Projects

11 - 20 | 130 project(s)
Project name Sort ascending Institute Leader
Tumor sejtek gyógyszerérzékenységének predikciója Támogatott Kutatócsoportok Irodája Szalai Bence

Nagy léptékű tumor sejtvonal gyógyszerérzékenységi adatsorok vizsgálata, a gyógyszerérzékenység predikciója molekuláris adatokból (mutációk, génexpresszió) "machine learning" módszerek segítségével. A kidolgozott modellek értelmezése a tumor gyógyszerérzékenység jobb megértését, biomarkerek felismerését teheti lehetővé.

Tumor NGS Pilot Projekt Támogatott Kutatócsoportok Irodája Dr. Sebestyén Endre

A munka folyamán daganatos genom és transzkriptom szekvenálási adatok feldolgozása a cél, elsősorban hematológiai daganatokból. Első lépésként kisebb mennyiség publikusan elérhető adatot elemzünk. Később tervezzük az elemzések kiterjesztését más daganatokra is, emellett szeretnénk a transzkripciós zajt befolyásoló mutációkat, genomi jellegzetességeket általánosan leírni. E pilot projekt során szeretnénk különböző bioinformatikai programcsomagok használhatóságát felmérni, és tesztelni, hogy a jövőben milyen típusú elemzéseket tudunk elvégezni a Semmelweis Egyetem I.sz.

Tumor Biomarkerek Keresése Enzimológiai Intézet Nagy Tibor

Nagy mennyiségű szekvenálási adat feldolgozása, hogy a diagnosztikában is használható markereket azonosítsunk. A markerek segítségével azt reméljük, hogy egyszerűbbé válik a daganatos betegségek felfedezése és hamarabb kezdhető meg a terápiás kezelés.

Trafic Sign Recognition Számítástechnikai és Automatizálási Kutatóintézet Harsányi Károly

Közelekedési táblák klasszifikációja CNN segítségével.

Towards climate-smart sustainable management of agricultural soils Talajtani és Agrokémiai Intézet Bakacsi Zsófia

The main objective of EJP SOIL is to create an enabling environment to enhance the contribution of agricultural soils to key societal challenges such as climate change adaptation and mitigation, sustainable agricultural production, ecosystem services provision and prevention and restoration of land and soil degradation. Knowledge harmonization and harmonised soil information and reporting practices will be developed.

Többdimenziós hipotézisvizsgálat (projekt folytatása) Rényi Alfréd Matematikai Kutatóintézet Arató Miklós

A projekt további folytatásának egyik célja a projekt során már kidolgozott (és az MTA CLOUD konferencián ismertetett) többdimenziós hipotézisvizsgálati eljárásokkal kapcsolatos eredmények ellenőrzése és publikáció benyújtása.

A véletlen Young-táblák statisztikai vizsgálatával kapcsolatban további próbákat tervezünk kipróbálni.

A kidolgozott próbákat kőzet adatok vizsgálatánál is felhasználjuk.

Többdimenziós hipotézisvizsgálat Rényi Alfréd Matematikai Kutatóintézet Arató Miklós

A projekt célja olyan hipotézisvizsgálati eljárások (függetlenségvizsgálat, illeszkedésvizsgálat, stb.) kidolgozása, melyek alkalmasak nagy elemszámú sokdimenziós nem normális eloszlású minták
vizsgálatára. A tesztek nagyszámú véletlen szimuláción alapulnak és összehasonlításuk is többszöri véletlenítést igényel.

theorphys Részecske- és Magfizikai Intézet Bíró Gábor

A Wigner FK Részecske és magfizikai intézet Elméleti Osztályának projektje, első sorban numerikus számolásokhoz és Monte Carlo szimulációkhoz.

Tetrapodes and climate Duna-kutató Intézet Prof. Végvári Zsolt

A projekt keretében a négylábúak (Tetrapoda) viselkedése és klimatikus paraméterek közti kapcsolatokat tervezem vizsgálni filogenetikai kontrollú elemzésekben, az R statisztikai programozási környezetet használva.

Testing Kooplex on MTA cloud Wigner Fizikai Kutatóközpont Istvan Csabai

Kooplex (developed by us) is a collaborative data analytics platform which is built around the transparent shareable framework of the Jupyter ecosystem. It includes many components which are related to the topics of authentication and user database, project management, pipeline creation, data exploration, notebook versioning, shareable data analysis and collaborative forum.

We want to test it on the MTA Cloud platform and maybe in the long run use it as a portal for data intensive collaborative scientific projects.