Modificaciones al método de Grimson para la detección de conglomerados
Archivos
Fecha
2009-07-03
Autores
Cabrera Hernández, Leidys
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad Central “Marta Abreu” de Las Villas
Resumen
La detección de conglomerados es un aspecto de gran importancia y vigencia en nuestros días. En epidemiología por ejemplo, se utiliza para detectar focos de enfermedades de manera temprana, antes que se desencadenen epidemias. En bioinformática y otras ciencias, también resuelven problemas de gran utilidad.
En este trabajo se muestra el método Grimson de detección de conglomerados. Con el objetivo de ampliar su aplicación a problemas bioinformáticos se le realiza una modificación que consiste en transformar la secuencia de datos de entrada (fechas inicialmente), en otra binaria, donde la categoría de interés se representa por uno y las demás categorías por cero. Se incluye además otra modificación utilizando la lógica borrosa para obtener mejores resultados.
Finalmente se muestran ejecuciones de los métodos con datos simulados y se concluye presentando y resolviendo un problema bioinformático.
Cluster detection is a very important aspect and validity in our days. In Epidemiology for example, it can be used to detect clusters of sick persons in an early way, before epidemics are unchained. In Bioinformatics and other sciences, they also solve problems of great utility. In this work, Grimson method for cluster detection is shown. In order to obtain a wider field of application, a modification is proposed. The input data (date of onset) is transformed into a binary sequence, where the value "one" represents the interest category. The other categories are represented by "zero". It is also included another modification using the fuzzy logic in order to improve the results. Finally, an experiment is carried out with simulated data and you a real bioinformatic problem is also presented and successfully solved.
Cluster detection is a very important aspect and validity in our days. In Epidemiology for example, it can be used to detect clusters of sick persons in an early way, before epidemics are unchained. In Bioinformatics and other sciences, they also solve problems of great utility. In this work, Grimson method for cluster detection is shown. In order to obtain a wider field of application, a modification is proposed. The input data (date of onset) is transformed into a binary sequence, where the value "one" represents the interest category. The other categories are represented by "zero". It is also included another modification using the fuzzy logic in order to improve the results. Finally, an experiment is carried out with simulated data and you a real bioinformatic problem is also presented and successfully solved.
Descripción
Palabras clave
Detección de Conglomerados, Método de Grimson, Lógica Difusa, Epidemiologia, Bioinformática