o:33855 Semantic unification and searching of bioinformatics databases using data miningmethods: doctoral dissertation doktorska disertacija Semantic unification and searching of bioinformatics databases using data mining methods : doctoral dissertation sr Биоинформатика као наука будућности суочава се са проблемимаобраде велике количине података коjа се свакодневно увећава. Поредпроблема складиштења података, изазов представља и анализа податакаи разумевање скривених веза између биолошких поjмова коjе се уочаваjутек након обjедињавања података из различитих извора. Ова дисертациjадефинише нови модел података за обjедињавање хетерогених податакаиз различитих биоинформатичких база података и дизаjн архитектуресистема за имплементациjу софтверског система заснованог на предложеноммоделу података. Додатно, дисертациjа дефинише аутоматизовани протоколза откривање нових веза семантичке сличности заснованих на методамаистраживања података коришћењем података добиjених из дефинисаногмодела. Модел података, софтверска архитектура и аутоматизовани протоколсу тестирани над подацима из пет биоинформатичких база података. Резултатипоказуjу високу флексибилност модела и високу ефикасност софтверскогсистема имплементираног према описаном дизаjну архитектуре. ioinformatics as a science of the future faces the problems of process-ing a large amount of data that is increasing every day. In addition to the problemof data storage, the challenge is also data analysis and the understanding of hid-den relations between biological entities that are observed only after unifying datafrom different data sources. This thesis proposes a novel data model for the unifi-cation of heterogeneous data from multiple bioinformatics databases and a systemarchitecture design for implementing software systems based on the proposed datamodel. Additionally, the thesis defines an automated pipeline for discovering newsemantic similarity relations based on data mining methods using the data foundin the proposed data model. The data model, software architecture, and automaticpipeline are evaluated using data from five real-world bioinformatics databases. Theresults demonstrate a high flexibility of the data model and the high efficiency ofthe software system implemented following the proposed architecture design. Рачунарство - Истраживање података, Биоинформатика / Computer Science -Data mining, Bioinformatics Datum odbrane: 26.03.2024. semantics, bioinformatics database unification, clustering, association rules, knowledge graph семантика, обjедињавање биоинформатичких база, кластеровање, правила придруживања, граф знања 91552100 145329161 91552101 9663 2024-05-29T09:18:03.053Z 45 no 46 Aleksandar N., 1992- Veljković 114269961 2023 63 mentor Nenad, 1959- Mitić 12528743 2023 63 član komisije Saša, 1970- Malkov 12803687 2023 63 član komisije Jovana, 1983- Kovačević 26797671 2023 63 član komisije Aleksandar, 1986- Kartelj 57190665 2023 63 član komisije Natalija, 1979- Polović 12938599 2023 63 član komisije Jurij Orlov 114466057 2023 113 str. 2864619 http://phaidrabg.bg.ac.rs/o:33855 no yes 1 2024-05-29T09:18:03.320Z 70 11 1066648 1066654 11 1066841 семантика, обjедињавање биоинформатичких база,кластеровање, правила придруживања, граф знања semantics, bioinformatics database unification, clustering, associationrules, knowledge graph 004.6:004.233.3:57(043.3) 1738 11A31 2023