Logo des Repositoriums
 
Textdokument

Vorhersage von DNA-Bindungsstellen mit generativen, diskriminativen und hybriden Lernverfahren

Vorschaubild nicht verfügbar

Volltext URI

Dokumententyp

Zusatzinformation

Datum

2011

Zeitschriftentitel

ISSN der Zeitschrift

Bandtitel

Verlag

Gesellschaft für Informatik

Zusammenfassung

Probabilistische Modelle werden heutzutage aufgrund ihrer Flexibilität in vielen Bereichen zur Modellierung und Klassifikation von anfallenden Daten genutzt. Von entscheidender Bedeutung ist neben der Wahl des entsprechenden Modells auch die Wahl des Lernverfahrens, welches die Modellparameter aus gegebenen Daten inferriert. Häufig wird dieser Aspekt völlig aus den Augen gelassen, obwohl er sehr viel Potenzial birgt. In der vorgelegten Dissertation wird u.a. ein verallgemeinertes Lernverfahren vorgestellt und auf biologische Daten angewendet. Die objektorientierte und quelloffene Implementierung ermöglicht eine Vielzahl weiterer Anwendungen und Erweiterungen.

Beschreibung

Keilwagen, Jens (2011): Vorhersage von DNA-Bindungsstellen mit generativen, diskriminativen und hybriden Lernverfahren. Ausgezeichnete Informatikdissertationen 2010. Bonn: Gesellschaft für Informatik. PISSN: 1617-5468. ISBN: 978-3-88579-415-8. pp. 131-140

Schlagwörter

Zitierform

DOI

Tags