| Summary: | Made available in DSpace on 2014-06-12T18:28:11Z (GMT). No. of bitstreams: 2
arquivo2996_1.pdf: 1090235 bytes, checksum: c9df39a664777bc77995e62019585122 (MD5)
license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5)
Previous issue date: 2009 === Informações de interações de proteínas são fundamentais para a compreensão dos processos
celulares. Por esta razão, várias abordagens têm sido propostas para inferir sobre pares de
proteínas de redes de todos os tipos de dados biológicos. Nesta tese é proposto um método de
bi-clustering, Lbic, baseado num modelo de classificação logística, para analisar dados biológicos
binários. O Lbic é comparado com outros dois métodos de bi-clustering apresentados na
literatura, mostrando melhores resultados. Seu desempenho também é comparado àqueles de
um método supervisionado, análise de correlação canônica com Kernel, aplicado aos mesmos
conjuntos de dados. Os resultados mostram que o Lbic alcança desempenho superior aos da
aborgadem supervisionada treinada com até 25% do conhecimento da rede alvo
|
|---|
