Meta-aprendizagem aplicada a classificacao de dados de expressao genica.

• Processo: 06/06714-1
• Modalidade de apoio: Bolsas no Brasil - Doutorado
• Data de Início da vigência: 01 de abril de 2007
• Data de Término da vigência: 28 de fevereiro de 2010
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação
• Pesquisador responsável: André Carlos Ponce de Leon Ferreira de Carvalho
• Beneficiário: Bruno Feres de Souza
• Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Assunto(s): Classificação Biologia computacional Análise de sequência com séries de oligonucleotídeos
• Palavra(s)-Chave do Pesquisador: Bioinformatica | Classificacao | Meta-Aprendizagem | Microarrays | Inteligência Artificial/Bioinformática

Resumo

Dentre as aplicações mais comuns envolvendo microarrays, pode-se destacar a classificação de amostras de tecido, essencial para a identificação correta do tipo de câncer. Esta classificação é realizada com a ajuda de algoritmos de Aprendizagem de Máquina (AM). Neste projeto, o candidato vai utilizar meta-aprendizagem para melhorar a classificação de dados de expressão gênica. Além de estudar maneiras de selecionar os melhores algoritmos de AM para cada caso, em conjunto com seus parâmetros ótimos, pretende-se investigar técnicas que sugiram ao usuário não apenas soluções simples, mas conjuntos de classificadores que trabalhem juntos para resolver o problema, os chamados \textit{Ensembles}. Outro ponto a ser explorado com o auxílio de meta-aprendizagem é a utilização de técnicas de Seleção de Atributos (SA) integradas ao esquema de aprendizagem, propiciando soluções mais adequadas às propriedades dos dados de expressão gênica. Além de utilizar meta-aprendizagem para determinar os algoritmos de SA, é objetivo utilizar SA para selecionar as (meta-)características que melhor descrevem os problemas. Ainda em caracterização de problemas visando a meta-aprendizagem, vai-se estudar alternativas às técnicas de caracterização de bases de dados comumente utilizada, tentando solucionar algumas de suas limitações.

Publicações acadêmicas

(Referências obtidas automaticamente das Instituições de Ensino e Pesquisa do Estado de São Paulo)

SOUZA, Bruno Feres de. Meta-aprendizagem aplicada à classificação de dados de expressão gênica. 2010. Tese de Doutorado - Universidade de São Paulo (USP). Instituto de Ciências Matemáticas e de Computação (ICMC/SB) São Carlos.