ArchivIA Università degli Studi di Catania
 

ArchivIA - Archivio istituzionale dell'Universita' di Catania >
Tesi >
Tesi di dottorato >
Area 01 - Scienze matematiche e informatiche >

Utilizza questo identificativo per citare o creare un link a questo documento: http://hdl.handle.net/10761/1029

Data: 23-feb-2012
Autori: Pappalardo, Elisa
Titolo: Combinatorial optimization methods for problems in genomics
Abstract: I recenti progressi in genomica hanno sollevato una miriade di problemi estremamente stimolanti dal punto di vista computazionale; in particolare, per molti di essi e' stata provata l'appartenenza alla classe dei problemi NP-hard. Sulla base di questi risultati, grande attenzione e' stata posta allo sviluppo di algoritmi che fornissero soluzioni soddisfacenti con uno sforzo computazionale contenuto; in tale contesto, i metodi di ottimizzazione rappresentano un valido approccio in quanto molti problemi richiedono l'individuazione di soluzioni caratterizzati da costo minimo. Questo lavoro di tesi introduce nuovi metodi di ottimizzazione combinatoria per l'analisi e il design di sequenze nucleotidiche. In particolare, la tesi e' focalizzata su metodi effi cienti per la risoluzione del Non-Unique Probe Selection Problem e del Closest String Problem. I risultati sperimentali hanno evidenziato che i nuovi approcci introdotti rappresentano metodi e fficienti e competitivi con lo stato dell'arte e, in molti casi, essi sono in grado di individuare soluzioni migliori rispetto a quelle note in letteratura.
InArea 01 - Scienze matematiche e informatiche

Full text:

File Descrizione DimensioniFormatoConsultabilità
PPPLSE83A62C351S-COMBINATORIAL OPTIMIZATION METHODS FOR PROBLEMS IN GENOMICS.pdfCOMBINATORIAL OPTIMIZATION METHODS FOR PROBLEMS IN GENOMICS929,82 kBAdobe PDFVisualizza/apri


Tutti i documenti archiviati in ArchivIA sono protetti da copyright. Tutti i diritti riservati.


Segnala questo record su
Del.icio.us

Citeulike

Connotea

Facebook

Stumble it!

reddit


 

  Browser supportati Firefox 3+, Internet Explorer 7+, Google Chrome, Safari

ICT Support, development & maintenance are provided by the AePIC team @ CILEA. Powered on DSpace Software.