Bi-clustering de Dados Genéticos Binários Baseado em Modelos de Classificação Logística
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 prote...
Main Author: | |
---|---|
Other Authors: | |
Language: | Portuguese |
Published: |
Universidade Federal de Pernambuco
2014
|
Subjects: | |
Online Access: | https://repositorio.ufpe.br/handle/123456789/6991 |
id |
ndltd-IBICT-oai-repositorio.ufpe.br-123456789-6991 |
---|---|
record_format |
oai_dc |
spelling |
ndltd-IBICT-oai-repositorio.ufpe.br-123456789-69912019-01-21T19:09:29Z Bi-clustering de Dados Genéticos Binários Baseado em Modelos de Classificação Logística Claudia da Rocha Rego Monteiro, Carla Silva Guimarães, Katia Bi-clustering Modelo de classificação logística Dados binários interação Proteína-proteína Combinação de métodos 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 2014-06-12T18:28:11Z 2014-06-12T18:28:11Z 2009-01-31 info:eu-repo/semantics/publishedVersion info:eu-repo/semantics/doctoralThesis Claudia da Rocha Rego Monteiro, Carla; Silva Guimarães, Katia. Bi-clustering de Dados Genéticos Binários Baseado em Modelos de Classificação Logística. 2009. Tese (Doutorado). Programa de Pós-Graduação em Matemática Computacional, Universidade Federal de Pernambuco, Recife, 2009. https://repositorio.ufpe.br/handle/123456789/6991 por info:eu-repo/semantics/openAccess Universidade Federal de Pernambuco reponame:Repositório Institucional da UFPE instname:Universidade Federal de Pernambuco instacron:UFPE |
collection |
NDLTD |
language |
Portuguese |
sources |
NDLTD |
topic |
Bi-clustering Modelo de classificação logística Dados binários interação Proteína-proteína Combinação de métodos |
spellingShingle |
Bi-clustering Modelo de classificação logística Dados binários interação Proteína-proteína Combinação de métodos Claudia da Rocha Rego Monteiro, Carla Bi-clustering de Dados Genéticos Binários Baseado em Modelos de Classificação Logística |
description |
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 |
author2 |
Silva Guimarães, Katia |
author_facet |
Silva Guimarães, Katia Claudia da Rocha Rego Monteiro, Carla |
author |
Claudia da Rocha Rego Monteiro, Carla |
author_sort |
Claudia da Rocha Rego Monteiro, Carla |
title |
Bi-clustering de Dados Genéticos Binários Baseado em Modelos de Classificação Logística |
title_short |
Bi-clustering de Dados Genéticos Binários Baseado em Modelos de Classificação Logística |
title_full |
Bi-clustering de Dados Genéticos Binários Baseado em Modelos de Classificação Logística |
title_fullStr |
Bi-clustering de Dados Genéticos Binários Baseado em Modelos de Classificação Logística |
title_full_unstemmed |
Bi-clustering de Dados Genéticos Binários Baseado em Modelos de Classificação Logística |
title_sort |
bi-clustering de dados genéticos binários baseado em modelos de classificação logística |
publisher |
Universidade Federal de Pernambuco |
publishDate |
2014 |
url |
https://repositorio.ufpe.br/handle/123456789/6991 |
work_keys_str_mv |
AT claudiadarocharegomonteirocarla biclusteringdedadosgeneticosbinariosbaseadoemmodelosdeclassificacaologistica |
_version_ |
1718861474856697856 |