Publicación: Codificación en algoritmos evolutivos para la resolución de problemas de Biclustering
| dc.contributor.author | Gil Cumbreras, Javier | |
| dc.contributor.director | Aznarte Mellado, José Luis | |
| dc.contributor.director | Giráldez Rojo, Raúl | |
| dc.contributor.director | Divina, Federico | |
| dc.date.accessioned | 2024-05-20T12:24:44Z | |
| dc.date.available | 2024-05-20T12:24:44Z | |
| dc.date.issued | 2013-06-27 | |
| dc.description.abstract | Los avances que se han producido en el campo de la genómica y la obtención de genomas completos de algunas especies vivas, ha originado una gran fuente de información. Uno de los formatos más extendidos para contener información sobre genes son los microarrays de expresión. En el campo de la bioinformática, una de las técnicas recomendadas para el análisis automático de los microarrays es el biclustering. El problema de la localización de biclusters en matrices de expresión de genes contiene un espacio de búsqueda muy grande y además presenta cierto nivel de incertidumbre, con el que es necesario tratar. En este trabajo de investigación, se propone la codificación probabilística para tratar con problemas de biclustering sobre matrices de expresión de genes, en diversos conjuntos de datos. Se trata de una codificación novedosa para los individuos de la población manejada por un algoritmo evolutivo. Se verá en este trabajo, como el uso de esta codificación, en lugar de la binaria, proporciona a los algoritmos que la utilizan una potencia muy alta en las capacidades de exploración del espacio de búsqueda completo, incluso cuando ese espacio de búsqueda es muy grande, puesto que cada individuo representa una región de dicho espacio, en vez de una única solución. Además, los algoritmos que hacen uso de esta representación son capaces de tratar con la incertidumbre inherente a ciertos problemas de optimización, como es el caso del biclustering. Como podrá comprobarse, los resultados obtenidos son prometedores y bastante competitivos con respecto a los obtenidos con soluciones evolutivas relevantes del campo. La codificación probabilística será utilizada en un algoritmo evolutivo multiobjetivo y multimodal, que proporciona como solución una serie de individuos que representan regiones de biclusters, candidatas a contener los mejores biclusters y que deben ser posteriormente explotadas por un algoritmo de búsqueda local, que detecte los biclusters con las mejores propiedades. | es |
| dc.description.version | versión final | |
| dc.identifier.uri | https://hdl.handle.net/20.500.14468/14177 | |
| dc.language.iso | es | |
| dc.publisher | Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia Artificial. | |
| dc.relation.center | Facultades y escuelas::E.T.S. de Ingeniería Informática | |
| dc.relation.degree | Máster Universitario en I.A. Avanzada: Fundamentos, Métodos y Aplicaciones | |
| dc.relation.department | Inteligencia Artificial | |
| dc.rights | info:eu-repo/semantics/openAccess | |
| dc.rights.uri | https://creativecommons.org/licenses/by-nc-nd/4.0/deed.es | |
| dc.title | Codificación en algoritmos evolutivos para la resolución de problemas de Biclustering | es |
| dc.type | tesis de maestría | es |
| dc.type | master thesis | en |
| dspace.entity.type | Publication |