Use este identificador para citar ou linkar para este item:
http://hdl.handle.net/11422/14111
Tipo: | Trabalho de conclusão de graduação |
Título: | Classificação e aprendizado com proteínas de melanoma |
Autor(es)/Inventor(es): | Alcantara, Elvis Nobrega de |
Orientador: | Menasche, Daniel Sadoc |
Coorientador: | Domont, Gilberto Barbosa |
Resumo: | Exploração de metodologias diferentes de aprendizado de máquina para descobrir informações sobre o melanoma através de dados de pacientes. Foram usadas árvores de decisão nos dados clínicos a fim de montar uma hierarquia de dados sobre o paciente avaliados com sua sobrevida. As mesmas árvores também foram utilizadas nos proteomas dos pacientes com a intenção de classificar sua importância na possibilidade de metástase. Também foi executado um treinamento de rede neural a fim de encontrar representantes vetoriais das proteínas contidas nos proteomas dos pacientes, classificando por avaliação das informações das proteínas. O melanoma esconde tecnologias complexas para seu desenvolvimento e evasão, este trabalho apresenta algumas estruturas para repensar os dados que são conhecidos e que podem servir para uma nova interpretação da doença. |
Palavras-chave: | Aprendizado computacional Processamento de linguagem natural Proteína Inteligência artificial Bioinformática Melanoma |
Assunto CNPq: | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::TEORIA DA COMPUTACAO::COMPUTABILIDADE E MODELOS DE COMPUTACAO |
Unidade produtora: | Instituto de Computação |
Editora: | Universidade Federal do Rio de Janeiro |
Data de publicação: | 4-Mar-2021 |
País de publicação: | Brasil |
Idioma da publicação: | por |
Tipo de acesso: | Acesso Aberto |
Aparece nas coleções: | Ciência da Computação |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
ENAlcantara.pdf | 733.05 kB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.