Classificação probabilística baseada em análise de padrões
Autor(a) principal: | |
---|---|
Data de Publicação: | 2007 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
Texto Completo: | https://app.uff.br/riuff/handle/1/17300 |
Resumo: | Classification is a data mining tast that has been useful in several application areas, particularly, in bioinformatics. The genomic revolution has resulted in an explosive growth of biological data generated by the scientific community. With the aim of storing all of these biological information, biological databases were created. The need for computational tools for analysing biological data becomes evident, resulting in the application of data mining methods in this field. The work developed in this thesis is related to classification task and, initially, to its application to bioinformatics. The initial goal is to present a computationally efficient method for protein classification capable of yielding highly accurate results, outperforming the results obtained by previous works. The good results in terms of accuracy and time performance obtained by the proposed method show its potential for the protein classification problem. In addition, aiming to construct a suitable classifier for several kinds of applications, the method proposed for the protein classification problem was extended, becoming appropriate and efficient for several databases associated with different applications. |
id |
UFF-2_e285a7a38cac85bdd0955398b7d4efe5 |
---|---|
oai_identifier_str |
oai:app.uff.br:1/17300 |
network_acronym_str |
UFF-2 |
network_name_str |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
repository_id_str |
2120 |
spelling |
Classificação probabilística baseada em análise de padrõesComputação, Biologia computacional, Mineração de dados, Classifificação, Bioinformática, Otimização combinatóriaComputational biology, Data mining, Classifification, Bioinformatics, Combinatorial optimizationCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOClassification is a data mining tast that has been useful in several application areas, particularly, in bioinformatics. The genomic revolution has resulted in an explosive growth of biological data generated by the scientific community. With the aim of storing all of these biological information, biological databases were created. The need for computational tools for analysing biological data becomes evident, resulting in the application of data mining methods in this field. The work developed in this thesis is related to classification task and, initially, to its application to bioinformatics. The initial goal is to present a computationally efficient method for protein classification capable of yielding highly accurate results, outperforming the results obtained by previous works. The good results in terms of accuracy and time performance obtained by the proposed method show its potential for the protein classification problem. In addition, aiming to construct a suitable classifier for several kinds of applications, the method proposed for the protein classification problem was extended, becoming appropriate and efficient for several databases associated with different applications.Classificação é uma das tarefas de Mineração de Dados que tem se mostrado útil em diversas áreas de aplicação, em particular, na área de Bioinformática. A revolução genômica resultou em um crescimento exponencial da quantidade de dados biológicos gerados pela comunidade científica. Com a finalidade de armazenar toda essa informação biológica gerada, foram criados os bancos de dados biológicos. A necessidade por ferramentas computacionais capazes de realizar análises nesses dados tornou-se cada vez mais evidente, fazendo com que técnicas de mineração de dados começassem a ser empregadas. O trabalho desta tese concentra-se na tarefa de classificação e, inicialmente, na sua aplicação em bioinformática. O objetivo inicial é apresentar um método de classificação de proteínas computacionalmente eficiente e capaz de alcançar altas taxas de acurácia, superando resultados apresentados anteriormente na literatura. Os bons resultados, em termos de acurácia preditiva e tempo computacional, obtidos a partir do método proposto nesta tese, demonstram o seu potencial para o problema de classificação de proteínas. Além disso, visando a construção de um classificador adequado para diversos tipos de aplicação, o método proposto inicialmente para o problema de classificação de proteínas foi estendido e mostrou-se eficiente também quando utilizado com diferentes tipos de bases de dados pertencentes a aplicações distintas.Programa de Pós-Graduação em ComputaçãoComputaçãoCarvalho, Alexandre Plastino deCPF:30090875322http://lattes.cnpq.br/4985266524417261Ebeeken, Nelson Francisco FavillaCPF:85646474832Carvalho, Andre Carlos Ponce de Leon Ferreira deCPF:53215995122http://lattes.cnpq.br/9674541381385819Garcia, Ana Cristina BicharraCPF:31237899422http://lattes.cnpq.br/4879977915136752Zadrozny, BiancaCPF:33280712222http://lattes.cnpq.br/1058528453390010Merschmann, Luiz Henrique de Campos2021-03-10T19:10:46Z2010-04-222021-03-10T19:10:46Z2007-08-28info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfapplication/pdfhttps://app.uff.br/riuff/handle/1/17300porCC-BY-SAinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)instname:Universidade Federal Fluminense (UFF)instacron:UFF2021-03-10T19:10:46Zoai:app.uff.br:1/17300Repositório InstitucionalPUBhttps://app.uff.br/oai/requestriuff@id.uff.bropendoar:21202021-03-10T19:10:46Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)false |
