Dépôt Institutionnel de l'Université BBA

La recherche et la décontamination de séquences contaminées dans un assemblage De Novo par un modèle basé sur la classification supervisée

Afficher la notice abrégée

dc.contributor.author BENNIA Anes, Chems Eddine
dc.date.accessioned 2022-05-12T09:06:43Z
dc.date.available 2022-05-12T09:06:43Z
dc.date.issued 2021
dc.identifier.issn MM621
dc.identifier.uri https://dspace.univ-bba.dz:443/xmlui/handle/123456789/2229
dc.description.abstract Le problème traité dans ce mémoire s’inscrit dans le cadre de la décontamination des séquences d’ADN, l’objectif est de concevoir un modèle de décontamination basée sur la classification supervisée. L’approche proposée consiste en une classification (cible ou contaminant) après avoir extrait certains attributs à savoir le groupe d’attributs IMM et K-gram. Après l’étude de performances, les machines à vecteurs supports (SVM) ont été plus performantes que le KNN et les arbres de décision. L’évaluation du modèle est faite à partir des expérimentations sur les séquences issues d’un sequençage à haut débit en utilisant le simulateur MetaSim en_US
dc.language.iso fr en_US
dc.publisher Université de Bordj Bou Arreridj Faculty of Mathematics and Computer Science en_US
dc.subject Décontamination des séquences d’ADN, classification supervisée, SVM, KNN, arbres de décision, K-gram, IMM,sequençage à haut débit, MetaSim. en_US
dc.title La recherche et la décontamination de séquences contaminées dans un assemblage De Novo par un modèle basé sur la classification supervisée en_US
dc.type Thesis en_US


Fichier(s) constituant ce document

Ce document figure dans la(les) collection(s) suivante(s)

Afficher la notice abrégée

Chercher dans le dépôt


Parcourir

Mon compte