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.