Benchmarking Framework for Boolean Models Inference Tools

Bc. Samuel Kulíšek

Diplomová práce

Anotace:

Cieľom tejto práce je návrh a vývoj frameworku na hodnotenie kvality (benchmarking) inferenčných metód modelov Booleovských Sietí. Tento framework by mal byť rozšíriteľný, a podporovať pridávanie nových metrík. Mal by tiež obsahovať databázu modelov Booleovských Sietí a dát príslušných k týmto sieťam. Táto práca obsahuje implementáciu takéhoto frameworku vo forme webovej applikácie. Táto applikácia dovoľuje užívateľom spúšťať hodnotenia kvality (benchmarks) s vybranými metrikami na dostupných modeloch, nahrávať nové dáta a nové modely do databázy, a sledovať stav svojich benchmarkovacích procesov.

Abstract:

This thesis focuses on the development of a framework for benchmarking inference methods of Boolean Network models. The framework should be extensible, and support the addition of new benchmarking metrics. It should also include a database of Boolean Network Models and Data Sets related to these models. This thesis includes an implementation of such framework implemented as a web application. This web application allows users to run benchmarks with the selected metrics on the available models, submit new data sets and models to the database, and keep track of their benchmarking sessions.

Keywords

boolean networks, python, django, boolean network inference

Jazyk práce: angličtina

Datum vytvoření / odevzdání či podání práce: 16. 5. 2023

Obhajoba závěrečné práce

• Obhajoba proběhla 21. 6. 2023
• Vedoucí: doc. RNDr. David Šafránek, Ph.D.
• Oponent: RNDr. Matej Troják

Masarykova univerzita

Fakulta informatiky

Magisterský studijní program / obor:
Softwarové inženýrství / Návrh a vývoj softwarových systémů