Applications of the Sinkhorn-Knopp algorithm for phylogenetic inference

dc.audience.degreeMÀSTER UNIVERSITARI EN MATEMÀTICA AVANÇADA I ENGINYERIA MATEMÀTICA (Pla 2010)
dc.audience.educationlevelMàster
dc.audience.mediatorUniversitat Politècnica de Catalunya. Facultat de Matemàtiques i Estadística
dc.contributorFernández Sánchez, Jesús
dc.contributor.authorMateo Campo, Clara
dc.contributor.otherUniversitat Politècnica de Catalunya. Departament de Matemàtiques
dc.date.accessioned2016-02-03T09:56:47Z
dc.date.available2016-02-03T09:56:47Z
dc.date.issued2016-01
dc.date.updated2016-02-03T06:38:38Z
dc.description.abstractEn aquest treball s'estudia l'algorisme de Sinkhorn-Knopp i les seves aplicacions pel disseny de mètodes de reconstrucció filogenètica. Es dissenyen tres mètodes filogenètics ("Crossing", "$\delta$-crossing$ i Dist-crossing) i es testen en el treespace de Huelsenbeck i en quartets amb arestes de longitud arbitrària. Aquests resultats es comparen amb mètodes de reconstrucció genètica clàssics (NJ, ML, ErikSVD i Erik+2).
dc.identifier.slugFME-1263
dc.identifier.urihttps://hdl.handle.net/2117/82475
dc.language.isoeng
dc.publisherUniversitat Politècnica de Catalunya
dc.rights.accessOpen Access
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/3.0/es/
dc.subjectÀrees temàtiques de la UPC::Matemàtiques i estadística::Matemàtica aplicada a les ciències
dc.subject.amsClassificació AMS::92 Biology and other natural sciences::92D Genetics and population dynamics
dc.subject.lcshGenetics
dc.subject.lcshPopulation dynamics
dc.subject.lemacDinàmica de poblacions
dc.subject.lemacGenètica
dc.subject.otherPhylogenetic tree
dc.subject.otherQuartet tree
dc.subject.otherTopology reconstruction
dc.subject.otherGeneral Markov model
dc.subject.otherSinkhorn-Knopp algorithm
dc.subject.otherFlattening matrix.
dc.titleApplications of the Sinkhorn-Knopp algorithm for phylogenetic inference
dc.typeMaster thesis
dspace.entity.typePublication

Fitxers

Paquet original

Mostrant 1 - 1 de 1
Carregant...
Miniatura
Nom:
memoria.pdf
Mida:
2.91 MB
Format:
Adobe Portable Document Format