Aceleración del proceso de selección de características en entornos Big Data : Aplicación en biomarcadores oncológicos

La tesis doctoral se centra en el desarrollo y evaluación de un framework para la aceleración de metaheurísticas en entornos distribuidos utilizando Apache Spark, con un enfoque particular en la optimización de la selección de características para la identificación de biomarcadores oncológicos. La m...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autor principal:	Camele, Genaro
Otros Autores:	Hasperué, Waldo
Formato:	Tesis Tesis de doctorado
Lenguaje:	Español
Publicado:	2024
Materias:	Ciencias Informáticas Balance de carga Selección de características Cómputo distribuído Apache Spark Biomarcadores Bioinformática Multiomix
Acceso en línea:	http://sedici.unlp.edu.ar/handle/10915/176592 https://doi.org/10.35537/10915/176592
Aporte de:	SEDICI (UNLP) de Universidad Nacional de La Plata

id	I19-R120-10915-176592
record_format	dspace
spelling	I19-R120-10915-1765922025-02-17T20:26:47Z http://sedici.unlp.edu.ar/handle/10915/176592 https://doi.org/10.35537/10915/176592 Aceleración del proceso de selección de características en entornos Big Data : Aplicación en biomarcadores oncológicos Camele, Genaro 2024-12-13 2024 2025-02-17T15:09:26Z Hasperué, Waldo es Ciencias Informáticas Balance de carga Selección de características Cómputo distribuído Apache Spark Biomarcadores Bioinformática Multiomix La tesis doctoral se centra en el desarrollo y evaluación de un framework para la aceleración de metaheurísticas en entornos distribuidos utilizando Apache Spark, con un enfoque particular en la optimización de la selección de características para la identificación de biomarcadores oncológicos. La motivación surge de la necesidad de superar las limitaciones de algunas plataformas existentes como Bioplat y Multiomics, y de proporcionar herramientas computacionales avanzadas y accesibles a la comunidad científica en el campo de la bioinformática y la oncología. El framework propuesto introduce estrategias inteligentes para la aceleración de metaheurísticas, diseñadas específicamente para mejorar la eficiencia y el rendimiento en su ejecución en entornos distribuidos, en particular en Apache Spark. Estas técnicas se han implementado en una nueva plataforma denominada Multiomix, que no sólo complementa las funcionalidades de sus predecesoras, sino que también supera sus limitaciones, ofreciendo una solución integral para el análisis de datos multiómicos. Un aspecto clave de esta tesis es la disponibilización de Multiomix como Software as a Service (SaaS), accesible a través de Internet. Este enfoque permite a múltiples usuarios trabajar de manera simultánea, democratizando el acceso a capacidades de cómputo avanzadas y facilitando la colaboración en la comunidad científica. El objetivo general de esta tesis consiste en evaluar la viabilidad y eficacia del framework propuesto para la aceleración de metaheurísticas en entornos distribuidos, con un enfoque particular en su aplicación para la selección de características en la identificación de biomarcadores oncológicos. Además, se busca demostrar cómo la implementación de este framework en una plataforma SaaS puede mejorar significativamente la accesibilidad y la colaboración en la investigación biomédica. Doctor en Ciencias Informáticas Universidad Nacional de La Plata Facultad de Informática Tesis Tesis de doctorado http://creativecommons.org/licenses/by/4.0/ Creative Commons Attribution 4.0 International (CC BY 4.0) application/pdf
institution	Universidad Nacional de La Plata
institution_str	I-19
repository_str	R-120
collection	SEDICI (UNLP)
language	Español
topic	Ciencias Informáticas Balance de carga Selección de características Cómputo distribuído Apache Spark Biomarcadores Bioinformática Multiomix
spellingShingle	Ciencias Informáticas Balance de carga Selección de características Cómputo distribuído Apache Spark Biomarcadores Bioinformática Multiomix Camele, Genaro Aceleración del proceso de selección de características en entornos Big Data : Aplicación en biomarcadores oncológicos
topic_facet	Ciencias Informáticas Balance de carga Selección de características Cómputo distribuído Apache Spark Biomarcadores Bioinformática Multiomix
description	La tesis doctoral se centra en el desarrollo y evaluación de un framework para la aceleración de metaheurísticas en entornos distribuidos utilizando Apache Spark, con un enfoque particular en la optimización de la selección de características para la identificación de biomarcadores oncológicos. La motivación surge de la necesidad de superar las limitaciones de algunas plataformas existentes como Bioplat y Multiomics, y de proporcionar herramientas computacionales avanzadas y accesibles a la comunidad científica en el campo de la bioinformática y la oncología. El framework propuesto introduce estrategias inteligentes para la aceleración de metaheurísticas, diseñadas específicamente para mejorar la eficiencia y el rendimiento en su ejecución en entornos distribuidos, en particular en Apache Spark. Estas técnicas se han implementado en una nueva plataforma denominada Multiomix, que no sólo complementa las funcionalidades de sus predecesoras, sino que también supera sus limitaciones, ofreciendo una solución integral para el análisis de datos multiómicos. Un aspecto clave de esta tesis es la disponibilización de Multiomix como Software as a Service (SaaS), accesible a través de Internet. Este enfoque permite a múltiples usuarios trabajar de manera simultánea, democratizando el acceso a capacidades de cómputo avanzadas y facilitando la colaboración en la comunidad científica. El objetivo general de esta tesis consiste en evaluar la viabilidad y eficacia del framework propuesto para la aceleración de metaheurísticas en entornos distribuidos, con un enfoque particular en su aplicación para la selección de características en la identificación de biomarcadores oncológicos. Además, se busca demostrar cómo la implementación de este framework en una plataforma SaaS puede mejorar significativamente la accesibilidad y la colaboración en la investigación biomédica.
author2	Hasperué, Waldo
author_facet	Hasperué, Waldo Camele, Genaro
format	Tesis Tesis de doctorado
author	Camele, Genaro
author_sort	Camele, Genaro
title	Aceleración del proceso de selección de características en entornos Big Data : Aplicación en biomarcadores oncológicos
title_short	Aceleración del proceso de selección de características en entornos Big Data : Aplicación en biomarcadores oncológicos
title_full	Aceleración del proceso de selección de características en entornos Big Data : Aplicación en biomarcadores oncológicos
title_fullStr	Aceleración del proceso de selección de características en entornos Big Data : Aplicación en biomarcadores oncológicos
title_full_unstemmed	Aceleración del proceso de selección de características en entornos Big Data : Aplicación en biomarcadores oncológicos
title_sort	aceleración del proceso de selección de características en entornos big data : aplicación en biomarcadores oncológicos
publishDate	2024
url	http://sedici.unlp.edu.ar/handle/10915/176592 https://doi.org/10.35537/10915/176592
work_keys_str_mv	AT camelegenaro aceleraciondelprocesodeselecciondecaracteristicasenentornosbigdataaplicacionenbiomarcadoresoncologicos
_version_	1847019318935552000

Aceleración del proceso de selección de características en entornos Big Data : Aplicación en biomarcadores oncológicos

Ejemplares similares