hkr.sePublikationer
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Maximising overlap score in DNA sequence assembly problem by Stochastic Diffusion Search
Högskolan Kristianstad, Sektionen för hälsa och samhälle, Avdelningen för Design och datavetenskap.
Storbritannien.
2016 (Engelska)Ingår i: Intelligent systems and applications: extended and selected results from the SAI Intelligent Systems Conference (IntelliSys) 2015 / [ed] Yaxin Bi,Supriya Kapoor, Rahul Bhatia, Berlin, Heidelberg: Springer Berlin/Heidelberg, 2016, s. 301-321Konferensbidrag, Publicerat paper (Refereegranskat)
Abstract [en]

This paper introduces a novel study on the performance of Stochastic DiffusionSearch (SDS) – a swarm intelligence algorithm – to address DNA sequence assembly problem. This is an NP-hard problem and one of the primary problems in computational molecular biology that requires optimisation methodologies to reconstruct the original DNA sequence. In this work, SDS algorithm is adapted for this purpose and several experiments are run in order to evaluate the performance of the presented technique over several frequently used benchmarks. Given the promising results of the newly proposed algorithm and its success in assembling the input fragments, its behaviour is further analysed, thus shedding light on the process through which the algorithm conducts the task. Additionally, the algorithm is applied to overlap score matrices which are generated from the raw input fragments; the algorithm optimises the overlap score matrices to find better results. In these experiments realworld data are used and the performance of SDS is compared with several other algorithms which are used by other researchers in the field, thus demonstrating its weaknesses and strengths in the experiments presented in the paper.

Ort, förlag, år, upplaga, sidor
Berlin, Heidelberg: Springer Berlin/Heidelberg, 2016. s. 301-321
Serie
Studies in computational intelligence, ISSN 1860-949X ; 650
Nationell ämneskategori
Data- och informationsvetenskap
Identifikatorer
URN: urn:nbn:se:hkr:diva-15352DOI: 10.1007/978-3-319-33386-1_15ISI: 000389026900015ISBN: 978-3-319-33384-7 (tryckt)ISBN: 978-3-319-33386-1 (tryckt)OAI: oai:DiVA.org:hkr-15352DiVA, id: diva2:915416
Konferens
SAI Intelligent Systems Conference (IntelliSys) 2015
Tillgänglig från: 2016-03-30 Skapad: 2016-03-30 Senast uppdaterad: 2018-01-10Bibliografiskt granskad

Open Access i DiVA

fulltext(2021 kB)240 nedladdningar
Filinformation
Filnamn FULLTEXT01.pdfFilstorlek 2021 kBChecksumma SHA-512
31b6b0b903995670e5f174d267f22fc2ee933838a96eec7a920b40e8606fa1b57fa2cdb48198e3699c8ec311e3244d65a54affd817308feab50e5ee4c9b1147c
Typ fulltextMimetyp application/pdf

Övriga länkar

Förlagets fulltextFulltext
Av organisationen
Avdelningen för Design och datavetenskap
Data- och informationsvetenskap

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 240 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

doi
isbn
urn-nbn

Altmetricpoäng

doi
isbn
urn-nbn
Totalt: 706 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf