Utilização de máquinas de suporte vetorial para predição de estruturas terciárias de proteínas
| Orientador(a) (dc.contributor.advisor) | Cechin, Adelmo Luis | |
| Lattes Orientador(a) (dc.contributor.advisorLattes) | http://lattes.cnpq.br/6026974071792846 | pt_BR |
| Autor(a) (dc.contributor.author) | Bisognin, Gustavo | pt_BR |
| Autor(a) Lattes (dc.contributor.authorLattes) | http://lattes.cnpq.br/4255827630601263 | pt_BR |
| Data de Disponibilização (dc.date.accessioned) | 2015-03-05T13:58:25Z | |
| dc.date.available (dc.date.available) | 2015-03-05T13:58:25Z | |
| Data da defesa / Data do evento (dc.date.issued) | 2007-03-08 | |
| Abstract (dc.description.abstract) | The three-dimensional structure of a protein is directly related to its function. Many projects of genetic sequence analysis accumulate a great number of protein sequences whose primary and secondary structures are known. However, the information on its three-dimensional structures are available only for a small fraction of these proteins. This fact evidences the necessity of creation of automatic methods for the prediction of tertiary protein structures from its primary structures. Consequently, computational tools are used for the treatment, election and analysis of these data. Currently, a new method of machine learning called Support Vector Machine (SVM) has surpassed traditional methods as Artificial Neural Networks (ANN) in the treatment of classication problems. In this master thesis we use the SVM for the automatic protein classication. The main contribution of this work was the methodology proposal for the treatment of the problem. This methodology consists in composing the support vectors with the v | en |
| Resumo (dc.description.resumo) | A estrutura tridimensional de uma proteína está diretamente ligada a sua função. Diversos projetos de seqüenciamento genéticos acumulam um grande número de seqüências de proteínas cujas estruturas primárias e secundárias são conhecidas. Entretanto, as informações sobre suas estruturas tridimensionais estão disponíveis somente para uma pequena fração destas proteínas. Este fato evidencia a necessidade da criação de métodos automáticos para a predição de estruturas terciárias de proteínas a partir de suas estruturas primárias. Conseqüentemente, ferramentas computacionais são utilizadas para o tratamento, seleção e análise destes dados. Atualmente, um novo método de aprendizado de máquina denominado Máquina de Suporte Vetorial (MSV) tem superado métodos tradicionais como as Redes Neurais Artificiais (RNA) no tratamento de problemas de classicação. Nesta dissertação utilizamos as MSV para a classicação automática de proteínas. A principal contribuição deste trabalho foi a metodologia proposta para o tratamen | pt_BR |
| Agência de fomento (dc.description.sponsorship) | Nenhuma | pt_BR |
| URI (dc.identifier.uri) | http://www.repositorio.jesuita.org.br/handle/UNISINOS/2233 | |
| Idioma (dc.language) | pt_BR | pt_BR |
| Nome da instituição (dc.publisher) | Universidade do Vale do Rio do Sinos | pt_BR |
| País da Instituição (dc.publisher.country) | Brasil | pt_BR |
| Departamento (dc.publisher.department) | Escola Politécnica | pt_BR |
| Sigla da Instituição (dc.publisher.initials) | UNISINOS | pt_BR |
| Programa (dc.publisher.program) | Programa de Pós-Graduação em Computação Aplicada | pt_BR |
| Direitos de acesso ao documento (dc.rights) | openAccess | pt_BR |
| Assunto (dc.subject) | biologia molecular | pt_BR |
| Assunto (dc.subject) | computação | pt_BR |
| Assunto (dc.subject) | máquina de suporte vetorial | pt_BR |
| Assunto (dc.subject) | bioinformática | pt_BR |
| Assunto (dc.subject) | machine learning | en |
| Assunto (dc.subject) | support vector machine | en |
| Assunto (dc.subject) | tertiary protein structures | en |
| Tema (CNPq) (dc.subject.cnpq) | Ciências Exatas e da Terra | pt_BR |
| Título (dc.title) | Utilização de máquinas de suporte vetorial para predição de estruturas terciárias de proteínas | pt_BR |
| Título (dc.title) | Support vector machine for tertiary structure prediction | en |
| Tipo de arquivo (dc.type) | Dissertação | pt_BR |
Arquivos
Pacote original
1 - 1 de 1
Carregando...
- Nome:
- utilizacao de maquinas.pdf
- Tamanho:
- 1.34 MB
- Formato:
- Adobe Portable Document Format
- Descrição:
- utilizacao de maquinas