{"id":3445,"date":"2015-06-25T08:00:34","date_gmt":"2015-06-25T10:00:34","guid":{"rendered":"http:\/\/inf.ufpel.edu.br\/site\/?p=3445"},"modified":"2015-06-25T08:00:34","modified_gmt":"2015-06-25T10:00:34","slug":"banca-de-tcc-vinicius-steffens-pazzini","status":"publish","type":"post","link":"https:\/\/wp.ufpel.edu.br\/computacao\/ccomp\/banca-de-tcc-vinicius-steffens-pazzini\/","title":{"rendered":"Banca de TCC: Vin\u00edcius Steffens Pazzini"},"content":{"rendered":"

UNIVERSIDADE FEDERAL DE PELOTAS<\/strong>
\n CENTRO DE DESENVOLVIMENTO TECNOL\u00d3GICO<\/strong>
\n TRABALHO DE CONCLUS\u00c3O DE CURSO<\/strong><\/p>\n

Apresenta\u00e7\u00f5es Finais (2015\/1)<\/p>\n

Avalia\u00e7\u00e3o de t\u00e9cnicas de intelig\u00eancia artificial na descoberta de Motifs
\npor
\nVin\u00edcius Steffens Pazzini<\/p>\n

Curso:
\nCi\u00eancia da Computa\u00e7\u00e3o<\/p>\n

Banca:
\nProf. Marilton Sanchotene de Aguiar (orientador)
\nProf. Anderson Priebe Ferrugem
\nProf. Ricardo Matsumura Araujo<\/p>\n

Data: 29 de Junho de 2015<\/p>\n

Hora: 14:00h<\/p>\n

Local: Audit\u00f3rio Acad\u00eamico<\/p>\n

Resumo:\u00a0Descoberta de padr\u00f5es em sequenciamentos gen\u00e9ticos \u00e9 uma tarefa dif\u00edcil, mas que pode ter grandes implica\u00e7\u00f5es na sa\u00fade. Padr\u00f5es podem representar \u00e1reas do DNA importantes para o funcionamento do organismos e, portanto, podem ser usadas contra eles. A contribui\u00e7\u00e3o da descoberta de novos padr\u00f5es no DNA de bact\u00e9rias pode levar ao desenvolvimento de uma nova vacina. O principal problema \u00e9 que a quantidade de dados para ser analisada \u00e9 muito grande o que torna realizar uma busca exaustiva muito custoso. Considerando essas limita\u00e7\u00f5es e as t\u00e9cnicas utilizadas atualmente prop\u00f5e-se a utiliza\u00e7\u00e3o de t\u00e9cnicas de IA para melhorar o desempenho desse processo, tanto em tempo quanto em acur\u00e1cia. Esse \u00e9 um trabalho comparativo entre diferentes t\u00e9cnicas de intelig\u00eancia artificial e ferramentas existentes na descoberta de motifs. Tr\u00eas abordagens foram implementadas, sendo elas algoritmo gen\u00e9tico, clustering e redes neurais para clustering. Al\u00e9m disso foram testadas tr\u00eas ferramentas existentes e largamente utilizadas: o MEME, o GAME e o BioProspector. Duas classes de testes foram definidas na realiza\u00e7\u00e3o desse trabalho. A primeira \u00e9 referente a um ambiente controlado onde motifs com configura\u00e7\u00f5es espec\u00edficas foram implantados em sequ\u00eancias aleat\u00f3rias de tamanho fixo. Na segunda etapa de testes foram utilizadas sequ\u00eancias e motifs j\u00e1 mapeados. Os testes comprovaram a dificuldade do problema enfrentado, j\u00e1 que nenhum algoritmo foi \u00f3timo em todos os casos. Nota-se aqui que esse problema pode ser abordado de diversas formas e que nenhuma delas deve ser negligenciada. Ambos conjuntos de testes demonstraram a dificuldade de descobrir novos motifs sem nenhuma informa\u00e7\u00e3o al\u00e9m da sequ\u00eancia e do tamanho do motif. Embora nenhum m\u00e9todo tenha sido absoluto todos demonstraram resultados interessantes em pelo menos um dos casos estudado.<\/p>\n

Para mais informa\u00e7\u00f5es acesse: http:\/\/inf.ufpel.edu.br\/notcc\/doku.php?id=bancas:2015_1<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"

UNIVERSIDADE FEDERAL DE PELOTAS CENTRO DE DESENVOLVIMENTO TECNOL\u00d3GICO TRABALHO DE CONCLUS\u00c3O DE CURSO Apresenta\u00e7\u00f5es Finais (2015\/1) Avalia\u00e7\u00e3o de t\u00e9cnicas de intelig\u00eancia artificial na descoberta de Motifs por Vin\u00edcius Steffens Pazzini Curso: Ci\u00eancia da Computa\u00e7\u00e3o...<\/p>\n","protected":false},"author":881,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"jetpack_post_was_ever_published":false,"_jetpack_newsletter_access":"","_jetpack_dont_email_post_to_subs":false,"_jetpack_newsletter_tier_id":0,"_jetpack_memberships_contains_paywalled_content":false,"_jetpack_memberships_contains_paid_content":false,"footnotes":"","jetpack_publicize_message":"","jetpack_publicize_feature_enabled":true,"jetpack_social_post_already_shared":true,"jetpack_social_options":{"image_generator_settings":{"template":"highway","default_image_id":0,"font":"","enabled":false},"version":2}},"categories":[4,19,17],"tags":[],"class_list":["post-3445","post","type-post","status-publish","format-standard","hentry","category-ccomp","category-ecomp","category-noticia"],"jetpack_publicize_connections":[],"jetpack_featured_media_url":"","jetpack_sharing_enabled":true,"jetpack_shortlink":"https:\/\/wp.me\/paGhNl-Tz","_links":{"self":[{"href":"https:\/\/wp.ufpel.edu.br\/computacao\/wp-json\/wp\/v2\/posts\/3445","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/wp.ufpel.edu.br\/computacao\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/wp.ufpel.edu.br\/computacao\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/wp.ufpel.edu.br\/computacao\/wp-json\/wp\/v2\/users\/881"}],"replies":[{"embeddable":true,"href":"https:\/\/wp.ufpel.edu.br\/computacao\/wp-json\/wp\/v2\/comments?post=3445"}],"version-history":[{"count":0,"href":"https:\/\/wp.ufpel.edu.br\/computacao\/wp-json\/wp\/v2\/posts\/3445\/revisions"}],"wp:attachment":[{"href":"https:\/\/wp.ufpel.edu.br\/computacao\/wp-json\/wp\/v2\/media?parent=3445"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/wp.ufpel.edu.br\/computacao\/wp-json\/wp\/v2\/categories?post=3445"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/wp.ufpel.edu.br\/computacao\/wp-json\/wp\/v2\/tags?post=3445"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}