English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

We propose a Hitting Set problem (HSP) algorithm suited for GRN inference applications by introducing innovations in the data structures and a sorting scheme to allow efficient discarding of Hitting Set non-solution candidates. We provided an implementation for multi-core CPUs and for (homogeneous and heterogeneous) GPU clusters. Experimental results show that the optimizations offered significant individual performance gains and a high scalability with increasing number of GPUs. The conjunction of these gains resulted in speedups above 60 for the parallel part of the algorithm. We publish two papers: one in conference (Qualis CC A1) and the other in journal (Qualis CC A2). Resumo. Propomos um algoritmo para resolver o problema do Hitting Set (HSP), adequado para aplicações de inferência de GRNs, introduzindo inovações nas estruturas de dados e um mecanismo de ordenação que permite um descarte eficiente de candidatos que não são solução. Foram providas implementações em CPU multi-core e em clusters (homogêneos e heterogêneos) de GPU. Resultados experimentais mostraram que as otimizações ofereceram ganhos de desempenho individuais significativos e alta escalabilidade com o aumento do número de GPUs. A conjunção desses ganhos resultou em speedups acima de 60 para a parte paralela do algoritmo. Publicamos dois artigos: um em congresso (Qualis CC A1) e outro em periódico (Qualis CC A2). 1. Introdução e Motivação Diversas áreas de estudo possuem problemas teóricos ou práticos os quais podem ser modelados, em parte ou como um todo, como uma instância do problema da Transversal Mı́nima (do Inglês, Hitting Set Problem ou HSP). A área de Biologia de Sistemas não é uma exceção, apresentando aplicações tais como distância reversa genômica [Kolman and Walen 2007], experimentos com reação em cadeia de polimerase [Pearson et al. 1996] e inferência de redes de regulação gênica (do Inglês Gene Regulatory Networks ou GRNs) [Ideker et al. 2000, Ruchkys and Song 2003]. Ideker et al. [Ideker et al. 2000], por exemplo, utiliza uma abordagem iterativa de perturbação de sinais, na qual se aplicam perturbações sucessivas nos nı́veis de expressão dos genes e as ∗Financiado pelo CNPq 6.720 (4000 x 1.68) (about R$ 17.440 lesser or 72.18%). So, with the application of the complete model, the cost total to correct the essays would be R$ 5.360 (4000 x 1.34), a reduction of R$ 18.800 or 77,81% compared to the traditional model or reduction of R$ 1.360 or 20.23% compared to the model without gamification. Now, imagine the gains if increase the number of schools, which means more students or increase the amount of essays performed by student.

Um Algoritmo Exato em clusters de GPUs para o Hitting Set Aplicado à Inferência de Redes de Regulação Gênica