Identification of 1D-Signal Types Using Unsupervised Deep Learning

Tijekom de novo procesa sastavljanja genoma određene tipovi očitanja mogu uzrokovati probleme prilikom rekonstrukcije genoma. Cilj ovog rada je naučiti više o mogućim tipovima očitanja te kako klasificirati očitanja koristeći nenadzirano učenje. Koristeći preklapanja među očitanjima, za svako očitanje generiran je graf pokrivenosti i oni su dalje analizirani. Autoenkoder je korišten s ciljem sažimanja signala, tj. grafa pokrivenosti, i zatim je nad sažetim prikazom podataka obavljeno grupiranje. Korišeni su varijacijski i denoising autoencoder te algoritmi grupiranja k-means i spektralno grupiranje. Nađene grupe signala su vizualizirane te je provedena semantička analiza grupa. Procjenjena je kvaliteta klasifikacije signala korištenjem nenadziranog učenja.During de novo genome assembly process, certain types of sequenced reads can cause problems during genome reconstruction. Goal of this thesis is to learn more about possible types of reads and classification of those reads using unsupervised learning. Coverage graphs of reads are generated using read overlaps and those coverage graphs are further analysed. Autoencoder is used to compress the signal, i.e. the coverage graph, and clustering algorithm is then applied to the compressed data. Variational and denoising autoencoders along with k-means and spectral clustering algorithms are used. Visualisation of found clusters is performed along with semantic analysis. Signal classification quality using unsupervised learning is estimated