Estudo da entropia de tsallis para a inferência de redes gênicas

Detalhes bibliográficos
Ano de defesa: 2021
Autor(a) principal: Amador, Cassio Henrique dos Santos
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Tecnológica Federal do Paraná
Cornelio Procopio
Brasil
Programa de Pós-Graduação em Bioinformática
UTFPR
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Entropia
Inferência (Lógica)
Álgebra booleana
Entropy
Inference
Algebra, Boolean
CNPQ::CIENCIAS EXATAS E DA TERRA
Engenharia/Tecnologia/Gestão
Link de acesso: http://repositorio.utfpr.edu.br/jspui/handle/1/30174
Resumo: The amount of information in a system can be measured by entropy. A particular case of a system is a network formed by the interaction between genes, known as gene networks. In this work we study how one type of non-extensive entropy, Tsallis entropy, can provide the greatest amount of information for gene networks, through the choice of the best non-extensive parameter q. It is shown that it is possible to obtain numerically the best parameter, and that it depends on the number of degrees of freedom of the system, in the binary case the best value being approximately 2.46. This result is tested in the context of gene network inferences, initially with logic gates, followed by artificial gene networks and finally with experimental data obtained from the DREAM4 challenge. At last, these results are compared with results from previous works, indicating the adequacy of Tsallis entropy for the inference of gene networks.
id UTFPR-12_1cda9e344810c354c748baff45f4a40e
oai_identifier_str oai:repositorio.utfpr.edu.br:1/30174
network_acronym_str UTFPR-12
network_name_str Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
repository_id_str
spelling Estudo da entropia de tsallis para a inferência de redes gênicasEntropiaInferência (Lógica)Álgebra booleanaEntropyInferenceAlgebra, BooleanCNPQ::CIENCIAS EXATAS E DA TERRAEngenharia/Tecnologia/GestãoThe amount of information in a system can be measured by entropy. A particular case of a system is a network formed by the interaction between genes, known as gene networks. In this work we study how one type of non-extensive entropy, Tsallis entropy, can provide the greatest amount of information for gene networks, through the choice of the best non-extensive parameter q. It is shown that it is possible to obtain numerically the best parameter, and that it depends on the number of degrees of freedom of the system, in the binary case the best value being approximately 2.46. This result is tested in the context of gene network inferences, initially with logic gates, followed by artificial gene networks and finally with experimental data obtained from the DREAM4 challenge. At last, these results are compared with results from previous works, indicating the adequacy of Tsallis entropy for the inference of gene networks.A quantidade de informação de um sistema pode ser medida pela entropia. Um caso particular de sistema é uma rede formada pela interação entre genes, conhecida como redes gênicas. Neste trabalho estuda-se como uma entropia não-extensiva, a entropia de Tsallis, pode fornecer a maior quantidade de informação para as redes gênicas, através da escolha do melhor parâmetro não-extensivo q. Mostra-se que é possível obter numericamente o melhor parâmetro, e que ele depende do número de graus de liberdade do sistema, no caso binário o melhor valor sendo aproximadamente 2, 46. Esse resultado é testado no contexto da inferências de redes gênicas, inicialmente com portas lógicas, seguido de redes gênicas artificiais e por último com dados experimentais obtidos no desafio DREAM4. Por m, são comparados com resultados de trabalhos anteriores, indicando a adequação da entropia de Tsallis na inferência de redes gênicas.Universidade Tecnológica Federal do ParanáCornelio ProcopioBrasilPrograma de Pós-Graduação em BioinformáticaUTFPRLopes, Fabricio Martinshttp://orcid.org/0000-0002-8786-3313http://lattes.cnpq.br/1660070580824436Kashiwabara, Andre Yoshiakihttp://lattes.cnpq.br/3194328548975437Vicente, Fabio Fernandes da Rochahttp://lattes.cnpq.br/5799700325728628Lopes, Fabricio Martinshttp://lattes.cnpq.br/1660070580824436Hashimoto, Ronaldo Fumiohttp://lattes.cnpq.br/9283304583756076Amador, Cassio Henrique dos Santos2022-11-24T15:53:16Z2022-11-24T15:53:16Z2021-12-21info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfAMADOR, Cassio Henrique dos Santos. Estudo da entropia de tsallis para a inferência de redes gênicas. 2021. Dissertação (Mestrado em Bioinformática) - Universidade Tecnológica Federal do Paraná, Cornélio Procópio, 2021.http://repositorio.utfpr.edu.br/jspui/handle/1/30174porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))instname:Universidade Tecnológica Federal do Paraná (UTFPR)instacron:UTFPR2022-11-25T06:06:53Zoai:repositorio.utfpr.edu.br:1/30174Repositório InstitucionalPUBhttp://repositorio.utfpr.edu.br:8080/oai/requestriut@utfpr.edu.br || sibi@utfpr.edu.bropendoar:2022-11-25T06:06:53Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) - Universidade Tecnológica Federal do Paraná (UTFPR)false
