Apport des métaheuristiques pour la recherche de sous séquences nucléiques ou protéiques. / Ikram Haifa Harchaoui 

Public ISBD Titre : Apport des métaheuristiques pour la recherche de sous séquences nucléiques ou protéiques. Type de document : texte imprimé Auteurs : Ikram Haifa Harchaoui, Auteur ; Hasna Abid, Auteur ; Mohamed Skander Daas, Directeur de thèse Editeur : CONSTANTINE [ALGERIE] : Université Frères Mentouri Constantine Année de publication : 2021 Importance : 66 f. Format : 30 cm. Note générale : Une copie electronique PDF disponible au BUC Langues : Français (fre) Catégories : Biologie:Biologie Appliquée Tags : Métaheuristique, optimisation, particule swarm optimisation, recherche de sous séquence,Bioinformatique.. Index. décimale : 710 Biologie Appliquée Résumé : La recherche de séquence permet à un utilisateur de rechercher une sous-séquence d'ADN spécifique dans une séquence d'ADN ou une base de données plus grande. Dans ce contexte, les algorithmes de recherche de séquence rapide joueront un rôle important dans l’exploitation des informations contenues dans les données nouvellement séquencées. Les métaheuristiques sont des méthodes approchées et sont des procédures de haut niveau conçues pour résoudre des problèmes d’optimisation. Les métaheuristiques sont généralement des algorithmes stochastiques itératifs, qui progressent vers un optimum global, c'est-à-dire l'extremum global d'une fonction, par échantillonnage d’une fonction objectif. L’objectif de notre mémoire c’est d’implémenté un programme avec le langage python basé sur la méthode approcher la particule swarm optimisation (PSO) pour le but de trouvé la sous-séquence la plus longue et le comparé avec une autre méthode exacte la programmation dynamique (DP). Et obtenir un meilleur résultat. Diplome : Master 2 Permalink : https://bu.umc.edu.dz/master/index.php?lvl=notice_display&id=15375 Apport des métaheuristiques pour la recherche de sous séquences nucléiques ou protéiques. [texte imprimé] / Ikram Haifa Harchaoui, Auteur ; Hasna Abid, Auteur ; Mohamed Skander Daas, Directeur de thèse . - CONSTANTINE [ALGERIE] : Université Frères Mentouri Constantine, 2021 . - 66 f. ; 30 cm. Une copie electronique PDF disponible au BUC Langues : Français (fre) Catégories : Biologie:Biologie Appliquée Tags : Métaheuristique, optimisation, particule swarm optimisation, recherche de sous séquence,Bioinformatique.. Index. décimale : 710 Biologie Appliquée Résumé : La recherche de séquence permet à un utilisateur de rechercher une sous-séquence d'ADN spécifique dans une séquence d'ADN ou une base de données plus grande. Dans ce contexte, les algorithmes de recherche de séquence rapide joueront un rôle important dans l’exploitation des informations contenues dans les données nouvellement séquencées. Les métaheuristiques sont des méthodes approchées et sont des procédures de haut niveau conçues pour résoudre des problèmes d’optimisation. Les métaheuristiques sont généralement des algorithmes stochastiques itératifs, qui progressent vers un optimum global, c'est-à-dire l'extremum global d'une fonction, par échantillonnage d’une fonction objectif. L’objectif de notre mémoire c’est d’implémenté un programme avec le langage python basé sur la méthode approcher la particule swarm optimisation (PSO) pour le but de trouvé la sous-séquence la plus longue et le comparé avec une autre méthode exacte la programmation dynamique (DP). Et obtenir un meilleur résultat. Diplome : Master 2 Permalink : https://bu.umc.edu.dz/master/index.php?lvl=notice_display&id=15375

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
MSBIO210147	MSBIO210147	Document électronique	Bibliothèque principale	Mémoires	Disponible

Documents numériques

texte intégre Adobe Acrobat PDF

---

1 (1 - 1 / 1)