Prediction of missing peaks in mass spectra – Bc. Michal Starý
Bc. Michal Starý
Bachelor's thesis
Prediction of missing peaks in mass spectra
Prediction of missing peaks in mass spectra
Anotácia:
Identifikace sloučenin je zásadní pro monitorování životního prostředí. Plynová chromatografie s hmotnostní spektrometrií (GC-MS) je široce používanou metodou pro tuto identifikaci. Klíčovým krokem ve zpracování komplexních dat pocházejících z GC-MS přístroje je detekce vrcholů. Chyby algoritmů detekce vrcholů, jako jsou například nezachycené vrcholy, značně omezují schopnost výzkumníků monitorovat …viacAbstract:
Compound identification is essential for monitoring the environment. Gas Chromatography-Mass Spectrometry (GC-MS) is a widely used method for such identification. A crucial step in the processing of complex data coming from the physical GC-MS instrument is peak detection. The errors of peak detection algorithms, such as missed peaks, severely limit the researchers' ability to monitor low-concentration …viac
Jazyk práce: English
Datum vytvoření / odevzdání či podání práce: 16. 12. 2021
Identifikátor:
https://is.muni.cz/th/dz62r/
Obhajoba závěrečné práce
- Obhajoba proběhla 10. 2. 2022
- Vedúci: Mgr. Aleš Křenek, Ph.D.
- Oponent: Mgr. Bc. Vít Nováček, PhD
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 informatikyMasaryk University
Faculty of InformaticsBachelor programme / odbor:
Informatics / Artificial Intelligence and Natural Language Processing
Práce na příbuzné téma
-
Application of gas chromatography coupled to various types of mass spectrometric detectors for quality and safety evaluation of selected foodstuffs
Michal Stupák -
Machine learning techniques of de-novo molecular formula reconstruction from its mass spectrum
Adam Hájek -
Machine learning techniques of mass spectra prediction
Filip Jozefov -
Machine learning techniques of de-novo molecular formula reconstruction from its mass spectrum
Adam Hájek -
MALDI mass spectrometry biotyping
Lukáš Pečinka -
Deep learning for anomaly detection in histopathological data
David Čechák -
Detection of Diabetic Retinopathy using Deep Learning and Transfer Learning Techniques with Oversampling to Address Imbalanced Dataset
Teodora RANĐELOVIĆ -
Detection of metastases in immunohistochemically stained lymphatic tissue using deep learning methods
Miroslav Mažgut