Comitês de grupamento aplicados a dados de expressão gênica
Ano de defesa: | 2006 |
---|---|
Autor(a) principal: | |
Orientador(a): | |
Banca de defesa: | |
Tipo de documento: | Dissertação |
Tipo de acesso: | Acesso aberto |
Idioma: | por |
Instituição de defesa: |
Universidade Federal do Rio Grande do Norte
|
Programa de Pós-Graduação: |
Programa de Pós-Graduação em Sistemas e Computação
|
Departamento: |
Ciência da Computação
|
País: |
BR
|
Palavras-chave em Português: | |
Palavras-chave em Inglês: | |
Área do conhecimento CNPq: | |
Link de acesso: | https://repositorio.ufrn.br/jspui/handle/123456789/18027 |
Resumo: | The main goal of this work is to investigate the suitability of applying cluster ensemble techniques (ensembles or committees) to gene expression data. More specifically, we will develop experiments with three diferent cluster ensembles methods, which have been used in many works in literature: coassociation matrix, relabeling and voting, and ensembles based on graph partitioning. The inputs for these methods will be the partitions generated by three clustering algorithms, representing diferent paradigms: kmeans, ExpectationMaximization (EM), and hierarchical method with average linkage. These algorithms have been widely applied to gene expression data. In general, the results obtained with our experiments indicate that the cluster ensemble methods present a better performance when compared to the individual techniques. This happens mainly for the heterogeneous ensembles, that is, ensembles built with base partitions generated with diferent clustering algorithms |
id |
UFRN_5a4f02ed4c848784ee12a228a914a690 |
---|---|
oai_identifier_str |
oai:https://repositorio.ufrn.br:123456789/18027 |
network_acronym_str |
UFRN |
network_name_str |
Repositório Institucional da UFRN |
repository_id_str |
|
spelling |
Silva, Shirlly Christiany Macedohttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4759785J3http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4790032E1Canuto, Anne Magaly de Paulahttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4790093J8Ludermir, Teresa Bernardahttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4781122D6Souto, Marcílio Carlos Pereira de2014-12-17T15:47:57Z2006-11-092014-12-17T15:47:57Z2006-01-20SILVA, Shirlly Christiany Macedo. Comitês de grupamento aplicados a dados de expressão gênica. 2006. 85 f. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal do Rio Grande do Norte, Natal, 2006.https://repositorio.ufrn.br/jspui/handle/123456789/18027The main goal of this work is to investigate the suitability of applying cluster ensemble techniques (ensembles or committees) to gene expression data. More specifically, we will develop experiments with three diferent cluster ensembles methods, which have been used in many works in literature: coassociation matrix, relabeling and voting, and ensembles based on graph partitioning. The inputs for these methods will be the partitions generated by three clustering algorithms, representing diferent paradigms: kmeans, ExpectationMaximization (EM), and hierarchical method with average linkage. These algorithms have been widely applied to gene expression data. In general, the results obtained with our experiments indicate that the cluster ensemble methods present a better performance when compared to the individual techniques. This happens mainly for the heterogeneous ensembles, that is, ensembles built with base partitions generated with diferent clustering algorithmsO principal objetivo deste trabalho é investigar a viabilidade da aplicação de técnicas de combinação de agrupamentos (comitês de agrupamento) a dados de expressão gênica. Mais especificamente, serão realizados experimentos com três métodos diferentes de comitês de agrupamentos que vêm sendo bastante usados na literatura: matriz de coassociação, rerotulagem e vota¸ao, e comitês baseados em particiona mento de grafo. A entrada para esses métodos de combinação serão as partições geradas por três algoritmos de agrupamento, os quais representam diferentes paradigmas: arquico com ligação k médias, ExpectationMaximization (EM), e o algoritmo hierárquico com ligação média. Todos esse algoritmos vêm sendo amplamente utilizados no contexto de dados de expressão gênica. De forma geral, os resultados obtidos indicam um desempenho superior das técnicas de comitês em relação as técnicas de agrupamento individuais, principalmente no contexto de comitês heterogêneos, isto é, comitês formados por partições base geradas por diferentes algoritmos de agrupamentosapplication/pdfporUniversidade Federal do Rio Grande do NortePrograma de Pós-Graduação em Sistemas e ComputaçãoUFRNBRCiência da ComputaçãoAnálise de grupamentoExpressão gênicaAlgoritmoAlgorithmsGene expressionCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAOComitês de grupamento aplicados a dados de expressão gênicainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRNinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRNORIGINALShirllyCMS.pdfapplication/pdf557194https://repositorio.ufrn.br/bitstream/123456789/18027/1/ShirllyCMS.pdf9adadd98c97ef1f0b498b06d2051e869MD51TEXTShirllyCMS.pdf.txtShirllyCMS.pdf.txtExtracted texttext/plain126330https://repositorio.ufrn.br/bitstream/123456789/18027/6/ShirllyCMS.pdf.txt7af6e99c1ab9f9b9aca44959247d9e96MD56THUMBNAILShirllyCMS.pdf.jpgShirllyCMS.pdf.jpgIM Thumbnailimage/jpeg2630https://repositorio.ufrn.br/bitstream/123456789/18027/7/ShirllyCMS.pdf.jpg923c33c62024305eb44c51d5dd6a5c35MD57123456789/180272017-11-04 10:25:34.378oai:https://repositorio.ufrn.br:123456789/18027Repositório de PublicaçõesPUBhttp://repositorio.ufrn.br/oai/opendoar:2017-11-04T13:25:34Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false |
