Por favor, use este identificador para citar o enlazar este ítem:
https://hdl.handle.net/20.500.12008/51571
Cómo citar
| Título: | PredGenIA : Transformers para predicción genómica |
| Autor: | Castro, Graciana Hoffman, Romina Musitelli, Mateo Fariello, María Inés Lecumberry, Federico |
| Tipo: | Póster |
| Palabras clave: | Genomic prediction, Deep Learning, Transformers |
| Fecha de publicación: | 2024 |
| Resumen: | Nuestro proyecto busca aplicar el algoritmo de los Transformers, en la rama de la predicción genómica. Debido a los buenos resultados obtenidos de aplicar este algoritmo en el campo del NLP, y los posibles paralelismos entre los datos genómicos y los datos lingüísticos, es que nos planteamos analizar si los mismos buenos resultados se obtienen en este nuevo campo. |
| Enlace: | https://docs.google.com/presentation/d/1syfgz1-6KOdeoD_wxrM0YAE8OORbOvB5/edit?slide=id.p1#slide=id.p1 |
| EN: | Póster presentado en : Ingeniería de Muestra 2024, Facultad de Ingeniería, Universidad de la República, Uruguay. |
| Financiadores: | ANII IA_1_2022_1_173411. |
| Citación: | Castro, G., Hoffman, R., Musitelli, M. y otros. PredGenIA : Transformers para predicción genómica. [en línea] Póster, 2024. |
| Licencia: | Licencia Creative Commons Atribución - No Comercial - Sin Derivadas (CC - By-NC-ND 4.0) |
| Aparece en las colecciones: | Publicaciones académicas y científicas - IMERL (Instituto de Matemática y Estadística Rafael Laguardia) |
Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | ||
|---|---|---|---|---|---|
| CHMFL24.pdf | Póster | 769,93 kB | Adobe PDF | Visualizar/Abrir |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons
