利用Qiime2对分类法并行性应用的评价

Caetano Müller, Júnior Löff, Dalvan Griebler, Eduardo Eizirik
{"title":"利用Qiime2对分类法并行性应用的评价","authors":"Caetano Müller, Júnior Löff, Dalvan Griebler, Eduardo Eizirik","doi":"10.5753/eradrs.2022.19152","DOIUrl":null,"url":null,"abstract":"A classificação de sequências de DNA usando algoritmos de aprendizado de máquina ainda tem espaço para evoluir, tanto na qualidade do resultado quanto na eficiência computacional dos algoritmos. Nesse trabalho, realizou-se uma avaliação de desempenho em dois algoritmos de aprendizado de máquina da ferramenta Qiime2 para classificação de sequências de DNA. Os resultados mostram que o desempenho melhorou em até 9,65 vezes utilizando 9 threads.","PeriodicalId":129853,"journal":{"name":"Anais da XXII Escola Regional de Alto Desempenho da Região Sul (ERAD-RS 2022)","volume":"164 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-04-18","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Avaliação da aplicação de paralelismo em classificadores taxonômicos usando Qiime2\",\"authors\":\"Caetano Müller, Júnior Löff, Dalvan Griebler, Eduardo Eizirik\",\"doi\":\"10.5753/eradrs.2022.19152\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"A classificação de sequências de DNA usando algoritmos de aprendizado de máquina ainda tem espaço para evoluir, tanto na qualidade do resultado quanto na eficiência computacional dos algoritmos. Nesse trabalho, realizou-se uma avaliação de desempenho em dois algoritmos de aprendizado de máquina da ferramenta Qiime2 para classificação de sequências de DNA. Os resultados mostram que o desempenho melhorou em até 9,65 vezes utilizando 9 threads.\",\"PeriodicalId\":129853,\"journal\":{\"name\":\"Anais da XXII Escola Regional de Alto Desempenho da Região Sul (ERAD-RS 2022)\",\"volume\":\"164 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2022-04-18\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Anais da XXII Escola Regional de Alto Desempenho da Região Sul (ERAD-RS 2022)\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.5753/eradrs.2022.19152\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Anais da XXII Escola Regional de Alto Desempenho da Região Sul (ERAD-RS 2022)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.5753/eradrs.2022.19152","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

使用机器学习算法对DNA序列进行分类仍有发展的空间,无论是在结果质量上还是在算法的计算效率上。在这项工作中,我们对Qiime2工具的两种机器学习算法进行了性能评估,用于DNA序列分类。结果表明,使用9个线程,性能提高了9.65倍。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
Avaliação da aplicação de paralelismo em classificadores taxonômicos usando Qiime2
A classificação de sequências de DNA usando algoritmos de aprendizado de máquina ainda tem espaço para evoluir, tanto na qualidade do resultado quanto na eficiência computacional dos algoritmos. Nesse trabalho, realizou-se uma avaliação de desempenho em dois algoritmos de aprendizado de máquina da ferramenta Qiime2 para classificação de sequências de DNA. Os resultados mostram que o desempenho melhorou em até 9,65 vezes utilizando 9 threads.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信