EI-MS spekter a to metodou de novo. Tato metoda se zaměřuje na případy, kdy analyzovaná molekula dosud nebyla pomocí spektometru změřena a není tudíž součástí žádné referenční …víceAbstract:
Mass spectrometry is an analytical chemistry technique that analyzes molecules by fragmenting them and measuring the weights of these fragments. This diploma thesis addresses the task of molecular structure elucidation from GC-EI-MS spectra de novo, meaning we do not have a reference spectrum of this molecule from a different experiment. The task aims to reverse the process of molecular fragmentation …více
Jazyk práce: angličtina
Datum vytvoření / odevzdání či podání práce: 21. 5. 2024
Identifikátor:
https://is.muni.cz/th/vao1s/
Obhajoba závěrečné práce
- Obhajoba proběhla 19. 6. 2024
- Vedoucí: Mgr. Aleš Křenek, Ph.D.
- Oponent: doc. Mgr. Bc. Vít Nováček, PhD
Citační záznam
Plný text práce
Obsah online archivu závěrečné práce
Zveřejněno v Theses:- světu
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: Masarykova univerzita, Fakulta informatikyMasarykova univerzita
Fakulta informatikyMagisterský studijní program / obor:
Umělá inteligence a zpracování dat / Strojové učení a umělá inteligence
Práce na příbuzné téma
-
Translating Medical Texts using Neural Machine Translation
Magdalena Panská -
Speeding up inference time of neural machine translation
Martin Geletka -
Google Translate and eTranslate: Neural Machine Translation Comparative Analysis
Ondřej Mičola -
One Bit at a Time: Impact of Quantisation on Neural Machine Translation
Marek Petrovič -
Domain-specific English-Czech Neural Machine Translation
Martin Wörgötter -
Interpretation techniques for deep neural networks in digital histopathology
Martin Krebs -
Visualization of Digital Pathology Images and Results of Their Analyses Using Deep Neural Networks
Nikoleta Češeková -
Alzheimer's dementia recognition from spontaneous speech using deep neural networks
Mariia Buntovskikh