{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:2957999"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:2957999","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Οπτικοποίηση και συγκριτική ανάλυση κοινοτήτων σε βιοϊατρικά δίκτυα","abstract":"Ομαδοποίηση είναι η διαδικασία ομαδοποίησης διαφορετικών δεδομένων με βάση τις παρόμοιες ιδιότητες που εμφανίζουν. Η ομαδοποίηση έχει εφαρμογές σε διαφορετικές μελέτες που αφορούν διάφορους τομείς όπως στη θεωρία γραφημάτων, στην ανάλυση εικόνας, στην αναγνώριση προτύπων, στη στατιστική και άλλα. Σήμερα, υπάρχουν πολλοί αλγόριθμοι και εργαλεία ικανά να δημιουργήσουν αποτελέσματα ομαδοποίησης. Ωστόσο, διαφορετικοί αλγόριθμοι ή διαφορετική παραμετροποίηση αυτών μπορεί να οδηγήσει στον σχηματισμό πολύ διαφορετικών ομάδων. Με αυτόν τον τρόπο, ο χρήστης συχνά αναγκάζεται να φιλτράρει και να συγκρίνει χειροκίνητα αυτά τα αποτελέσματα, προκειμένου να αποφασίσει ποια από αυτές παράγει το ιδανικό σύμπλεγμα. Για την αυτοματοποίηση αυτής της διαδικασίας, σε αυτήν την εργασία, παρουσιάζουμε το VICTOR, την πρώτη πλήρως διαδραστική εφαρμογή οπτικής ανάλυσης που επιτρέπει τη σύγκριση και οπτικοποίηση διαφόρων αλγορίθμων ομαδοποίησης. Το VICTOR μπορεί να χειριστεί πολλαπλά αποτελέσματα συμπλέγματος ταυτόχρονα και να τα συγκρίνει χρησιμοποιώντας δέκα διαφορετικές μετρικές. Τα αποτελέσματα ομαδοποίησης μπορούν να φιλτραριστούν και να συγκριθούν μεταξύ τους με τη χρήση διαδραστικών heatmaps, bar plots, δικτύων συσχέτισης, sankey και circos plots. H λειτουργικότητα του VICTOR αναδεικνύεται χρησιμοποιώντας τρία παραδείγματα. Στην πρώτη περίπτωση, συγκρίνουμε πέντε διαφορετικούς αλγόριθμους σε ένα σύνολο δεδομένων αλληλεπίδρασης πρωτεΐνης-πρωτεΐνης, ενώ στο δεύτερο παράδειγμα, δοκιμάζουμε τέσσερις διαφορετικές παραμέτρους του ίδιου αλγορίθμου συμπλέγματος που εφαρμόζονται στο ίδιο σύνολο δεδομένων. Τέλος, ως τρίτο παράδειγμα, συγκρίνουμε τέσσερις διαφορετικές μετα-αναλύσεις με ιεραρχικά ομαδοποιημένα διαφορικά εκφρασμένα γονίδια που βρέθηκαν να εμπλέκονται στο έμφραγμα του μυοκαρδίου. Το VICTOR είναι διαθέσιμο στο http://bib.fleming.gr:3838/VICTOR.","abstract_html":"Ομαδοποίηση είναι η διαδικασία ομαδοποίησης διαφορετικών δεδομένων με βάση τις παρόμοιες ιδιότητες που εμφανίζουν. Η ομαδοποίηση έχει εφαρμογές σε διαφορετικές μελέτες που αφορούν διάφορους τομείς όπως στη θεωρία γραφημάτων, στην ανάλυση εικόνας, στην αναγνώριση προτύπων, στη στατιστική και άλλα. Σήμερα, υπάρχουν πολλοί αλγόριθμοι και εργαλεία ικανά να δημιουργήσουν αποτελέσματα ομαδοποίησης. Ωστόσο, διαφορετικοί αλγόριθμοι ή διαφορετική παραμετροποίηση αυτών μπορεί να οδηγήσει στον σχηματισμό πολύ διαφορετικών ομάδων. Με αυτόν τον τρόπο, ο χρήστης συχνά αναγκάζεται να φιλτράρει και να συγκρίνει χειροκίνητα αυτά τα αποτελέσματα, προκειμένου να αποφασίσει ποια από αυτές παράγει το ιδανικό σύμπλεγμα. Για την αυτοματοποίηση αυτής της διαδικασίας, σε αυτήν την εργασία, παρουσιάζουμε το VICTOR, την πρώτη πλήρως διαδραστική εφαρμογή οπτικής ανάλυσης που επιτρέπει τη σύγκριση και οπτικοποίηση διαφόρων αλγορίθμων ομαδοποίησης. Το VICTOR μπορεί να χειριστεί