Espectros de evidencia taxonómica en bases de datos

Autores
Perichinsky, Gregorio; Jiménez Rey, Elizabeth Miriam; Grossi, María Delia
Año de publicación
1998
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
La Taxonomía Numérica permite agrupar, a través de métodos numéricos llamados análisis de clusters, unidades taxonómicas operacionales (OTUs) en taxa (grupos de taxones u OTUs). Los clusters constituyen familias mediante un análisis estructural basado en su característica fenotípica, en grado de similitud, entre dos OTUs o grupos de OTUs para clasificar formando familias o clusters. Las OTUs toman valores de los dominios dinámicos de atributos que forman entidades y aplicando la semántica del modelo de datos de Bases de Datos Relacionales dinámicas se representan los objetos taxonómicos. Las familias de OTUs, que se asocian por su grado de similitud, se obtienen mediante la distancia Euclídea y la aplicación de técnicas de "vecinos próximos", lográndose la fuente de la evidencia taxonómica al cuantificar, a partir del coeficiente de similitud de semejanza para cada par de OTUs de la matriz básica de datos. Lo novedoso es el concepto de espectro de los estados de los caracteres de los pares de OTUs respecto al total, el espectro de familias, por el principio de superposición al procesar los espectros de los pares de OTUs y la obtención de invariantes (centroide, varianza y radio). Finalmente se logra un algoritmo más eficiente por un mejor tratamiento matricial.
Ingeniería de Software - Sesión de pósters
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
Informática
taxonomía numérica
Computations on matrices
característica fenotípica
SOFTWARE ENGINEERING
Algorithms
matriz básica de datos
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/24171
Acceder
id SEDICI_9d35790c3bd4dd9a3225071ae3fdde2a
oai_identifier_str oai:sedici.unlp.edu.ar:10915/24171
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Espectros de evidencia taxonómica en bases de datosPerichinsky, GregorioJiménez Rey, Elizabeth MiriamGrossi, María DeliaCiencias InformáticasInformáticataxonomía numéricaComputations on matricescaracterística fenotípicaSOFTWARE ENGINEERINGAlgorithmsmatriz básica de datosLa Taxonomía Numérica permite agrupar, a través de métodos numéricos llamados análisis de clusters, unidades taxonómicas operacionales (OTUs) en taxa (grupos de taxones u OTUs). Los clusters constituyen familias mediante un análisis estructural basado en su característica fenotípica, en grado de similitud, entre dos OTUs o grupos de OTUs para clasificar formando familias o clusters. Las OTUs toman valores de los dominios dinámicos de atributos que forman entidades y aplicando la semántica del modelo de datos de Bases de Datos Relacionales dinámicas se representan los objetos taxonómicos. Las familias de OTUs, que se asocian por su grado de similitud, se obtienen mediante la distancia Euclídea y la aplicación de técnicas de "vecinos próximos", lográndose la fuente de la evidencia taxonómica al cuantificar, a partir del coeficiente de similitud de semejanza para cada par de OTUs de la matriz básica de datos. Lo novedoso es el concepto de espectro de los estados de los caracteres de los pares de OTUs respecto al total, el espectro de familias, por el principio de superposición al procesar los espectros de los pares de OTUs y la obtención de invariantes (centroide, varianza y radio). Finalmente se logra un algoritmo más eficiente por un mejor tratamiento matricial.Ingeniería de Software - Sesión de póstersRed de Universidades con Carreras en Informática (RedUNCI)1998-10info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/24171spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-10-22T16:37:18Zoai:sedici.unlp.edu.ar:10915/24171Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-10-22 16:37:18.796SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Espectros de evidencia taxonómica en bases de datos
title Espectros de evidencia taxonómica en bases de datos
spellingShingle Espectros de evidencia taxonómica en bases de datos
Perichinsky, Gregorio
Ciencias Informáticas
