Nuevo enfoque de aprendizaje semi-supervisado para la identificación de secuencias en bioinformática.
Si bien el aprendizaje maquinal ha tenido un gran desarrollo y ha permitido resolver una gran cantidad de problemas en las más diversas disciplinas, aún quedan grandes desafíos por resolver, como lo es el aprendizaje en datos con alto grado de desbalance de clases o con muy pocos datos etiquetados....
Guardado en:
| Autor Principal: | |
|---|---|
| Otros Autores: | , |
| Formato: | Tesis Libro |
| Lenguaje: | Español |
| Materias: |
| Sumario: | Si bien el aprendizaje maquinal ha tenido un gran desarrollo y ha permitido resolver una gran cantidad de problemas en las más diversas disciplinas, aún quedan grandes desafíos por resolver, como lo es el aprendizaje en datos con alto grado de desbalance de clases o con muy pocos datos etiquetados. Uno de estos casos es la predicción computacional de secuencias de microARN (miARN). Los miARN son un grupo de pequeñas secuencias de ácido ribonucleico (ARN) no codificante que desempeñan un papel importante en la regulación génica. En los últimos años, se han desarrollado una cantidad de métodos que intentan detectar nuevos miARNs utilizando sólo información de estructura y secuencia, es decir, sin medir niveles de expresión; y la mayoría de ellos usan aprendizaje supervisado para la etapa de predicción. Este tipo de métodos tienen importantes limitaciones prácticas cuando deben aplicarse a tareas de predicción real. Para permitir predicciones precisas y rápidas de nuevos miARns en genomas completos, en esta tesis se realizaron aportes en las 3 etapas del proceso de predicción de miARN. En primer lugar, se desarrolló una herramienta para extraer subcadenas de un genoma completo que cumplan con los requerimientos mínimos para ser potenciales pre-miARNs miARN. En segundo lugar, se desarrolló una herramienta que permite calcular la mayoría de las características utilizadas para las predicciones de miARN en el estado del arte. La tercera y principal contribución consiste en un algoritmo novedoso de aprendizaje semi-supervisado que permite realizar predicciones a partir de muy pocos ejemplos de clase positiva y el resto de las cadenas sin etiqueta de clase. Cada herramienta diseñada fue comparada contra el estado del arte, obteniendo mejores tasas de desempeño y menores tiempos de ejecución. |
|---|---|
| descripción de la copia: | Esta tesis se encuentra organizada bajo el formato de Tesis por Compilación, aprobado en la resolución N° 255/17 (Expte N° 888317-17) por el Comité Académico de la Carrera Doctorado en Ingeniería, Facultad de Ingeniería y Ciencias Hídricas, Universidad Nacional del Litoral (UNL) |
| Descripción Física: | 96 p. il. 30 cm. Disponible también en Biblioteca Virtual de la UNL. http://hdl.handle.net/11185/1159 |