FenixEdu™

Dissertação

Boosting the performance of multi-objective epistasis detection EVALUATED

Detalhes: Nos últimos anos, estudos têm demonstrado que a interação genética pode representar um papel fundamental no aparecimento de doenc¸as que afetam o ser humano. Tem sido desenvolvido um número cada vez maior de abordagens para detetar estas interações, mas devido à complexidade de certas doenças, é necessário estudar graus de interação genética cada vez maiores. Devido à dimensão do espaço de procura, são necessárias abordagens rápidas e eficientes para detectar interações de alta ordem. Para abordar este problema, esta Tese propõe melhorias para o algoritmo genético multi-objetivo, NSGA-II, e apresenta dois designs de paralelização do algorítmo proposto. As melhorias apresentadas foram testadas ate 10 ordens de interação, em três problemas diferentes, num sistema multiprocessador Intel Xeon Gold multicore. Foram atingidas melhorias significativas para todas as ordens de interação, chegando as mesmas a ser de até 196×. Foi obtida ótima escalabilidade, num dos designs propostos, para ordens de interação altas. No geral, foi atingido um speedup combinado, sobre o trabalho base, de mais de 2000×.
Keywords: Epistasia, SNP deteção, Paralelismo, Algoritmo Genético

Discussão: junho 26, 2019, 16:0