CIFASIS   20631
CENTRO INTERNACIONAL FRANCO ARGENTINO DE CIENCIAS DE LA INFORMACION Y DE SISTEMAS
Unidad Ejecutora - UE
congresos y reuniones científicas
Título:
GibbsSM: Predicción Automática de Motivos mediante Muestreo Gibbs
Autor/es:
ANGELONE LAURA; BULACIO PILAR; TAPIA ELIZABETH
Lugar:
Rosario
Reunión:
Jornada; III Jornadas de Ciencia y Tecnología; 2009
Institución organizadora:
Sec. Ciencia y Tecnología Universidad Nacional Rosario
Resumen:
Los resultados de este trabajo confirmaron que el Muestreo Gibbs es de formulación
simple, complejidad lineal, y es efectivo. La consistencia de los resultados obtenidos
sugiere que el modelado de secuencias mediante Muestreo Gibbs podría ser efectivo
para la detección de motivos extremos, tal el caso de motivos muy breves subyacentes
en conjuntos de secuencias de muy baja identidad. Si bien la hipótesis de que cada
secuencia tiene exactamente un motivo no es realista, es sabido que las secuencias
pueden contener múltiples motivos, y en secuencias no correlacionadas pueden no
existir motivos. Por lo cual nuestro trabajo futuro será ampliar este programa para la
detección simultánea de múltiples motivos, motivos repetitivos, y motivos breves.