Metodologie di soft computing per l'analisi dei cluster e la previsione genica

Il soft computing si occupa di imprecisione, incertezza, verità parziale e approssimazione per ottenere trattabilità, robustezza e basso costo della soluzione. Il soft computing copre un'ampia gamma di aree di applicazione, tra cui l'ottimizzazione, l'analisi dei dati e il data mining, la grafica e la visione computerizzata, la previsione e la diagnosi, la progettazione, il controllo intelligente e i sistemi di traffico e trasporto. La bioinformatica è l'applicazione della tecnologia informatica alla gestione e alla manipolazione delle informazioni biologiche. Il soft computing offre un approccio promettente per ottenere una soluzione euristica efficiente ed affidabile per le aree problematiche della bioinformatica, come il clustering, il riconoscimento dei modelli e i domini correlati alla previsione. In questo libro vengono discusse le metodologie di soft computing per l'analisi dei cluster di dati microarray utilizzando le mappe di auto-organizzazione di Kohonen e la previsione dei geni utilizzando Back Propagation Network e Learning Vector Quantization Network.