Mostrar el registro sencillo del ítem

Ponencia

dc.creatorLópez Camacho, Estebanes
dc.creatorGarcía Godoy, María Jesúses
dc.creatorGarcía Nieto, José Manueles
dc.creatorNebro, Antonio J.es
dc.creatorAldana Montes, José F.es
dc.date.accessioned2021-05-07T09:24:54Z
dc.date.available2021-05-07T09:24:54Z
dc.date.issued2016
dc.identifier.citationLópez Camacho, E., García Godoy, M.J., García Nieto, J.M., Nebro, A.J. y Aldana Montes, J.F. (2016). Estudio de Estrategias de Archivo en PSO Multi-Objetivo para el Docking Molecular. En CAEPIA 2016: XVI Multiconferencia CAEPIA (Conferencia de la Asociación Española para la Inteligencia Artificial) Salamanca, España: Ediciones Universidad de Salamanca.
dc.identifier.isbn9788490126325es
dc.identifier.urihttps://hdl.handle.net/11441/108692
dc.description.abstractEl acoplamiento molecular es un problema de optimización complejo cuyo objetivo es la predicción de la posición de un ligando en el sitio activo de un receptor con la mínima energía de unión. Este problema puede ser formulado como un problema de optimización de dos objetivos que minimiza la energía de unión y la desviación de la media cuadrática de las posiciones atómicas (RMSD) de los ligandos. En este contexto, el algoritmo multi-objetivo de swarm-intelligence SMPSO mostró un rendimiento destacable. SMPSO se caracteriza por usar un archivo externo para almacenar las soluciones no dominadas y como base para estrategia de selección de líder. En este artículo, se analizan diferentes variantes de SMPSO basadas en diferentes estrategias de archivo utilizando un benchmark de instancias moleculares. Este estudio revela que la variante SMPSOhv obtiene los mejores resultados.es
dc.description.sponsorshipMinisterio de Ciencia e Innovación TIN2011-25840es
dc.description.sponsorshipJunta de Andalucía P11-TIC-7529es
dc.description.sponsorshipJunta de Andalucía P12-TIC-1519es
dc.formatapplication/pdfes
dc.format.extent10es
dc.language.isospaes
dc.publisherEdiciones Universidad de Salamancaes
dc.relation.ispartofCAEPIA 2016: XVI Multiconferencia CAEPIA (Conferencia de la Asociación Española para la Inteligencia Artificial) (2016).
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Internacional*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectOptimización multi-objetivoes
dc.subjectOptimización por enjambre de partículaes
dc.subjectAcoplamiento moleculares
dc.subjectEstrategias de archivoes
dc.subjectComparación algorítmicaes
dc.titleEstudio de Estrategias de Archivo en PSO Multi-Objetivo para el Docking Moleculares
dc.typeinfo:eu-repo/semantics/conferenceObjectes
dcterms.identifierhttps://ror.org/03yxnpp24
dc.type.versioninfo:eu-repo/semantics/submittedVersiones
dc.rights.accessRightsinfo:eu-repo/semantics/openAccesses
dc.contributor.affiliationUniversidad de Sevilla. Departamento de Ciencias de la Computación e Inteligencia Artificiales
dc.relation.projectIDTIN2011-25840es
dc.relation.projectIDP11-TIC-7529es
dc.relation.projectIDP12-TIC-1519es
dc.relation.publisherversionhttps://eusal.es/index.php/eusal/catalog/book/978-84-9012-632-5es
dc.eventtitleCAEPIA 2016: XVI Multiconferencia CAEPIA (Conferencia de la Asociación Española para la Inteligencia Artificial)es
dc.eventinstitutionSalamanca, Españaes
dc.relation.publicationplaceSalamanca, Españaes
dc.contributor.funderMinisterio de Ciencia e Innovación (MICIN). Españaes
dc.contributor.funderJunta de Andalucíaes

FicherosTamañoFormatoVerDescripción
Estudio de Estrategias de Archivo ...319.6KbIcon   [PDF] Ver/Abrir  

Este registro aparece en las siguientes colecciones

Mostrar el registro sencillo del ítem

Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Excepto si se señala otra cosa, la licencia del ítem se describe como: Attribution-NonCommercial-NoDerivatives 4.0 Internacional