πολλαπλά αποτελέσματα συμπλέγματος ταυτόχρονα και να τα συγκρίνει χρησιμοποιώντας δέκα διαφορετικές μετρικές. Τα αποτελέσματα ομαδοποίησης μπορούν να φιλτραριστούν και να συγκριθούν μεταξύ τους με τη χρήση διαδραστικών heatmaps, bar plots, δικτύων συσχέτισης, sankey και circos plots. H λειτουργικότητα του VICTOR αναδεικνύεται χρησιμοποιώντας τρία παραδείγματα. Στην πρώτη περίπτωση, συγκρίνουμε πέντε διαφορετικούς αλγόριθμους σε ένα σύνολο δεδομένων αλληλεπίδρασης πρωτεΐνης-πρωτεΐνης, ενώ στο δεύτερο παράδειγμα, δοκιμάζουμε τέσσερις διαφορετικές παραμέτρους του ίδιου αλγορίθμου συμπλέγματος που εφαρμόζονται στο ίδιο σύνολο δεδομένων. Τέλος, ως τρίτο παράδειγμα, συγκρίνουμε τέσσερις διαφορετικές μετα-αναλύσεις με ιεραρχικά ομαδοποιημένα διαφορικά εκφρασμένα γονίδια που βρέθηκαν να εμπλέκονται στο έμφραγμα του μυοκαρδίου. Το VICTOR είναι διαθέσιμο στο http://bib.fleming.gr:3838/VICTOR.","abstract_has_math":false,"creators":["Γκόντα Μαρία","Gkonta Maria"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2021,"date_issued":"2021","date_published":"2021","updated_at":"2026-11-19T05:43:30Z","subjects":["Θετικές Επιστήμες","Science"],"languages":["Ελληνικά","Greek"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:2957999"],"render_values":[{"text":"uoadl:2957999","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/2957999","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/2957999","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A2957999","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Γκόντα Μαρία","Gkonta Maria"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2021"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Θετικές Επιστήμες","Science"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["Ελληνικά","Greek"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:2957999","https://pergamos.lib.uoa.gr/uoa/dl/object/2957999"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Ομαδοποίηση είναι η διαδικασία ομαδοποίησης διαφορετικών δεδομένων με βάση τις παρόμοιες ιδιότητες που εμφανίζουν. Η ομαδοποίηση έχει εφαρμογές σε διαφορετικές μελέτες που αφορούν διάφορους τομείς όπως στη θεωρία γραφημάτων, στην ανάλυση εικόνας, στην αναγνώριση προτύπων, στη στατιστική και άλλα. Σήμερα, υπάρχουν πολλοί αλγόριθμοι και εργαλεία ικανά να δημιουργήσουν αποτελέσματα ομαδοποίησης. Ωστόσο, διαφορετικοί αλγόριθμοι ή διαφορετική παραμετροποίηση αυτών μπορεί να οδηγήσει στον σχηματισμό πολύ διαφορετικών ομάδων. Με αυτόν τον τρόπο, ο χρήστης συχνά αναγκάζεται να φιλτράρει και να συγκρίνει χειροκίνητα αυτά τα αποτελέσματα, προκειμένου να αποφασίσει ποια από αυτές παράγει το ιδανικό σύμπλεγμα. Για την αυτοματοποίηση αυτής της διαδικασίας, σε αυτήν την εργασία, παρουσιάζουμε το VICTOR, την πρώτη πλήρως διαδραστική εφαρμογή οπτικής ανάλυσης που επιτρέπει τη σύγκριση και οπτικοποίηση διαφόρων αλγορίθμων ομαδοποίησης. Το VICTOR μπορεί να χειριστεί πολλαπλά αποτελέσματα συμπλέγματος ταυτόχρονα και να τα συγκρίνει χρησιμοποιώντας δέκα διαφορετικές μετρικές. Τα αποτελέσματα ομαδοποίησης μπορούν να φιλτραριστούν και να συγκριθούν μεταξύ τους με τη χρήση