Informática
taxonomía numérica
Computations on matrices
característica fenotípica
SOFTWARE ENGINEERING
Algorithms
matriz básica de datos
title_short Espectros de evidencia taxonómica en bases de datos
title_full Espectros de evidencia taxonómica en bases de datos
title_fullStr Espectros de evidencia taxonómica en bases de datos
title_full_unstemmed Espectros de evidencia taxonómica en bases de datos
title_sort Espectros de evidencia taxonómica en bases de datos
dc.creator.none.fl_str_mv Perichinsky, Gregorio
Jiménez Rey, Elizabeth Miriam
Grossi, María Delia
author Perichinsky, Gregorio
author_facet Perichinsky, Gregorio
Jiménez Rey, Elizabeth Miriam
Grossi, María Delia
author_role author
author2 Jiménez Rey, Elizabeth Miriam
Grossi, María Delia
author2_role author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Informática
taxonomía numérica
Computations on matrices
característica fenotípica
SOFTWARE ENGINEERING
Algorithms
matriz básica de datos
topic Ciencias Informáticas
Informática
taxonomía numérica
Computations on matrices
característica fenotípica
SOFTWARE ENGINEERING
Algorithms
matriz básica de datos
dc.description.none.fl_txt_mv La Taxonomía Numérica permite agrupar, a través de métodos numéricos llamados análisis de clusters, unidades taxonómicas operacionales (OTUs) en taxa (grupos de taxones u OTUs). Los clusters constituyen familias mediante un análisis estructural basado en su característica fenotípica, en grado de similitud, entre dos OTUs o grupos de OTUs para clasificar formando familias o clusters. Las OTUs toman valores de los dominios dinámicos de atributos que forman entidades y aplicando la semántica del modelo de datos de Bases de Datos Relacionales dinámicas se representan los objetos taxonómicos. Las familias de OTUs, que se asocian por su grado de similitud, se obtienen mediante la distancia Euclídea y la aplicación de técnicas de "vecinos próximos", lográndose la fuente de la evidencia taxonómica al cuantificar, a partir del coeficiente de similitud de semejanza para cada par de OTUs de la matriz básica de datos. Lo novedoso es el concepto de espectro de los estados de los caracteres de los pares de OTUs respecto al total, el espectro de familias, por el principio de superposición al procesar los espectros de los pares de OTUs y la obtención de invariantes (centroide, varianza y radio). Finalmente se logra un algoritmo más eficiente por un mejor tratamiento matricial.
Ingeniería de Software - Sesión de pósters
Red de Universidades con Carreras en Informática (RedUNCI)
description La Taxonomía Numérica permite agrupar, a través de métodos numéricos llamados análisis de clusters, unidades taxonómicas operacionales (OTUs) en taxa (grupos de taxones u OTUs). Los clusters constituyen familias mediante un análisis estructural basado en su característica fenotípica, en grado de similitud, entre dos OTUs o grupos de OTUs para clasificar formando familias o clusters. Las OTUs toman valores de los dominios dinámicos de atributos que forman entidades y aplicando la semántica del modelo de datos de Bases de Datos Relacionales dinámicas se representan los objetos taxonómicos. Las familias de OTUs, que se asocian por su grado de similitud, se obtienen mediante la distancia Euclídea y la aplicación de técnicas de "vecinos próximos", lográndose la fuente de la evidencia taxonómica al cuantificar, a partir del coeficiente de similitud de semejanza para cada par de OTUs de la matriz básica de datos. Lo novedoso es el concepto de espectro de los estados de los caracteres de los pares de OTUs respecto al total, el espectro de familias, por el principio de superposición al procesar los espectros de los pares de OTUs y la obtención de invariantes (centroide, varianza y radio). Finalmente se logra un algoritmo más eficiente por un mejor tratamiento matricial.
publishDate 1998
dc.date.none.fl_str_mv 1998-10
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/24171
url http://sedici.unlp.edu.ar/handle/10915/24171
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1846782834456395776
score 12.982451

Publicaciones similares