Apprentissage automatique par les algorithmes bio-inspirés / Rached Yagoubi

Public ISBD Titre : Apprentissage automatique par les algorithmes bio-inspirés : application à l'alignement multiple de séquences biologiques Type de document : texte manuscrit Auteurs : Rached Yagoubi, Auteur ; Aabdelouahab Moussaoui, Directeur de thèse Editeur : Laghouat : Université Amar Telidji - Département d'informatique Année de publication : 2012 Importance : 102 p. Format : 27 cm Accompagnement : 1 disque optique numérique (CD-ROM) Note générale : Option : Ingénierie de systèmes informatiques Langues : Français Catégories : THESES :10 informatique Résumé : L’alignement multiple de s´equences est une des plus importantes taches de la bioinformatique, car il permet de d´ecouvrir et de d´eterminer les similitudes entre les mol´ecules biologiques tel que l’ADN, l’ARN et les prot´eines par la simple comparaison de leurs s´equences. Il est ´egalement utilis´e comme point de d´epart pour d’autres probl`emes de bioinformatique tel que la Phylog´enie, la recherche de motif et la pr´ediction des structures. Bien qu’un nombre important d’algorithmes traitant le probl`eme d’alignement multiple de s´equences ont ´et´e d´evelopp´es, le calcul efficace des alignements multiples de grande pr´ecision reste jusqu’`a pr´esent un d´efi. Dans ce travail nous pr´esentons MMGA (Muscle Mafft Genetic Algorithm) une approche hybride bioinspir´ee pour l’alignement multiple de s´equences. MMGA combine trois algorithmes qui sont MUSCLE, MAFFT et un algorithme g´en´etique. La population initiale de ce dernier est g´en´er´ee par MUSCLE et MAFFT, apr`es cela nous appliquons diff´erents op´erateurs g´en´etiques afin d’accroˆıtre la pr´ecision des alignements. L’´evaluation effectu´ee en utilisant le benchmark populaire BAliBASE (version 3.0) prouve que MMGA r´ealise une am´elioration importante de la pr´ecision par rapport `a d’autres algorithmes performants d’alignement multiple y compris MUSCLE, MAFFT, ClustalW et ProbCons tout en maintenant un temps de calcul r´eduit. note de thèses : Thèse de magister en informatique Apprentissage automatique par les algorithmes bio-inspirés : application à l'alignement multiple de séquences biologiques [texte manuscrit] / Rached Yagoubi, Auteur ; Aabdelouahab Moussaoui, Directeur de thèse . - Laghouat : Université Amar Telidji - Département d'informatique, 2012 . - 102 p. ; 27 cm + 1 disque optique numérique (CD-ROM). Option : Ingénierie de systèmes informatiques Langues : Français Catégories : THESES :10 informatique Résumé : L’alignement multiple de s´equences est une des plus importantes taches de la bioinformatique, car il permet de d´ecouvrir et de d´eterminer les similitudes entre les mol´ecules biologiques tel que l’ADN, l’ARN et les prot´eines par la simple comparaison de leurs s´equences. Il est ´egalement utilis´e comme point de d´epart pour d’autres probl`emes de bioinformatique tel que la Phylog´enie, la recherche de motif et la pr´ediction des structures. Bien qu’un nombre important d’algorithmes traitant le probl`eme d’alignement multiple de s´equences ont ´et´e d´evelopp´es, le calcul efficace des alignements multiples de grande pr´ecision reste jusqu’`a pr´esent un d´efi. Dans ce travail nous pr´esentons MMGA (Muscle Mafft Genetic Algorithm) une approche hybride bioinspir´ee pour l’alignement multiple de s´equences. MMGA combine trois algorithmes qui sont MUSCLE, MAFFT et un algorithme g´en´etique. La population initiale de ce dernier est g´en´er´ee par MUSCLE et MAFFT, apr`es cela nous appliquons diff´erents op´erateurs g´en´etiques afin d’accroˆıtre la pr´ecision des alignements. L’´evaluation effectu´ee en utilisant le benchmark populaire BAliBASE (version 3.0) prouve que MMGA r´ealise une am´elioration importante de la pr´ecision par rapport `a d’autres algorithmes performants d’alignement multiple y compris MUSCLE, MAFFT, ClustalW et ProbCons tout en maintenant un temps de calcul r´eduit. note de thèses : Thèse de magister en informatique

Réservation

Réserver ce document

Exemplaires

Code-barres	Cote	Support	Localisation	Section	Disponibilité
Thd 10-06	Thd 10-06	Thése	BIBLIOTHEQUE DE FACULTE DES SCIENCES	théses (sci)	Disponible
th 10-125	th 10-125	Thése	SALLE DES THESES bibliothèque centrale	théses en informatique	Disponible

---

page 1/1