Advances in probabilistic graphical models for optimisation and learning. Applications in protein modeling
Roberto Santana Hermida · Dialnet (Universidad de la Rioja) · 2006
La tesis introduce un numero de propiedades de la clase de aproximaciones de Kikuchi que utiliza descomposiciones basadas en cliques, Un algoritmo que aprende esta aproximacion a partir de datos es introducido y evaluado en diferentes tipos de problemas de aproximacion. Propiedades de Markov de la aproximacion de Kikuchi en el producto de aproximaciones de Kikuchi locales definidas en una descomposicion del grafo. Adicionalmente, la tesis clarifica el lugar de las descomposiciones basadas en cliques en relacion con otras tecnicas inspiradas por metodos de fisica estadistica y discute la aplicacion de los resultados introducidos en la concepcion de algoritmos de aprendizaje de aproximaciones de Kukuchi. Una algoritmo basado en busqueda+evaluacion que aprende aproximaciones de Kikuchi a partir de datos es introducido. La tesis presenta los resultados en el uso de este algoritmo en la aproximacion de distribuciones de probabilidad generadas a partir de redes Bayesianas. Un algoritmo de estimacion de distribuciones generalizado es introducido. La tesis aborda el problema de la aplicacion de metodos de optimizacion basados en modelos graficos a problemas de biologia computacional y bioinformatica. Se presentan resultados en la aplicacion de diferentes variantes de algoritmos de estimacion de distribucion para la resolucion de problemas computaciones de proteinas.