Algoritmo con cobertura muestral en data mining aplicado al estudio de la biodiversidad

Enmarcadas en la biología computacional, la aplicación conjunta de técnicas de Data Mining y Simulación a secuencias muestrales de ADN con el objeto de evaluar la riqueza, principal parámetro de biodiversidad, ha producido resultados que mejoran las estimaciones usualmente realizadas por procedimien...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Santa María, Cristóbal, Soria, Marcelo A.
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2012
Materias:
Ciencias Informáticas
Data mining
cluster
Biodiversidad
riqueza
diversidad
simulación
cobertura
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/18603
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-18603
record_format dspace
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
Data mining
cluster
Biodiversidad
riqueza
diversidad
simulación
cobertura
spellingShingle Ciencias Informáticas
Data mining
cluster
Biodiversidad
riqueza
diversidad
simulación
cobertura
Santa María, Cristóbal
Soria, Marcelo A.
Algoritmo con cobertura muestral en data mining aplicado al estudio de la biodiversidad
topic_facet Ciencias Informáticas
Data mining
cluster
Biodiversidad
riqueza
diversidad
simulación
cobertura
description Enmarcadas en la biología computacional, la aplicación conjunta de técnicas de Data Mining y Simulación a secuencias muestrales de ADN con el objeto de evaluar la riqueza, principal parámetro de biodiversidad, ha producido resultados que mejoran las estimaciones usualmente realizadas por procedimientos solo estadísticos. A partir del agrupamiento jerárquico de secuencias de la muestra en diferentes “clusters” que representan taxones distintos seleccionados por umbral de disimilaridad, es posible construir un modelo experimental y aplicar sobre él algoritmos de recuento de especies, o más generalmente de taxones (ARE ), que elevan a niveles compatibles con la apreciación biológica la riqueza subestimada por los procedimientos estándar. Se desarrolla aquí en detalle un algoritmo alternativo a dichos procedimientos ARE que incorpora el concepto de cobertura muestral y proporciona así estabilidad a la simulación asociada. Se procesan dos conjuntos muestrales y se obtienen conclusiones sobre el desempeño del algoritmo con cobertura muestral.
format Objeto de conferencia
Objeto de conferencia
author Santa María, Cristóbal
Soria, Marcelo A.
author_facet Santa María, Cristóbal
Soria, Marcelo A.
author_sort Santa María, Cristóbal
title Algoritmo con cobertura muestral en data mining aplicado al estudio de la biodiversidad
title_short Algoritmo con cobertura muestral en data mining aplicado al estudio de la biodiversidad
title_full Algoritmo con cobertura muestral en data mining aplicado al estudio de la biodiversidad
title_fullStr Algoritmo con cobertura muestral en data mining aplicado al estudio de la biodiversidad
title_full_unstemmed Algoritmo con cobertura muestral en data mining aplicado al estudio de la biodiversidad
title_sort algoritmo con cobertura muestral en data mining aplicado al estudio de la biodiversidad
publishDate 2012
url http://sedici.unlp.edu.ar/handle/10915/18603
work_keys_str_mv AT santamariacristobal algoritmoconcoberturamuestralendataminingaplicadoalestudiodelabiodiversidad
AT soriamarceloa algoritmoconcoberturamuestralendataminingaplicadoalestudiodelabiodiversidad
bdutipo_str Repositorios
_version_ 1764820463113994241

Ejemplares similares