|
|
Detection of Correlated Mutations
Ižák, Tomáš ; Bendl, Jaroslav (oponent) ; Martínek, Tomáš (vedoucí práce)
This work explores existing possibilities and methods of correlated mutations detection in proteins. At the beginning a theoretical background into explored area is provided. Exploitation of detected correlated mutations lies in a protein's tertiary structure prediction or searching functionally important sites. A state-of-the-art of existing tools and methods follows. In this work, methods based on statistics (for example Pearson correlation coefficient or Pearson's chi^2 test), Information theory (Mutual information - MI) and likelihood models (ELSC or Spidermonkey) are examined. The next part is devoted to the searching for an optimal algorithm for correlated mutations detection. To combine results from multiple different algorithms, is proposed as an optimal solution. It is also advised to exploit physico-chemical properties of amino acids during the detection. In practical part, the algorithm for detection of correlated mutations was developed. It is based on physico-chemical properties of amino acids and phylogenetic trees. Results gained using this method were compared with results gained from CAPS, CRASP and CMAT tools.
|
|
|
Generování protipříkladů při analýze Markovových modelů
Molek, Martin ; Matyáš, Jiří (oponent) ; Češka, Milan (vedoucí práce)
Tato práce se zabývá generováním protipříkladů v kontextu verifikace pravděpodobnostních systémů. Protipříklady jsou generovány nad Markovovými modely (přesněji DTMC). Specifikace vlastností modelu jsou zadávány pomocí logiky PCTL, která je v této práci popsána. Pro generování protipříkladů byly použity dva různé algoritmy (Best-first search a Recursive Enumration Algorithm). Práce obsahuje popis implementace algoritmů do verifikačního nástroje STORM. Výsledky experimentů ukazují, že REA je schopen pracovat s modely obsahující miliony stavů.
|
|
|
Generování protipříkladů při analýze Markovových modelů
Molek, Martin ; Matyáš, Jiří (oponent) ; Češka, Milan (vedoucí práce)
Tato práce se zabývá generováním protipříkladů v kontextu verifikace pravděpodobnostních systémů. Protipříklady jsou generovány nad Markovovými modely (přesněji DTMC). Specifikace vlastností modelu jsou zadávány pomocí logiky PCTL, která je v této práci popsána. Pro generování protipříkladů byly použity dva různé algoritmy (Best-first search a Recursive Enumration Algorithm). Práce obsahuje popis implementace algoritmů do verifikačního nástroje STORM. Výsledky experimentů ukazují, že REA je schopen pracovat s modely obsahující miliony stavů.
|
|
|
Aplikace statistických metod při výpočtu celoživotní hodnoty zákazníka
Samuseva, Katsiaryna ; Vraná, Lenka (vedoucí práce) ; Sobíšek, Lukáš (oponent)
Bakalářská práce se věnuje statistickým metodám pro řízení vztahů se zákazníky a různým přístupům k odhadu celoživotní hodnoty zákazníka pro společnost v dlouhodobém horizontu. Jde o empirický typ práce, kde teoretické předpoklady otestujeme v praxi na reálných datech. V průběhu práce zkoumáme a měříme klientské chování s cílem získat kvantitativní výstupy pro přizpůsobení marketingové strategie, efektivní alokaci zdrojů a výběr cílových zákazníků. Na základě chování v minulosti a současnosti budeme modelovat očekávaný budoucí stav nákupního chování a s tím spojené vymezení nejziskovější cílové skupiny pro kvalitnější aplikaci marketingových nástrojů. Mezi hlavní cíle práce patří popis různých přístupů k modelování CLV, aplikace modelu Pareto/NBD na reálná data společnosti Práce pro Vás a zhodnocení využitelnosti výsledků predikování CLV v praxi. V průběhu práce budou řešeny i následující úkoly: uvést základní výhody a nevýhody jednotlivých způsobů modelování CLV, vyhodnotit kvalitu modelu Pareto/NBD a stanovit další náměty při zkoumání této problematiky. Existují různé přístupy k odhadu CLV, které jsou popsané v teoretické části. Praktická část práce je zaměřena především na aplikaci pravděpodobnostního modelu Pareto/NBD. Pomoci modelu Pareto/NBD manažeři získávají informace o budoucí aktivitě zákazníka, tj. očekáváný počet transakcí na základě jeho skutečného chování a pravděpodobnost, že zákazník bude stálé aktivní ve sledovaném horizontu. V současné realitě přetíženého trhu téměř ve všech odvětvích podnikání musí společnosti spoléhat na kvantitativní podstatu marketingu a vybírat si cílové zákazníky, na které zaměří své marketingové úsilí. Přesně této potřebě odpovídá model Pareto/NBD, pomoci kterého odhadneme celoživotní hodnotu zákazníka pro strategické rozhodování a řízení vztahů se zákazníky. Závěrem se nám podaří vyřešit dané problémy a splníme tím všechny stanovené cíle.
|
|
|
Detection of Correlated Mutations
Ižák, Tomáš ; Bendl, Jaroslav (oponent) ; Martínek, Tomáš (vedoucí práce)
This work explores existing possibilities and methods of correlated mutations detection in proteins. At the beginning a theoretical background into explored area is provided. Exploitation of detected correlated mutations lies in a protein's tertiary structure prediction or searching functionally important sites. A state-of-the-art of existing tools and methods follows. In this work, methods based on statistics (for example Pearson correlation coefficient or Pearson's chi^2 test), Information theory (Mutual information - MI) and likelihood models (ELSC or Spidermonkey) are examined. The next part is devoted to the searching for an optimal algorithm for correlated mutations detection. To combine results from multiple different algorithms, is proposed as an optimal solution. It is also advised to exploit physico-chemical properties of amino acids during the detection. In practical part, the algorithm for detection of correlated mutations was developed. It is based on physico-chemical properties of amino acids and phylogenetic trees. Results gained using this method were compared with results gained from CAPS, CRASP and CMAT tools.
|
host ::
RSS.