διαδραστικών heatmaps, bar plots, δικτύων συσχέτισης, sankey και circos plots. H λειτουργικότητα του VICTOR αναδεικνύεται χρησιμοποιώντας τρία παραδείγματα. Στην πρώτη περίπτωση, συγκρίνουμε πέντε διαφορετικούς αλγόριθμους σε ένα σύνολο δεδομένων αλληλεπίδρασης πρωτεΐνης-πρωτεΐνης, ενώ στο δεύτερο παράδειγμα, δοκιμάζουμε τέσσερις διαφορετικές παραμέτρους του ίδιου αλγορίθμου συμπλέγματος που εφαρμόζονται στο ίδιο σύνολο δεδομένων. Τέλος, ως τρίτο παράδειγμα, συγκρίνουμε τέσσερις διαφορετικές μετα-αναλύσεις με ιεραρχικά ομαδοποιημένα διαφορικά εκφρασμένα γονίδια που βρέθηκαν να εμπλέκονται στο έμφραγμα του μυοκαρδίου. Το VICTOR είναι διαθέσιμο στο http://bib.fleming.gr:3838/VICTOR.","Clustering is the process of grouping different data based on the similar properties they display. Clustering has applications in different studies related to various fields such as graph theory, image analysis, pattern recognition, statistics and more. Nowadays, there are many algorithms and tools capable of generating clustering results. However, different algorithms or different parameterization may result in very different clusters. This way, the user is often forced to manually filter and compare these results in order to decide which of them produce the ideal clusters. To automate this process, in this study, we present VICTOR, the first fully interactive and dependency-free visual analytics application which allows the comparison and visualization of various clustering algorithms. VICTOR can handle multiple cluster results simultaneously and compare them using ten different metrics. Clustering results can be filtered and compared using interactive heatmaps, bar plots, correlation networks, sankey and circos plots. VICTOR’s functionality is demonstrated using three examples. In the first case, we compare five different algorithms on a protein-protein interaction dataset whereas in the second example, we test four different parameters of the same clustering algorithm applied on the same dataset. Finally, as a third example, we compare four different meta-analyses with hierarchically clustered differentially expressed genes found to be involved in myocardial infarction. VICTOR is available at http://bib.fleming.gr:3838/VICTOR."]},{"key":"dc:title","label":"Title","values":["Οπτικοποίηση και συγκριτική ανάλυση κοινοτήτων σε βιοϊατρικά δίκτυα"]}]}],"canonical_facts":{"dc:creator":["Γκόντα Μαρία","Gkonta Maria"],"dc:date":["2021"],"dc:description":["Ομαδοποίηση είναι η διαδικασία ομαδοποίησης διαφορετικών δεδομένων με βάση τις παρόμοιες ιδιότητες που εμφανίζουν. Η ομαδοποίηση έχει εφαρμογές σε διαφορετικές μελέτες που αφορούν διάφορους τομείς όπως στη θεωρία γραφημάτων, στην ανάλυση εικόνας, στην αναγνώριση προτύπων, στη στατιστική και άλλα. Σήμερα, υπάρχουν πολλοί αλγόριθμοι και εργαλεία ικανά να δημιουργήσουν αποτελέσματα ομαδοποίησης. Ωστόσο, διαφορετικοί αλγόριθμοι ή διαφορετική παραμετροποίηση αυτών μπορεί να οδηγήσει στον σχηματισμό πολύ διαφορετικών ομάδων. Με αυτόν τον τρόπο, ο χρήστης συχνά αναγκάζεται να φιλτράρει και να συγκρίνει χειροκίνητα αυτά τα