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...
Guardado en:
Autores principales: | , |
---|---|
Formato: | Objeto de conferencia |
Lenguaje: | Español |
Publicado: |
2012
|
Materias: | |
Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/18603 |
Aporte de: |
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 |