Projektek

51 - 60 | 130 projekt
Projekt neve Intézmény Növekvő rendezés Vezető
Génexpressziós korrelációs hálózat készítése Mezőgazdasági Intézet Majláth Imre

Szeretnék egy nagyobb számítókapacitást igénylő, transzkriptom szekvenálásból szármató ca. 40k x 8 adatmátrixon többszörös korreláció számításokat (Pearson) végrehajtani, majd a korrelációs koefficiensek alapján hálózatot készíteni.

Vírusfehérjék molekuladinamikai szimulációja Mezőgazdasági Intézet Gellért Ákos

Két rendszeren szeretném kipróbálni az MTA Cloud számítási kapacitását. Az egyik egy növényi vírusfehérje duplaszálú kis RNS-sel alkotott komplexe. Itt egy általunk azonosított fontos szabályzó régió szerepét kívánom vizsgálni. A másik szimuláció pedig a rotavírus belső kapszidrétegét kialakító VP2 fehérje és a vírus belsejében elhelyezkedő VP1 RNS polimeráz enzim fehérje-fehérje kötődését szeretném feltérképezni.

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.

Causality Wigner Fizikai Kutatóközpont Telcs Andras

A projekt szamitasigenyes resze 5-10 dimenzios sokasagokbol vett mita alapjan a dimenzio becslese.A projekt eredmenye egy uj idosorok kauzalis kapcsolatait feltaro modszer kidolgozasa.

Disordered protein sequence analysis Természettudományi Kutatóközpont Magyar Csaba

 A rendezetlen fehérjék több más fehérjével való kölcsönhatásra képesek, önmagukban azonban nem rendelkeznek jól definiált térszerkezettel. Más fehérjékhez kötődve szerkezetük legalább egy része rendeződik és létrejön a kölcsönhatás. A partner általában rendezett fehérje, azonban létezik a rendezetlen fehérjéken belül egy elkülönülő csoport, melynek tagjai egymást kölcsönösen segítve, rendezett partner nélkül is képesek rendezett szerkezet felvételére (mutual synergistic folding proteins; MSF).

A humán hippokampális hálózat időskori vizsgálata: az emlékezeti specificitás csökkenése Természettudományi Kutatóközpont Keresztes Attila

A Természettudományi Kutatóközpont Agyi Képalkotó Központjához tartozó ‘Hippocampal Circuit and Code for Cognition (HCCCL)’ kutatólabor jelen kutatásának célja az egészséges idősödéssel járó strukturális és funkcionális változások longitudinális vizsgálata a humán hippokampuszban (HC) nagyfelbontású mágneses rezonancia képalkotással (magnetic resonance imaging –MRI), valamint viselkedéses feladatok segítségével.

RECENS HuTongue spontán beszéd szövegkorpusz létrehozása és elemzése Társadalomtudományi Kutatóközpont Takács Károly

A projekt célja egy magyar nyelvű, spontán interakció alapú szövegkorpusz létrehozása és elemzése. A kutatás fő kérdései az informális kommunikáció mibenlétére és strukturális beágyazottságára vonatkoznak. A projektben először magas minőségben, egyedi hangcsatornákon rögzített hangfile-ok kerülnek leiratozásra.

http://recens.tk.mta.hu/

A projekt terveiről részletesen az alábbi oldalon tájékozódhat: https://cloud.mta.hu/recens-hutongue-projekt-tervekrol-reszletesen

Pletyka, reputáció és kooperáció: A társadalmi rend informális építőkövei Társadalomtudományi Kutatóközpont Számadó Szabolcs

A projektben a kommunikáció és a reputációs rendszerek evolúcióját és evolúciós stabilitását vizsgáljuk koopertaív szituációk kontextusában. Fő kérdésünk, hogy ezek a kommunikációs reputációs rendszerek mikor járulnak hozzá a kooperativitás növekedéséhez.

Network Softwarization Támogatott Kutatócsoportok Irodája Sonkoly Balázs

Az MTA-BME Network Softwarization Research Group Lendület kutatócsoportban több kutatási projekten dolgozunk, amihez nagy számítási kapacitás szükséges és jelenleg nem áll rendelkezésre a lokális adatközpontunkban. Jelenleg 5G és azt követő rendszerekben futtatható AR/VR/MR alkalmazások és Industry 4.0 use-case-ek felhő környezethez való illesztésén dolgozunk. Ezeket virtuális gépeken futó szoftver konténerekben valósítjuk meg és teszteljük különböz terhelés mellett, amihez nagyszámú CPU magra van szükségünk. Ezenkívül a különböző konténer technológiákat és azokra épülő megoldásokat (pl.

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.