dc.title.por.fl_str_mv |
Comitês de grupamento aplicados a dados de expressão gênica |
title |
Comitês de grupamento aplicados a dados de expressão gênica |
spellingShingle |
Comitês de grupamento aplicados a dados de expressão gênica Silva, Shirlly Christiany Macedo Análise de grupamento Expressão gênica Algoritmo Algorithms Gene expression CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO |
title_short |
Comitês de grupamento aplicados a dados de expressão gênica |
title_full |
Comitês de grupamento aplicados a dados de expressão gênica |
title_fullStr |
Comitês de grupamento aplicados a dados de expressão gênica |
title_full_unstemmed |
Comitês de grupamento aplicados a dados de expressão gênica |
title_sort |
Comitês de grupamento aplicados a dados de expressão gênica |
author |
Silva, Shirlly Christiany Macedo |
author_facet |
Silva, Shirlly Christiany Macedo |
author_role |
author |
dc.contributor.authorID.por.fl_str_mv |
|
dc.contributor.authorLattes.por.fl_str_mv |
http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4759785J3 |
dc.contributor.advisorID.por.fl_str_mv |
|
dc.contributor.advisorLattes.por.fl_str_mv |
http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4790032E1 |
dc.contributor.referees1.pt_BR.fl_str_mv |
Canuto, Anne Magaly de Paula |
dc.contributor.referees1ID.por.fl_str_mv |
|
dc.contributor.referees1Lattes.por.fl_str_mv |
http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4790093J8 |
dc.contributor.referees2.pt_BR.fl_str_mv |
Ludermir, Teresa Bernarda |
dc.contributor.referees2ID.por.fl_str_mv |
|
dc.contributor.referees2Lattes.por.fl_str_mv |
http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4781122D6 |
dc.contributor.author.fl_str_mv |
Silva, Shirlly Christiany Macedo |
dc.contributor.advisor1.fl_str_mv |
Souto, Marcílio Carlos Pereira de |
contributor_str_mv |
Souto, Marcílio Carlos Pereira de |
dc.subject.por.fl_str_mv |
Análise de grupamento Expressão gênica Algoritmo |
topic |
Análise de grupamento Expressão gênica Algoritmo Algorithms Gene expression CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO |
dc.subject.eng.fl_str_mv |
Algorithms Gene expression |
dc.subject.cnpq.fl_str_mv |
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO |
description |
The main goal of this work is to investigate the suitability of applying cluster ensemble techniques (ensembles or committees) to gene expression data. More specifically, we will develop experiments with three diferent cluster ensembles methods, which have been used in many works in literature: coassociation matrix, relabeling and voting, and ensembles based on graph partitioning. The inputs for these methods will be the partitions generated by three clustering algorithms, representing diferent paradigms: kmeans, ExpectationMaximization (EM), and hierarchical method with average linkage. These algorithms have been widely applied to gene expression data. In general, the results obtained with our experiments indicate that the cluster ensemble methods present a better performance when compared to the individual techniques. This happens mainly for the heterogeneous ensembles, that is, ensembles built with base partitions generated with diferent clustering algorithms |
publishDate |
2006 |
dc.date.available.fl_str_mv |
2006-11-09 2014-12-17T15:47:57Z |
dc.date.issued.fl_str_mv |
2006-01-20 |
dc.date.accessioned.fl_str_mv |
2014-12-17T15:47:57Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
SILVA, Shirlly Christiany Macedo. Comitês de grupamento aplicados a dados de expressão gênica. 2006. 85 f. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal do Rio Grande do Norte, Natal, 2006. |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufrn.br/jspui/handle/123456789/18027 |
identifier_str_mv |
SILVA, Shirlly Christiany Macedo. Comitês de grupamento aplicados a dados de expressão gênica. 2006. 85 f. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal do Rio Grande do Norte, Natal, 2006. |
url |
https://repositorio.ufrn.br/jspui/handle/123456789/18027 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidade Federal do Rio Grande do Norte |
dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação em Sistemas e Computação |
dc.publisher.initials.fl_str_mv |
UFRN |
dc.publisher.country.fl_str_mv |
BR |
dc.publisher.department.fl_str_mv |
Ciência da Computação |
publisher.none.fl_str_mv |
Universidade Federal do Rio Grande do Norte |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFRN instname:Universidade Federal do Rio Grande do Norte (UFRN) instacron:UFRN |
instname_str |
Universidade Federal do Rio Grande do Norte (UFRN) |
instacron_str |
UFRN |
institution |
UFRN |
reponame_str |
Repositório Institucional da UFRN |
collection |
Repositório Institucional da UFRN |
bitstream.url.fl_str_mv |
https://repositorio.ufrn.br/bitstream/123456789/18027/1/ShirllyCMS.pdf https://repositorio.ufrn.br/bitstream/123456789/18027/6/ShirllyCMS.pdf.txt https://repositorio.ufrn.br/bitstream/123456789/18027/7/ShirllyCMS.pdf.jpg |
bitstream.checksum.fl_str_mv |
9adadd98c97ef1f0b498b06d2051e869 7af6e99c1ab9f9b9aca44959247d9e96 923c33c62024305eb44c51d5dd6a5c35 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN) |
repository.mail.fl_str_mv |
|
_version_ |
1797777748947632128 |