• Open Daily: 10am - 10pm
    Alley-side Pickup: 10am - 7pm

    3038 Hennepin Ave Minneapolis, MN
    612-822-4611

Open Daily: 10am - 10pm | Alley-side Pickup: 10am - 7pm
3038 Hennepin Ave Minneapolis, MN
612-822-4611
Approccio basato su MapReduce alla sottosequenza comune più lunga nelle sequenze biologiche

Approccio basato su MapReduce alla sottosequenza comune più lunga nelle sequenze biologiche

Paperback

General Computers

ISBN10: 6208459613
ISBN13: 9786208459611
Publisher: Edizioni Sapienza
Published: Sep 22 2025
Pages: 52
Weight: 0.18
Height: 0.12 Width: 6.00 Depth: 9.00
Language: Italian
L'identificazione della sottosequenza comune più lunga (LCS) delle sequenze biologiche ha importanti applicazioni nella bioinformatica. A causa della crescita emergente delle applicazioni bioinformatiche, sono state utilizzate per l'elaborazione nuove sequenze biologiche di lunghezza maggiore, rendendo questo compito una grande sfida per gli algoritmi LCS sequenziali. Sono stati proposti alcuni algoritmi LCS paralleli, ma la loro efficienza ed efficacia non sono soddisfacenti con l'aumentare della complessità e delle dimensioni dei dati biologici. Per superare i limiti degli algoritmi LCS esistenti e considerando il modello di programmazione MapReduce come una tecnologia promettente per un calcolo parallelo ad alte prestazioni ed economico, è stato sviluppato un algoritmo parallelo basato su MapReduce per LCS. Questo approccio adotta i concetti di tabelle successive, coppie di caratteri identici, albero successivo e traversata dell'albero successivo per trovare la sottosequenza comune più lunga. Il framework Hadoop viene utilizzato per la realizzazione del modello MapReduce.

Also from

Bohara, Jnaneshwar

Also in

General Computers