This thesis introduces a reservoir-based variant of the T-GEM model, designed to improve the computational efficiency of tumor phenotype prediction from gene expression data.

Questa tesi introduce una variante del modello T-GEM basato sul paradigma Reservoir. Questo modello ha lo scopo di migliorare l'efficienza computazionale della predizione dei fenotipi tumorali da dati di espressione genica.

DEVELOPMENT OF NEURAL NETWORKS INSPIRED BY BIOLOGICAL MODELS FOR THE PREDICTION OF TUMOR PHENOTYPES

LOVERRE, VERONICA
2024/2025

Abstract

This thesis introduces a reservoir-based variant of the T-GEM model, designed to improve the computational efficiency of tumor phenotype prediction from gene expression data.
2024
DEVELOPMENT OF NEURAL NETWORKS INSPIRED BY BIOLOGICAL MODELS FOR THE PREDICTION OF TUMOR PHENOTYPES
Questa tesi introduce una variante del modello T-GEM basato sul paradigma Reservoir. Questo modello ha lo scopo di migliorare l'efficienza computazionale della predizione dei fenotipi tumorali da dati di espressione genica.
Transformers
Reservoir
File in questo prodotto:
Fulltext non presente su UNITESI – Verifica la disponibilità della tesi in formato cartaceo interrogando il Catalogo di Ateneo

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14253/68353