Προηγμένες τεχνικές εξόρυξης δεδομένων και γνώσης σε βάσεις βιολογικών δεδομένων
Περίληψη
Τα συστήματα βιοπληροφορικής μπορούν να επωφεληθούν από τις στρατηγικές εξόρυξης δεδομένων για τον εντοπισμό αξιόλογων σχέσεων μέσα σε μεγάλη μάζα βιολογικών δεδομένων. Αν και σήμερα υπάρχουν αρκετές πτυχές της μοριακής βιολογίας όπου εφαρμόζονται επιτυχώς τεχνικές εξόρυξης δεδομένων, δεν έχει διερευνηθεί σε βάθος όλο το φάσμα των δυνατοτήτων που προσφέρει η συγκεκριμένη τεχνολογία. Στην παρούσα διατριβή διερευνώνται και αναπτύσσονται τεχνικές εξόρυξης δεδομένων και γνώσης ικανές να αντιμετωπίζουν με αποδοτικότητα μια μεγάλη γκάμα προβλημάτων της μοριακής βιολογίας που απαιτούν ανακάλυψη γνώσης. Η προστιθέμενη αξία της σύζευξης των τεχνολογιών της εξόρυξης δεδομένων και της μοριακής βιολογίας παράγεται όταν γίνεται εκμετάλλευση της ήδη υπάρχουσας βιολογικής γνώσης για την βελτιστοποίηση των αποτελεσμάτων της εξόρυξης δεδομένων. Τέτοιες μέθοδοι εξόρυξης δεδομένων δεύτερης γενιάς βασίζονται στην έννοια της συνδυασμένης νοημοσύνης (cross-intelligence), και αποτελούν το αντικείμενο της παρ ...
περισσότερα
Περίληψη σε άλλη γλώσσα
Bioinformatics systems can benefit from data mining strategies for the detection of interesting relations among a sheer volume of biological data. Even though today there are many aspects of molecular biology in which data mining techniques are successfully applied, the whole spectrum of possibilities provided by data mining technologies has not been yet investigated. This thesis deals with the investigation and development of data and knowledge mining technologies capable of efficiently confronting a wide range of molecular biology problems that demand knowledge discovery. The added value of coupling data mining and molecular biology technologies is produced when the existing biological knowledge is exploited in favour of optimizing data mining results. Such second generation data mining methods are based on the notion of cross-intelligence and constitute the object of research in this thesis. In this context, research has centred on developing knowledge mining algorithms and tools ...
περισσότερα
Κατεβάστε τη διατριβή σε μορφή PDF (2.97 MB)
(Η υπηρεσία είναι διαθέσιμη μετά από δωρεάν εγγραφή)
|
Όλα τα τεκμήρια στο ΕΑΔΔ προστατεύονται από πνευματικά δικαιώματα.
|
Στατιστικά χρήσης
ΠΡΟΒΟΛΕΣ
Αφορά στις μοναδικές επισκέψεις της διδακτορικής διατριβής για την χρονική περίοδο 07/2018 - 07/2023.
Πηγή: Google Analytics.
Πηγή: Google Analytics.
ΞΕΦΥΛΛΙΣΜΑΤΑ
Αφορά στο άνοιγμα του online αναγνώστη για την χρονική περίοδο 07/2018 - 07/2023.
Πηγή: Google Analytics.
Πηγή: Google Analytics.
ΜΕΤΑΦΟΡΤΩΣΕΙΣ
Αφορά στο σύνολο των μεταφορτώσων του αρχείου της διδακτορικής διατριβής.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
ΧΡΗΣΤΕΣ
Αφορά στους συνδεδεμένους στο σύστημα χρήστες οι οποίοι έχουν αλληλεπιδράσει με τη διδακτορική διατριβή. Ως επί το πλείστον, αφορά τις μεταφορτώσεις.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.