Name: Approche basée sur MapReduce pour la plus longue sous-séquence commune dans les séquences biologiques (en Francés)
SKU: 66207641
Price: 63.41 USD
Availability: InStock
Author: Bohara, Jnaneshwar; Joshi, Shashidhar Ram
ISBN: 9786208459765

portada Approche basée sur MapReduce pour la plus longue sous-séquence commune dans les séquences biologiques (en Francés)

Approche basée sur MapReduce pour la plus longue sous-séquence commune dans les séquences biologiques (en Francés)

Formato

Libro Físico

Editorial

Editions Notre Savoir

Autor

Bohara, Jnaneshwar; Joshi, Shashidhar Ram

Idioma

Francés

N° páginas

Encuadernación

Tapa Blanda

Dimensiones

22.9x15.2x0.3 cm

ISBN13

9786208459765

Approche basée sur MapReduce pour la plus longue sous-séquence commune dans les séquences biologiques (en Francés)

Bohara, Jnaneshwar; Joshi, Shashidhar Ram (Autor) · Editions Notre Savoir · Tapa Blanda

Libro Nuevo Importado

Envío: 16 a 22 días háb.

$ 126.82$ 63.41

-50%

Costos de importación incluídos en el precio ✅

Libro Nuevo

Quedan 50 unidades

$ 63.41

Llega entre el 22 Sep y el 02 Oct a Quito, Pichincha. Seleccionar ubicación

Agregar a lista de deseos

Reseña del libro "Approche basée sur MapReduce pour la plus longue sous-séquence commune dans les séquences biologiques (en Francés)"

L'identification de la plus longue sous-séquence commune (LCS) des séquences biologiques a des applications importantes en bio-informatique. En raison de la croissance émergente des applications bio-informatiques, de nouvelles séquences biologiques plus longues ont été utilisées pour le traitement, ce qui représente un défi de taille pour les algorithmes LCS séquentiels. Quelques algorithmes LCS parallèles ont été proposés, mais leur efficacité et leur efficience ne sont pas satisfaisantes compte tenu de la complexité et de la taille croissantes des données biologiques. Afin de surmonter les limites des algorithmes LCS existants et compte tenu du modèle de programmation MapReduce comme technologie prometteuse pour un calcul parallèle haute performance et rentable, un algorithme parallèle basé sur MapReduce a été développé pour LCS. Cette approche adopte les concepts de tables de successeurs, de paires de caractères identiques, d'arbre de successeurs et de traversée de l'arbre de successeurs pour trouver la plus longue sous-séquence commune. Le cadre Hadoop est utilisé pour la réalisation du modèle MapReduce.