αποτελέσματα, προκειμένου να αποφασίσει ποια από αυτές παράγει το ιδανικό σύμπλεγμα. Για την αυτοματοποίηση αυτής της διαδικασίας, σε αυτήν την εργασία, παρουσιάζουμε το VICTOR, την πρώτη πλήρως διαδραστική εφαρμογή οπτικής ανάλυσης που επιτρέπει τη σύγκριση και οπτικοποίηση διαφόρων αλγορίθμων ομαδοποίησης. Το VICTOR μπορεί να χειριστεί πολλαπλά αποτελέσματα συμπλέγματος ταυτόχρονα και να τα συγκρίνει χρησιμοποιώντας δέκα διαφορετικές μετρικές. Τα αποτελέσματα ομαδοποίησης μπορούν να φιλτραριστούν και να συγκριθούν μεταξύ τους με τη χρήση διαδραστικών heatmaps, bar plots, δικτύων συσχέτισης, sankey και circos plots. H λειτουργικότητα του VICTOR αναδεικνύεται χρησιμοποιώντας τρία παραδείγματα. Στην πρώτη περίπτωση, συγκρίνουμε πέντε διαφορετικούς αλγόριθμους σε ένα σύνολο δεδομένων αλληλεπίδρασης πρωτεΐνης-πρωτεΐνης, ενώ στο δεύτερο παράδειγμα, δοκιμάζουμε τέσσερις διαφορετικές παραμέτρους του ίδιου αλγορίθμου συμπλέγματος που εφαρμόζονται στο ίδιο σύνολο δεδομένων. Τέλος, ως τρίτο παράδειγμα, συγκρίνουμε τέσσερις διαφορετικές μετα-αναλύσεις με ιεραρχικά ομαδοποιημένα διαφορικά εκφρασμένα γονίδια που βρέθηκαν να εμπλέκονται στο έμφραγμα του μυοκαρδίου. Το VICTOR είναι διαθέσιμο στο http://bib.fleming.gr:3838/VICTOR.","Clustering is the process of grouping different data based on the similar properties they display. Clustering has applications in different studies related to various fields such as graph theory, image analysis, pattern recognition, statistics and more. Nowadays, there are many algorithms and tools capable of generating clustering results. However, different algorithms or different parameterization may result in very different clusters. This way, the user is often forced to manually filter and compare these results in order to decide which of them produce the ideal clusters. To automate this process, in this study, we present VICTOR, the first fully interactive and dependency-free visual analytics application which allows the comparison and visualization of various clustering algorithms. VICTOR can handle multiple cluster results simultaneously and compare them using ten different metrics. Clustering results can be filtered and compared using interactive heatmaps, bar plots, correlation networks, sankey and circos plots. VICTOR’s functionality is demonstrated using three examples. In the first case, we compare five different algorithms on a protein-protein interaction dataset whereas in the second example, we test four different parameters of the same clustering algorithm applied on the same dataset. Finally, as a third example, we compare four different meta-analyses with hierarchically clustered differentially expressed genes found to be involved in myocardial infarction. VICTOR is available at http://bib.fleming.gr:3838/VICTOR."],"dc:identifier":["uoadl:2957999","https://pergamos.lib.uoa.gr/uoa/dl/object/2957999"],"dc:language":["Ελληνικά","Greek"],"dc:subject":["Θετικές Επιστήμες","Science"],"dc:title":["Οπτικοποίηση και συγκριτική ανάλυση κοινοτήτων σε βιοϊατρικά δίκτυα"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T05:43:30Z"}