Projekty finansowane przez NCN

Dane kierownika projektu i jednostki realizującej

Szczegółowe informacje o projekcie i konkursie

Słowa kluczowe

Aparatura

Wyczyść formularz

Nowe metody statystyczne dla problemów klasyfikacji i integracji danych molekularnych i genomowych

2016/23/D/ST6/03613

Słowa kluczowe:

klasyfikacja integracyjne genomiki rak uczenie maszynowe empiryczna Bayesa bootstrap

Deskryptory:

  • ST6_11: Uczenie maszynowe, statystyczne przetwarzanie danych i zastosowanie w przetwarzaniu sygnałów
  • NZ2_8: Biologia obliczeniowa
  • NZ2_9: Biologia systemowa

Panel:

ST6 - Informatyka i technologie informacyjne: technologie i systemy informacyjne, informatyka, obliczenia naukowe, systemy inteligentne

Jednostka realizująca:

Uniwersytet Warszawski, Wydział Matematyki, Informatyki i Mechaniki

woj. mazowieckie

Inne projekty tej jednostki 

Kierownik projektu (z jednostki realizującej):

dr Neo Christopher Chung 

Liczba wykonawców projektu: 2

Konkurs: SONATA 12 - ogłoszony 2016-09-15

Przyznana kwota: 424 029 PLN

Rozpoczęcie projektu: 2017-08-03

Zakończenie projektu: 2021-02-02

Planowany czas trwania projektu: 42 miesięcy (z wniosku)

Status projektu: Projekt rozliczony

Opis Projektu

Pobierz opis projektu w formacie .pdf

Uwaga - opisy projektów zostały sporządzone przez samych autorów wniosków i w niezmienionej formie umieszczone w systemie.

Zakupiona aparatura

  1. Macbook Pro 15' 2.7 GHz. Za kwotę 13 899 PLN
  2. Network-attached storage (NAS).
  3. 27" Monitor (Dell UltraSharp U2717D). Za kwotę 2 450 PLN

Dane z raportu końcowego/rocznego

  • Publikacje w czasopismach (6)
  • Teksty w publikacjach pokonferencyjnych (3)
  1. Statistical significance of cluster membership for unsupervised evaluation of cell identities
    Autorzy:
    Neo Christopher Chung
    Czasopismo:
    Bioinformatics (rok: 2020, tom: 36, strony: 3107-3114), Wydawca: Oxford University Press
    Status:
    Opublikowana
    Doi:
    10.1093/bioinformatics/btaa087 - link do publikacji
  2. Unsupervised Classification of Multi-Omics Data during Cardiac Remodeling using Deep Learning
    Autorzy:
    Neo Christopher Chung, Bilal Mirza, Howard Choi, Jie Wang, Ding Wang, Peipei Ping, Wei Wang
    Czasopismo:
    Methods (rok: 2019, tom: 166, strony: 66-73), Wydawca: Elsevier
    Status:
    Opublikowana
    Doi:
    10.1016/j.ymeth.2019.03.004 - link do publikacji
  3. Jaccard/Tanimoto similarity test and estimation methods for biological presence-absence data
    Autorzy:
    Neo Christopher Chung, Błażej Miasojedow, Michał Startek, Anna Gambin
    Czasopismo:
    BMC Bioinformatics (rok: 2019, tom: 20, strony: 644), Wydawca: Springer Nature
    Status:
    Opublikowana
    Doi:
    0.1186/s12859-019-3118-5 - link do publikacji
  4. Truncated robust principal component analysis and noise reduction for single cell RNA-seq data
    Autorzy:
    Krzysztof Gogolewski, Maciej Sykulski, Neo Christopher Chung, Anna Gambin
    Czasopismo:
    Journal of Computational Biology (rok: 2019, tom: 26, strony: 782-793), Wydawca: Mary Ann Liebert
    Status:
    Opublikowana
    Doi:
    10.1089/cmb.2018.0255 - link do publikacji
  5. Identifying temporal molecular signatures underlying cardiovascular diseases: A data science platform
    Autorzy:
    Neo Christopher Chung, Howard Choi, Ding Wang, Bilal Mirza, Alexander R Pelletier, Dibakar Sigdel, Wei Wang, Peipei Ping
    Czasopismo:
    Journal of Molecular and Cellular Cardiology (rok: 2020, tom: 145, strony: 54-58), Wydawca: Elsevier
    Status:
    Opublikowana
    Doi:
    10.1016/j.yjmcc.2020.05.020 - link do publikacji
  6. Deep learning in oncological radiomics and challenges of interpretability and data harmonization
    Autorzy:
    Panagiotis Papadimitroulas, Lennart Brocki, Neo Christopher Chung, Wistan Marchadour, Franck Vermet, Laurent Gaubert, Vasilis Eleftheriadis, Dimitris Plachouris, Dimitris Visvikis, George Kagadis, Mathieu Hatt
    Czasopismo:
    Physica Medica (rok: 2021, ), Wydawca: Elsevier
    Status:
    Przyjęta do publikacji
    Doi:
    None - link do publikacji
  1. Input Bias in Rectified Gradients and Modified Saliency Maps
    Autorzy:
    Lennart Brocki, Neo Christopher Chung
    Konferencja:
    2021 IEEE International Conference on Big Data and Smart Computing (rok: 2021, ), Wydawca: IEEE Xplore
    Data:
    konferencja 17/01
    Status:
    Przyjęta do publikacji
  2. Concept Saliency Maps to Visualize Relevant Features in Deep Generative Models
    Autorzy:
    Lennart Brocki, Neo Christopher Chung
    Konferencja:
    18th IEEE International Conference On Machine Learning And Applications (ICMLA) (rok: 2019, ), Wydawca: IEEE Xplore
    Data:
    konferencja 43815
    Status:
    Opublikowana
  3. Truncated Robust Principal Component Analysis and Noise Reduction for Single Cell RNA-seq Data
    Autorzy:
    Krzysztof Gogolewski, Maciej Sykulski, Neo Christopher Chung, Anna Gambin
    Konferencja:
    International Symposium on Bioinformatics Research and Applications (rok: 2018, ), Wydawca: Springer
    Data:
    konferencja 08/06 - 11/06
    Status:
    Opublikowana

O Narodowym Centrum Nauki

Finansowanie nauki

Współpraca zagraniczna

Centrum prasowe

Deklaracja dostępności
Przetwarzanie danych osobowych
Polityka cookies

Partnerzy