Meta and few-shot learning for microbiome based predictive disease classification

Bibliográfiai részletek
Szerző:	Molnár Zsófia
További közreműködők:	Ligeti Balázs (Témavezető) Kalcsevszki Regina (Témavezető)
Dokumentumtípus:	Diplomamunka
Megjelent:	2023-02-01
Online Access:	https://diplomamunka.ppke.hu/8702

Hasonló tételek

Few Shots learning for facial recognition based on deep learning architectures
Szerző: Luque Ramirez Ricardo Alejandro
Megjelent: (2021)

Crop disease diagnose using classification based on feature-based methods and Deep Learning
Szerző: Prada González Andrés
Megjelent: (2019)

Meta-Learning for Domain Generalization with Style-based Parameter Prediction in Biomedical Image Segmentation
Szerző: Uzolas Lukas
Megjelent: (2021)

Deep Learning based methods fo data classification in sensor networks
Szerző: Bagdi Richárd Mózes
Megjelent: (2014)

Deep learning based holographic microscope image focusing and object classification
Szerző: Angi Péter
Megjelent: (2022)

Transfer learning for sequence labeling tasks in microbiome data analysis
Szerző: Réti Márton András
Megjelent: (2024)

Robust Real-Time AI/Deep Learning based Detector for Arable Crops Disease and Pest Recognition
Szerző: Bommidi Jaideep
Megjelent: (2014)

Gesture prediction by machine learning methods on the basis of ultrasound-based muscle activity measurement
Szerző: Daoud Mária Lujza
Megjelent: (2014)

Meta-analysis of genetics-based antigen structural methods of influenza virus
Szerző: Forrai Regina
Megjelent: (2014)

Self-supervised Deep Learning for Image Classification
Szerző: Tushar Zahid Hassan
Megjelent: (2021)

Machine learning based time-series classification of single-cell label-free optical biosensor data
Szerző: Sztilkovics Milán Ferenc
Megjelent: (2014)

Analysis of deep learning techniques for ROP fundus classification
Szerző: Banno Husam Francis Kiryaqos
Megjelent: (2014)

Quest for biomarkers in microbiome data
Szerző: Kalcsevszki Regina
Megjelent: (2015)

Automatic Classification of Spinal Injuries Using Machine Learning
Szerző: Szigeti Mark Bence
Megjelent: (2024)

Deep Disease Generation applied research on genetic disease simulation using Deep Learning and banded chromosome images /
Szerző: Rico Reche Javier
Megjelent: (2021)

Assessing and Predicting Treatment Response of Hepatic Metastasis with Deep Learning
Szerző: Islam Mohammad Mohaiminul
Megjelent: (2021)

VF (ventricular fibrillation) prediction based on ion recordings in the myocardium
Szerző: Szilágyi Tünde
Megjelent: (2006)

Investigation of the application of transformer models in microbiome analyses
Szerző: Filyó Bendegúz
Megjelent: (2024)

Classification of cortical neurons and characterization of their variability based on physiological experimental data
Szerző: Tordai Lili
Megjelent: (2023)

Building a Comprehensive Brain Tumor Classification System with Slicer and Machine Learning
Szerző: Zelei Regina Réka
Megjelent: (2024)

Audio Signal Classification with Machine Learning Techniques using the Mel-scale Spectogram
Szerző: Tóth Máté
Megjelent: (2011)

Newborn baby monitoring with non-contact methods and deep learning analysis, prediction
Szerző: Fehér Flóra
Megjelent: (2024)

Link prediction in protein-protein interaction networks using graph embedding-based topological information and a generative adversarial network machine learning model
Szerző: Balogh Olivér Márton
Megjelent: (2022)

Development of Signal Processing and Classification Algorithms for Electromyography based Bionic Prosthetic Hand
Szerző: Nurfeta Eyoel Ajebu
Megjelent: (2022)

Deep learning method for prediction of robotic hand state using camera's field of view
Szerző: Fodor Péter
Megjelent: (2023)

Developing a real time classification algorithm based on SVM for Brain-Computer Interfaces
Szerző: Bilicz Laura Dorottya
Megjelent: (2015)

Brain age prediction based on convolutional neural networks trained on T1 weighted MRI volumes
Szerző: Kemenczky Péter
Megjelent: (2015)

Developement of a complex formation perturbing effect prediction tool based on genomic data analysis
Szerző: Kovács Szabolcs Cselgő
Megjelent: (2022)

Optimizing Transformer-based Neural Networks for Enhanced Ab Initio Gene Prediction in ESKAPE Pathogens
Szerző: Ortiz Nicole
Megjelent: (2024)

Gene Prediction Revisited
Szerző: Bata Natali
Megjelent: (2025)

Identification of disease-causing mutations in SAH motifs
Szerző: Dr. Miczi Márió
Megjelent: (2024)

Computer Vision Based Methods of Adversarial Algorithms in Deep Learning
Szerző: Farkas Bence Balázs
Megjelent: (2014)

Object detection and association in Multiview scenarios based on deep learning
Szerző: Moral de Eusebio Paula
Megjelent: (2019)

Camera-Based Pulse Monitoring Using Deep Learning Tools
Szerző: Terbe Dániel
Megjelent: (2014)

Practical brain age prediction investigating transfer learning and sensitivity to motion artifacts in a deep convolutional neural network /
Szerző: Rozmann Dorina
Megjelent: (2021)

Enhancing 360° VR Experiences with Machine Learning-based Multisensorial Effects
Szerző: Szabó Péter József
Megjelent: (2021)

Deep Learning Based Estimation of Hydrology Parameters from Image Sensors
Szerző: Jenberia Getnet Demil
Megjelent: (2024)

Investigation of viral communities in human microbiome using whole genome shotgun sequencing data
Szerző: Hőnich Ágnes Kata
Megjelent: (2019)

Political discourse and meta-political opposition, how states perceive themselves on the international scene ?
Szerző: Bonneau Louis-Marie Philippe Xavier
Megjelent: (2020)

Wastewater-based modeling, reconstruction, and prediction for COVID-19 outbreaks in Hungary caused by highly immune evasive variants
Szerző: Polcz Péter, et al.
Megjelent: (2023)