6 2 formato de los individuos 5 63 r esultados

Info iconThis preview shows page 1. Sign up to view the full content.

View Full Document Right Arrow Icon
This is the end of the preview. Sign up to access the rest of the document.

Unformatted text preview: cos 5 .4.3. P IENB 5.4.4. Resultados 5 .5. A PNBC-EDA 5 .5.1. P ropuesta 63 64 67 68 68 69 71 74 77 78 81 81 83 85 87 89 89 55 56 56 57 59 61 ÍNDICE GENERAL 5.6. 5.7. 5.8. 5.9. IV 5.5.2. Formato de los individuos 5 .5.3. R esultados Pazzani-EDA 5 .6.1. P ropuesta 5.6-2. Formato de los individuos 5 .6.3. R esultados Búsqueda de clasificadores BAN 5 .7.1. P ropuesta 5.7.2. Formato de los individuos 5 .7.3. A lgoritmo BAN-voraz 5.7.4. Algoritmo BAN-EDA 5.7.5. Resultados Búsqueda de clasificadores TAN 5 .8.1. P ropuesta 5.8.2. Formato de los individuos 5 .8.3. A lgoritmo TAN-voraz 5.8.4. Algoritmo TAN-EDA 5.8.5. Resultados Búsqueda de clasificadores MB 5 .9.1. P ropuesta 5.9.2. Formato de los individuos 5 .9.3. R esultados APLICACIÓN EN B I O L O G Í A C OMPUTACIÓN AL IX 90 90 92 92 93 93 96 96 97 97 98 99 100 100 100 101 101 102 103 103 104 106 109 6 . E s t a d o del arte d e la predicción d e la e s t r u c t u r a secundaria d e las proteínas 111 6 .1. L a importancia del estudio de las proteínas 111 6 .1.1. L as proteínas y la vida 111 6.1.2. Estructura de las proteínas 113 6 .1.3. Beneficios: pasado, presente y futuro 113 6.2. Introducción a las proteínas 114 6 .2.1. D ogma central de la biología molecular 114 6.2.2. Los aminoácidos 114 6 .2.3. E nlaces peptídicos 115 6.2.4. Cuatro niveles de estructura proteica 117 6.2.5. Programas de visualización de proteínas 6 .3. E structura secundaria de las proteínas 6 .3.1. T ipos de estructuras secundarias 6.3.2. Programas de obtención de la estructura secundaria de las proteínas 6.4. Predicción de la estructura secundaria de las proteínas 6 .4.1. P rimera generación 6.4.2. Segunda generación 6 .4.3. P roblemas de los métodos de primera y segunda generación 6.4.4. Tercera generación 6 .4.5. L ímite en la exactitud de la predicción de la estructura secundaria . 118 118 118 120 122 122 123 125 125 127 X Clasificación Supervisada Basada en RRBB. Aplicación en Biología Computacional 6.5. Alineamiento de secuencias 6 .5.1. M atrices de sustitución 6.5.2. Métodos de alineamiento de secuencias 127 130 132 7 . E s t u d i o del p r o b l e m a y propuestas 135 7.1. Estudio del problema y propuestas 135 7.2. 7 .3. 7.4. 7 .5. 7 .1.1. M odelización matemática de las proteínas y del problema PSSP . . 7.1.2. Desarrollo de un clasificador para la PSSP con redes Bayesianas . . 7 .1.3. M ulticlasificador basado en redes Bayesianas para el problema PSSP Conjuntos de datos para PSSP E stadísticas para el problema PSSP 7 .3.1. E xactitud de la predicción para los tres estados: Qs 7.3.2. Porcentajes de exactitud por estados 7 .3.3. í ndice de información 7.3.4. Coeficiente de correlación de Matthew 7.3.5. S OV: medida de superposición de segmento Modelización matemática de las proteínas y de PSSP 7 .4.1. M odelización matemática 7.4.2. Resultados D esarrollo de un clasificador para PSSP con redes Bayesianas 7 .5.1. O bjetivos 7.5.2. Obtención del conjunto de datos 136 136 136 137 138 139 139 140 140 141 143 143 146 146 146 147 7.5.3. Modificación del clasificador naive-Bayes para el uso de información e volutiva 7-5.4. Resultados experimentales de la primera capa de predicción 7.5.5. S egunda capa de predicción 7.5.6. Resultados experimentales de la segunda capa de predicción 7.5.7. Conclusiones 7 .5.8. Líneas de trabajo futuro 7.6. Multiclasificador basado en redes Bayesianas para PSSP 7 .6.1. O bjetivos 7.6.2. Clasificadores de nivel-0 147 148 148 148 151 151 151 151 153 7.6.3. Obtención del conjunto de datos para el multiclasificador V 157 7.6.4. Clasificadores de nivel-1 7 .6.5. R esultados 158 158 CONCLUSIONES Y LINEAS FUTURAS 171 8 . Conclusiones y líneas futuras 173 8 .1. A portaciones 173 8 .1.1. R ealización y paralelización de un nuevo algoritmo de clasificación s emi naive-Bayes 173 8.1.2. Aprendizaje de clasificadores en el espacio de estructuras 174 8 .1.3. M odelización matemática de las proteínas y del problema PSSP . . 1 7 5 8.1.4. Desarrollo de un clasificador para la predicción de la estructura secundaria de las proteínas con redes Bayesianas 175 ÍNDICE GENERAL 8.1.5. 5.2. Líneas 8 .2.1. 8.2.2. Multiclasificador basado en redes Bayesianas para el problema PSSP de trabajo futuro L íneas abiertas en lENB Líneas abiertas en el aprendizaje de clasificadores supervisados basados en redes Bayesianas 8 .2.3. L íneas abiertas en la modelización matemática de las proteínas y del P SSP 8.2.4. Líneas abiertas en el desarrollo de un clasificador para PSSP con r edes Bayesianas 8 .2.5. Líneas abiertas en el multiclasificador basado en redes Bayesianas p ara PSSP XI 176 176 176 177 177 177 178 XII Clasificación Supervisada Basada en RRBB. Aplicación en Biología Computacional í ndice de ñguras 1.1. La jerarquía del aprendizaje automático. Los cuadrados sombreados llevan a l aprendizaje con clasificación supervisada, objeto de esta tesis 2 .1. L as técnicas de estimación de la exactitud, tales como hold-out, crossvalidation o bootstrap, e stán basadas en la idea del remuestreo 2 .2....
View Full Document

Ask a homework question - tutors are online