dc.title.none.fl_str_mv |
Classificação probabilística baseada em análise de padrões |
title |
Classificação probabilística baseada em análise de padrões |
spellingShingle |
Classificação probabilística baseada em análise de padrões Merschmann, Luiz Henrique de Campos Computação, Biologia computacional, Mineração de dados, Classifificação, Bioinformática, Otimização combinatória Computational biology, Data mining, Classifification, Bioinformatics, Combinatorial optimization CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
title_short |
Classificação probabilística baseada em análise de padrões |
title_full |
Classificação probabilística baseada em análise de padrões |
title_fullStr |
Classificação probabilística baseada em análise de padrões |
title_full_unstemmed |
Classificação probabilística baseada em análise de padrões |
title_sort |
Classificação probabilística baseada em análise de padrões |
author |
Merschmann, Luiz Henrique de Campos |
author_facet |
Merschmann, Luiz Henrique de Campos |
author_role |
author |
dc.contributor.none.fl_str_mv |
Carvalho, Alexandre Plastino de CPF:30090875322 http://lattes.cnpq.br/4985266524417261 Ebeeken, Nelson Francisco Favilla CPF:85646474832 Carvalho, Andre Carlos Ponce de Leon Ferreira de CPF:53215995122 http://lattes.cnpq.br/9674541381385819 Garcia, Ana Cristina Bicharra CPF:31237899422 http://lattes.cnpq.br/4879977915136752 Zadrozny, Bianca CPF:33280712222 http://lattes.cnpq.br/1058528453390010 |
dc.contributor.author.fl_str_mv |
Merschmann, Luiz Henrique de Campos |
dc.subject.por.fl_str_mv |
Computação, Biologia computacional, Mineração de dados, Classifificação, Bioinformática, Otimização combinatória Computational biology, Data mining, Classifification, Bioinformatics, Combinatorial optimization CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
topic |
Computação, Biologia computacional, Mineração de dados, Classifificação, Bioinformática, Otimização combinatória Computational biology, Data mining, Classifification, Bioinformatics, Combinatorial optimization CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
description |
Classification is a data mining tast that has been useful in several application areas, particularly, in bioinformatics. The genomic revolution has resulted in an explosive growth of biological data generated by the scientific community. With the aim of storing all of these biological information, biological databases were created. The need for computational tools for analysing biological data becomes evident, resulting in the application of data mining methods in this field. The work developed in this thesis is related to classification task and, initially, to its application to bioinformatics. The initial goal is to present a computationally efficient method for protein classification capable of yielding highly accurate results, outperforming the results obtained by previous works. The good results in terms of accuracy and time performance obtained by the proposed method show its potential for the protein classification problem. In addition, aiming to construct a suitable classifier for several kinds of applications, the method proposed for the protein classification problem was extended, becoming appropriate and efficient for several databases associated with different applications. |
publishDate |
2007 |
dc.date.none.fl_str_mv |
2007-08-28 2010-04-22 2021-03-10T19:10:46Z 2021-03-10T19:10:46Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://app.uff.br/riuff/handle/1/17300 |
url |
https://app.uff.br/riuff/handle/1/17300 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
CC-BY-SA info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
CC-BY-SA |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf application/pdf |
dc.publisher.none.fl_str_mv |
Programa de Pós-Graduação em Computação Computação |
publisher.none.fl_str_mv |
Programa de Pós-Graduação em Computação Computação |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF) instname:Universidade Federal Fluminense (UFF) instacron:UFF |
instname_str |
Universidade Federal Fluminense (UFF) |
instacron_str |
UFF |
institution |
UFF |
reponame_str |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
collection |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
repository.name.fl_str_mv |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF) |
repository.mail.fl_str_mv |
riuff@id.uff.br |
_version_ |
1802135485196271616 |