| Santana R, Larrañaga P and Lozano JA (2004), "Protein folding in 2-dimensional lattices with estimation of distribution algorithms", In Proceedings of the First International Symposium on Biological and Medical Data Analysis. Barcelona Vol. 3337, pp. 388-398. Springer. |
| Abstract: This paper introduces a new type of evolutionary computation algorithm based on probability distributions for the solution of two simplified protein folding models. The relationship of the introduced algorithm with previous evolutionary methods used for protein folding is discussed. A number of experiments for difficult instances of the models under analysis is presented. For the instances considered, the algorithm is shown to outperform previous evolutionary optimization methods. |
BibTeX:
@inproceedings{Santana_et_al:2004,
author = {R. Santana and P. Larrañaga and J. A. Lozano},
title = {Protein folding in 2-dimensional lattices with estimation of distribution algorithms},
booktitle = {Proceedings of the First International Symposium on Biological and Medical Data Analysis},
publisher = {Springer},
year = {2004},
volume = {3337},
pages = {388--398},
url = {http://dx.doi.org/10.1007/b104033}
}
|
| Santana R (2004), "Modelación probabilística basada en modelos gráficos no dirigidos en Algoritmos Evolutivos con Estimación de Distribuciones". Thesis at: Instituto de Cibernética, Matemática y Física. |
| Abstract: Esta tesis trata sobre el proceso de modelación probabilística en una clase de algoritmos deoptimización basados en poblaciones llamados Algoritmos Evolutivos con Estimación de Distribuciones(EDAs). El objetivo principal de la tesis es el desarrollo de EDAs con modelos probabilísticos complejos, basados en modelos gráficos no dirigidos, y capaces de optimizar funciones que no pueden ser optimizadas por EDAs de modelos probabilísticos basados en estructuras gráficas simplemente conectadas. El problema es abordado a partir de dos enfoques diferentes. El primer enfoque considera las mezclas de distribuciones como modelo probabilístico. Se aborda el aprendizaje y muestreo de mezclas con vistas a su inserción en el marco de los EDAs. Se propone un método para el aprendizaje de mezclas y modifiaciones a un algoritmo de aprendizaje existente, para el tratamiento del problema de sobreajuste de los datos. Se analizan algunas de las propiedades de las mezclas para la representación de distribuciones. La tesis introduce dos EDAs basados en mezclas. El segundo enfoque busca extender la clase de factorizaciones basadas en modelos gráficos no dirigidos para su aplicación en EDAs. Se introducen los grafos de cliques y la aproximación Kikuchi, y se investiga su capacidad para la representación de dependencias probabilísticas. A partir de estos modelos se introducen dos nuevos EDAs cuyo comportamiento es evaluado en la optimización de diferentes funciones. |
BibTeX:
@phdthesis{Santana:2004a,
author = {R. Santana},
title = {Modelación probabilística basada en modelos gráficos no dirigidos en Algoritmos Evolutivos con Estimación de Distribuciones},
school = {Instituto de Cibernética, Matemática y Física},
year = {2004}
}
|