Show simple item record

Porovnání dvou hlavních algoritmů na detekci komunit a jejich použití na lidském mozku
dc.contributor.advisorPokorná, Aneta
dc.creatorČížková, Kateřina
dc.date.accessioned2022-07-25T13:15:37Z
dc.date.available2022-07-25T13:15:37Z
dc.date.issued2022
dc.identifier.urihttp://hdl.handle.net/20.500.11956/174603
dc.description.abstractComplex networks help us to understand complicated phenomena, including human brain. One of its key characteristics is its modular organization, also know as community structure. This thesis compares two main community detection algorithms, the Louvain algorithm and the label propagation algorithm. We show some differences in the rsults of the algorithms. On the other hand, we also discuss their common properties. The practical part of this thesis is devoted to community detection in human brain functional networks. It is known that the community structure of a human brain functional network changes during aging or due to some diseases. We compared the modularity and number of communities in functional networks of patients with the diagnosis of multiple sclerosis before and after a neurorehabilitation therapy. We did not find any significant change considering the whole dataset. However, the modularity changed in the functional net- works of the six patients with a primary progressive course of multiple sclerosis. We show that there might be other minor changes in correlation with fMRI protocol or patients' gender. 1en_US
dc.description.abstractKomplexní sítě nám pomáhají porozumět komplikovaným jevům, mimo jiné lidskému mozku. Jednou z jejich klíčových vlastností je komunitní struktura. Tato práce porovnává dva hlavní algoritmy na detekci komunit, Louvainský a přeznačkovací. Nejprve ukážeme některé systematické rozdíly v jejich výsledcích. Poté diskutujeme vlastnosti, které mají oba algoritmy společné. Praktická část této práce je věnována detekci komunit ve funkčních sítích lidského mozku. Je známo, že struktura komunit funkční sítě lidského mozku se mění během stárnutí či v důsledku některých onemocnění. My porovnáváme modularitu a počet komunit ve funkčních sítích pacientů s roztoušenou sklerózkou před a po neurorehabilitační terapii. Vezmeme-li v úvahu celý dataset, nenašli jsme žádnou významnou změnu. Modularita se však změnila ve funkčních sítích všech šesti pacientů s primárně progresivní roztroušenou sklerózou. Také ukazujeme, že mohou existovat drobné změny modularity v korelaci s protokolem fMRI nebo pohlavím pacientů. 1cs_CZ
dc.languageEnglishcs_CZ
dc.language.isoen_US
dc.publisherUniverzita Karlova, Matematicko-fyzikální fakultacs_CZ
dc.subjectkomunita|komplexní síť|detekce komunit|algoritmus|lidský mozekcs_CZ
dc.subjectcommunity|complex network|community detection|algorithm|human brainen_US
dc.titleComparing two main community detection algorithms and their applications on human brainsen_US
dc.typebakalářská prácecs_CZ
dcterms.created2022
dcterms.dateAccepted2022-06-23
dc.description.departmentComputer Science Institute of Charles Universityen_US
dc.description.departmentInformatický ústav Univerzity Karlovycs_CZ
dc.description.facultyMatematicko-fyzikální fakultacs_CZ
dc.description.facultyFaculty of Mathematics and Physicsen_US
dc.identifier.repId246514
dc.title.translatedPorovnání dvou hlavních algoritmů na detekci komunit a jejich použití na lidském mozkucs_CZ
dc.contributor.refereeKorvasová, Karolína
thesis.degree.nameBc.
thesis.degree.levelbakalářskécs_CZ
thesis.degree.disciplineObecná informatikacs_CZ
thesis.degree.disciplineGeneral Computer Scienceen_US
thesis.degree.programComputer Scienceen_US
thesis.degree.programInformatikacs_CZ
uk.thesis.typebakalářská prácecs_CZ
uk.taxonomy.organization-csMatematicko-fyzikální fakulta::Informatický ústav Univerzity Karlovycs_CZ
uk.taxonomy.organization-enFaculty of Mathematics and Physics::Computer Science Institute of Charles Universityen_US
uk.faculty-name.csMatematicko-fyzikální fakultacs_CZ
uk.faculty-name.enFaculty of Mathematics and Physicsen_US
uk.faculty-abbr.csMFFcs_CZ
uk.degree-discipline.csObecná informatikacs_CZ
uk.degree-discipline.enGeneral Computer Scienceen_US
uk.degree-program.csInformatikacs_CZ
uk.degree-program.enComputer Scienceen_US
thesis.grade.csVýborněcs_CZ
thesis.grade.enExcellenten_US
uk.abstract.csKomplexní sítě nám pomáhají porozumět komplikovaným jevům, mimo jiné lidskému mozku. Jednou z jejich klíčových vlastností je komunitní struktura. Tato práce porovnává dva hlavní algoritmy na detekci komunit, Louvainský a přeznačkovací. Nejprve ukážeme některé systematické rozdíly v jejich výsledcích. Poté diskutujeme vlastnosti, které mají oba algoritmy společné. Praktická část této práce je věnována detekci komunit ve funkčních sítích lidského mozku. Je známo, že struktura komunit funkční sítě lidského mozku se mění během stárnutí či v důsledku některých onemocnění. My porovnáváme modularitu a počet komunit ve funkčních sítích pacientů s roztoušenou sklerózkou před a po neurorehabilitační terapii. Vezmeme-li v úvahu celý dataset, nenašli jsme žádnou významnou změnu. Modularita se však změnila ve funkčních sítích všech šesti pacientů s primárně progresivní roztroušenou sklerózou. Také ukazujeme, že mohou existovat drobné změny modularity v korelaci s protokolem fMRI nebo pohlavím pacientů. 1cs_CZ
uk.abstract.enComplex networks help us to understand complicated phenomena, including human brain. One of its key characteristics is its modular organization, also know as community structure. This thesis compares two main community detection algorithms, the Louvain algorithm and the label propagation algorithm. We show some differences in the rsults of the algorithms. On the other hand, we also discuss their common properties. The practical part of this thesis is devoted to community detection in human brain functional networks. It is known that the community structure of a human brain functional network changes during aging or due to some diseases. We compared the modularity and number of communities in functional networks of patients with the diagnosis of multiple sclerosis before and after a neurorehabilitation therapy. We did not find any significant change considering the whole dataset. However, the modularity changed in the functional net- works of the six patients with a primary progressive course of multiple sclerosis. We show that there might be other minor changes in correlation with fMRI protocol or patients' gender. 1en_US
uk.file-availabilityV
uk.grantorUniverzita Karlova, Matematicko-fyzikální fakulta, Informatický ústav Univerzity Karlovycs_CZ
thesis.grade.code1
dc.contributor.consultantHlinka, Jaroslav
dc.contributor.consultantHartman, David
uk.publication-placePrahacs_CZ
uk.thesis.defenceStatusO


Files in this item

Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record


© 2017 Univerzita Karlova, Ústřední knihovna, Ovocný trh 560/5, 116 36 Praha 1; email: admin-repozitar [at] cuni.cz

Za dodržení všech ustanovení autorského zákona jsou zodpovědné jednotlivé složky Univerzity Karlovy. / Each constituent part of Charles University is responsible for adherence to all provisions of the copyright law.

Upozornění / Notice: Získané informace nemohou být použity k výdělečným účelům nebo vydávány za studijní, vědeckou nebo jinou tvůrčí činnost jiné osoby než autora. / Any retrieved information shall not be used for any commercial purposes or claimed as results of studying, scientific or any other creative activities of any person other than the author.

DSpace software copyright © 2002-2015  DuraSpace
Theme by 
@mire NV