Use este identificador para citar ou linkar para este item: https://repositorio.ufms.br/handle/123456789/14078
Registro completo de metadados
Campo DCValorIdioma
dc.creatorMATHEUS DROPPA OMIDO-
dc.date.accessioned2025-12-09T20:23:00Z-
dc.date.available2025-12-09T20:23:00Z-
dc.date.issued2025pt_BR
dc.identifier.urihttps://repositorio.ufms.br/handle/123456789/14078-
dc.description.abstractIn this Guided Teaching Activity (GTA), we studied the problem of inferring gene regulatory networks using Deep Learning and single-cell RNA-Seq (scRNA-Seq) data. To do this, we studied the concepts of Deep Learning from a course on Neural Networks and Deep Learning. A review of the scientific literature on network inference methodologies using Deep Learning models was conducted. Based on the source code provided in some of the studied articles, experiments were partially performed.-
dc.language.isopt_BRpt_BR
dc.publisherFundação Universidade Federal de Mato Grosso do Sulpt_BR
dc.rightsAcesso Restritopt_BR
dc.subjectDeep Learning-
dc.subjectscRNA-Seq-
dc.subjectRede Neural-
dc.subjectRedes de Regulação Gênica-
dc.subject.classificationEngenharia / Tecnologiapt_BR
dc.titleAlgoritmos de Inferência de Redes de Regulação Gênica usando Deep Learningpt_BR
dc.typeOutrospt_BR
dc.contributor.advisor1CARLOS HENRIQUE AGUENA HIGA-
dc.description.resumoNesta Atividade Orientada de Ensino (AOE) estudamos o problema da inferência de redes de regulação gênica, usando Deep Learning e dados de single cell RNA-Seq (scRNA-Seq). Para isso, estudamos os conceitos de Deep Learning a partir de um curso de Neural Networks and Deep Learning.Foi realizada uma revisão na literatura científica sobre metodologias de inferência de redes que utilizam modelos de Deep Learning. A partir dos códigos-fonte disponibilizados em alguns dos artigos estudados, experimentos foram parcialmente realizados.pt_BR
dc.publisher.countrynullpt_BR
dc.publisher.initialsUFMSpt_BR
Aparece nas coleções:Sistemas de Informação - Bacharelado (FACOM)

Arquivos associados a este item:
Arquivo TamanhoFormato 
25745.pdf745,26 kBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.