dc.title.none.fl_str_mv Estudo da entropia de tsallis para a inferência de redes gênicas
title Estudo da entropia de tsallis para a inferência de redes gênicas
spellingShingle Estudo da entropia de tsallis para a inferência de redes gênicas
Amador, Cassio Henrique dos Santos
Entropia
Inferência (Lógica)
Álgebra booleana
Entropy
Inference
Algebra, Boolean
CNPQ::CIENCIAS EXATAS E DA TERRA
Engenharia/Tecnologia/Gestão
title_short Estudo da entropia de tsallis para a inferência de redes gênicas
title_full Estudo da entropia de tsallis para a inferência de redes gênicas
title_fullStr Estudo da entropia de tsallis para a inferência de redes gênicas
title_full_unstemmed Estudo da entropia de tsallis para a inferência de redes gênicas
title_sort Estudo da entropia de tsallis para a inferência de redes gênicas
author Amador, Cassio Henrique dos Santos
author_facet Amador, Cassio Henrique dos Santos
author_role author
dc.contributor.none.fl_str_mv Lopes, Fabricio Martins
http://orcid.org/0000-0002-8786-3313
http://lattes.cnpq.br/1660070580824436
Kashiwabara, Andre Yoshiaki
http://lattes.cnpq.br/3194328548975437
Vicente, Fabio Fernandes da Rocha
http://lattes.cnpq.br/5799700325728628
Lopes, Fabricio Martins
http://lattes.cnpq.br/1660070580824436
Hashimoto, Ronaldo Fumio
http://lattes.cnpq.br/9283304583756076
dc.contributor.author.fl_str_mv Amador, Cassio Henrique dos Santos
dc.subject.por.fl_str_mv Entropia
Inferência (Lógica)
Álgebra booleana
Entropy
Inference
Algebra, Boolean
CNPQ::CIENCIAS EXATAS E DA TERRA
Engenharia/Tecnologia/Gestão
topic Entropia
Inferência (Lógica)
Álgebra booleana
Entropy
Inference
Algebra, Boolean
CNPQ::CIENCIAS EXATAS E DA TERRA
Engenharia/Tecnologia/Gestão
description The amount of information in a system can be measured by entropy. A particular case of a system is a network formed by the interaction between genes, known as gene networks. In this work we study how one type of non-extensive entropy, Tsallis entropy, can provide the greatest amount of information for gene networks, through the choice of the best non-extensive parameter q. It is shown that it is possible to obtain numerically the best parameter, and that it depends on the number of degrees of freedom of the system, in the binary case the best value being approximately 2.46. This result is tested in the context of gene network inferences, initially with logic gates, followed by artificial gene networks and finally with experimental data obtained from the DREAM4 challenge. At last, these results are compared with results from previous works, indicating the adequacy of Tsallis entropy for the inference of gene networks.
publishDate 2021
dc.date.none.fl_str_mv 2021-12-21
2022-11-24T15:53:16Z
2022-11-24T15:53:16Z
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.uri.fl_str_mv AMADOR, Cassio Henrique dos Santos. Estudo da entropia de tsallis para a inferência de redes gênicas. 2021. Dissertação (Mestrado em Bioinformática) - Universidade Tecnológica Federal do Paraná, Cornélio Procópio, 2021.
http://repositorio.utfpr.edu.br/jspui/handle/1/30174
identifier_str_mv AMADOR, Cassio Henrique dos Santos. Estudo da entropia de tsallis para a inferência de redes gênicas. 2021. Dissertação (Mestrado em Bioinformática) - Universidade Tecnológica Federal do Paraná, Cornélio Procópio, 2021.
url http://repositorio.utfpr.edu.br/jspui/handle/1/30174
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 Tecnológica Federal do Paraná
Cornelio Procopio
Brasil
Programa de Pós-Graduação em Bioinformática
UTFPR
publisher.none.fl_str_mv Universidade Tecnológica Federal do Paraná
Cornelio Procopio
Brasil
Programa de Pós-Graduação em Bioinformática
UTFPR
dc.source.none.fl_str_mv reponame:Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
instname:Universidade Tecnológica Federal do Paraná (UTFPR)
instacron:UTFPR
instname_str Universidade Tecnológica Federal do Paraná (UTFPR)
instacron_str UTFPR
institution UTFPR
reponame_str Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
collection Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
repository.name.fl_str_mv Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) - Universidade Tecnológica Federal do Paraná (UTFPR)
repository.mail.fl_str_mv riut@utfpr.edu.br || sibi@utfpr.edu.br
_version_ 1850498350685618176

Registros relacionados