
Redes neurais sem-peso aplicadas na categorização de subtipos do HIV-1
Uma aplicação prática de Machine Learning
Versandkostenfrei!
Versandfertig in 6-10 Tagen
32,99 €
inkl. MwSt.
PAYBACK Punkte
16 °P sammeln!
O HIV é um vÃrus que ainda nos dias de hoje é amplamente estudado pela comunidade cientÃfica. Sua grande variabilidade genética é um fator que dificulta tais estudos e inclusive atrapalha o tratamento de pacientes infectados, resultando em falha terapêutica. Visando identificar padrões de mutações que auxiliem os estudos acerca dos vÃrus, o presente trabalho busca desenvolver uma rede neural sem peso capaz de categorizar os diferentes subtipos do HIV-1 e também de identificar a existência de mutações de resistência a medicamentos. Diversos experimentos com diferentes configuraÃ...
O HIV é um vÃrus que ainda nos dias de hoje é amplamente estudado pela comunidade cientÃfica. Sua grande variabilidade genética é um fator que dificulta tais estudos e inclusive atrapalha o tratamento de pacientes infectados, resultando em falha terapêutica. Visando identificar padrões de mutações que auxiliem os estudos acerca dos vÃrus, o presente trabalho busca desenvolver uma rede neural sem peso capaz de categorizar os diferentes subtipos do HIV-1 e também de identificar a existência de mutações de resistência a medicamentos. Diversos experimentos com diferentes configurações foram realizados, e os resultados encontrados mostraram que as redes sem peso possuem excelente desempenho para o reconhecimento dos subtipos.