PASCAL - Pattern Analysis, Statistical Modelling and Computational Learning

Etude comparée des performances de SVM multi-classes en prédiction de la structure secondaire des protéines
Yann Guermeur
Revue des Nouvelles Technologies de l'Information (RNTI) Volume A-3, pp. 21-48, 2009.

Abstract

Les SVM bi-classes, introduites en bioinformatique à la fin des années 90, font aujourd'hui référence pour de nombreux problèmes de traitement de séquences biologiques. Les SVM multi-classes, de conception plus récente, sont progressivement appliquées à ces problèmes, singulièrement en biologie structurale prédictive. Dans cet article, nous proposons une étude comparée des performances de trois SVM multi-classes en prédiction de la structure secondaire des protéines. Les modèles impliqués sont celui de Weston et Watkins, celui de Lee et co-auteurs ainsi qu'une nouvelle machine nommée M-SVM^2. Cette étude se conçoit comme une étape dans la mise au point d'une méthode de prédiction hybride, intégrant systèmes discriminants et génératifs et s'appuyant sur une approche hiérarchique du problème.

PDF - PASCAL Members only - Requires Adobe Acrobat Reader or other PDF viewer.
EPrint Type:Article
Project Keyword:Project Keyword UNSPECIFIED
Subjects:Learning/Statistics & Optimisation
ID Code:6617
Deposited By:Yann Guermeur
Deposited On:08 March 2010