Details

Title: Применение нечеткой кластеризации к дендритным шипикам: выпускная квалификационная работа бакалавра: направление 01.03.02 «Прикладная математика и информатика» ; образовательная программа 01.03.02_02 «Системное программирование»
Creators: Лахнева Марина Юрьевна
Scientific adviser: Чуканов Вячеслав Сергеевич
Organization: Санкт-Петербургский политехнический университет Петра Великого. Физико-механический институт
Imprint: Санкт-Петербург, 2024
Collection: Выпускные квалификационные работы; Общая коллекция
Subjects: дендритный шипик; нечеткая кластеризация; морфологические особенности; dendritic spines; fuzzy clustering; morphological features
Document type: Bachelor graduation qualification work
File type: PDF
Language: Russian
Level of education: Bachelor
Speciality code (FGOS): 01.03.02
Speciality group (FGOS): 010000 - Математика и механика
DOI: 10.18720/SPBPU/3/2024/vr/vr24-5264
Rights: Доступ по паролю из сети Интернет (чтение, печать)
Additionally: New arrival
Record key: ru\spstu\vkr\30267

Allowed Actions:

Action 'Read' will be available if you login or access site from another network

Group: Anonymous

Network: Internet

Annotation

Данная работа посвящена нахождению оптимального количества кластеров, которое превосходит традиционную классификацию дендритных шипиков на четыре категории: грибовидные, короткие, тонкие и филоподии. Использование нечеткого кластерного метода — это новый подход анализа формы дендритного шипика. Алгоритм был реализован самостоятельно и с целью его усовершенствования использовалась иная метрика расстояния, лучше отражающая особенности в случае дискретной выборки, в отличие от традиционного евклидова расстояния. Это позволило точнее сгруппировать данные, учитывая их уникальную природу. Кластеризация проводилась на основе заранее определенных классических метрик формы и гистограмм распределения длин хорд. Было получено оптимальное количество кластеров, а также выделены морфологические особенности каждого кластера на двух обучающихся выборках. Для визуализации результатов был использован метод равномерного приближения и проекции многообразия (Uniform Manifold Approximation and Projection, UMAP), который лучше всего смог отобразить многомерные данные в двумерном пространстве.

This work is devoted to finding the optimal number of clusters that surpasses the traditional classification of dendritic spines into four categories: mushroom-shaped, short, thin and filopodia. The use of the fuzzy cluster method is a new approach to analyzing the shape of a dendritic spines. The algorithm was implemented independently and in order to improve it, a different distance metric was used, which better reflects the features in the case of a discrete sample, unlike the traditional Euclidean distance. This made it possible to group the data more precisely, given their unique nature. Clustering was carried out on the basis of predefined classical shape metrics and histograms of the chord length distribution. The optimal number of clusters was obtained, and morphological features of each cluster were identified in two training samples. To visualize the results, the Uniform Manifold Approximation and Projection (UMAP) method was used, which was best able to display multidimensional data in two–dimensional space.

Document access rights

Network User group Action
ILC SPbPU Local Network All Read Print
Internet Authorized users SPbPU Read Print
-> Internet Anonymous

Table of Contents

  • Применение нечеткой кластеризации к дендритным шипикам
    • Введение
    • 1. Обзор литературы
    • 2. Fuzzy c-means
    • 3. Результаты
    • Заключение
    • Список использованных источников

Usage statistics

stat Access count: 0
Last 30 days: 0
Detailed usage statistics