Integració de diferents fonts de dades òmiques i visualització de les variables originals mitjançant tècniques de Machine Learning
Visualitza/Obre
Estadístiques de LA Referencia / Recolecta
Inclou dades d'ús des de 2022
Cita com:
hdl:2117/108581
Tutor / directorVegas Lozano, Esteban
Tipus de documentTreball Final de Grau
Data2014-09
Condicions d'accésAccés obert
Llevat que s'hi indiqui el contrari, els
continguts d'aquesta obra estan subjectes a la llicència de Creative Commons
:
Reconeixement-NoComercial-SenseObraDerivada 3.0 Espanya
Abstract
En l’última dècada s’han desenvolupat noves tecnologies d’alt rendiment, les quals
generen un volum de dades biològiques tan gran que ha motivat la creació de nous algo-
rismes en el camp de la bioinformàtica per analitzar les dades generades. Aquests avenços
han revolucionat la biologia molecular i han conduït a una nova mentalitat en la qual
es desenvolupa una visió global dels sistemes biològics. En aquest context, actualment
hi ha dues grans vies d’investigació: la integració de dades òmiques i la visualització de
les variables originals. L’anàlisi de dades òmiques de més d’un tipus de forma simultània
combinada amb la visualització de les relacions entre els milers de variables biològiques
pot portar a una millor comprensió dels processos biològics. En aquest projecte s’estudia
la tècnica del Kernel PCA juntament amb procediments per a representar les variables
originals, s’aplica a dos conjunts de dades òmiques i es presenta de forma accessible amb
aplicacions web interactives
TitulacióGRAU EN ESTADÍSTICA (Pla 2009)
Col·leccions
Fitxers | Descripció | Mida | Format | Visualitza |
---|---|---|---|---|
Riba Archilla, Laura.pdf | 3,893Mb | Visualitza/Obre |