Browsing by Autor "Sergio Peignier"

Now showing 1 - 6 of 6

Análisis de clustering subspace de pesticidas químicos
(2024) Heriberto Castañeta Maroni; Alex Quispe; Ebbe Yapu Tapia; Pablo R. Duchowicz; Sergio Peignier; Instituto de Investigaciones Químicas IIQ, Universidad Mayor de San Andrés UMSA, Av. Villazón N° 1995, La Paz, Bolivia, 0201-0220, iiq@umsa.bo; Pablo Duchowicz; Instituto de Investigaciones Fisicoquímicas Teóricas y Aplicadas (INIFTA), CONICET, UNLP, 1900 La Plata, Argentina.; Sergio Peignier; INSA Lyon, INRAE, BF2I, UMR0203, F-69621, Villeurbanne, France.
Se aplicó el algoritmo «clustering subespacial» para analizar moléculas con propiedades pesticidas. Se analizaron 1509 moléculas de la base de datos PPDB (Pesticides Properties DataBase - AERU Hertfordshire University); 1005 moléculas presentaron datos experimentales de presión de vapor. Los descriptores se calcularon con el programa PaDEL-Descriptor (v. 2.20) con un total de 14464 descriptores moleculares 0D-2D y tipos de huellas. El clustering de subespacios nos permitió agrupar moléculas en clusters y, simultáneamente, detectar los subespacios de descriptores que caracterizan a cada cluster. Esta técnica nos permitió analizar la estructura de un conjunto de datos examinando la similitud entre grupos de objetos descritos en diferentes subespacios, demostrando su capacidad para estudiar datos de alta dimensión.
Análisis del Discurso Socialista Latinoamericano Basado en Inteligencia Artificial
(2017) Patricia Zapata; Sergio Peignier
La historia contemporanea de Latinoamerica estuvo marcada por la aparicion y el accionar, en la arena politica, de diferentes movimientos de izquierda. En particular, durante estos ultimos anos, una importante ola, denominada “Nueva Izquierda” o “Socialismo del Siglo XXI”, sacudio latinoamerica. Uno de los elementos mas caracteristicos de la llamada “Nueva Izquierda” es la fuerte seduccion y el importante movimiento de masas que generan sus respectivos lideres y sus discursos. En efecto, como lo explica el linguista frances Patrick Charaudeau, en un contexto democratico, la principal arma que posee un politico, para conquistar y mantener el poder, es su palabra. Es decir que para entender estos movimientos se deben analizar los discursos de sus principales lideres. Sin embargo, dado que un analisis exhaustivo de todos los discursos de un politico tomaria demasiado tiempo, los trabajos existentes se basan unicamente en el estudio de unos cuantos discursos. Lamentablemente, esto solo otorga una vision sesgada de las estrategias discursivas desarrolladas por el politico. Con el fin de evitar este problema, este trabajo se fundamenta en la recopilacion de corpus de gran tamano y en el uso de recientes avances en Inteligencia Artificial y Mineria de Datos con el fin de realizar el analisis del discurso politico de sobresalientes lideres de izquierda del siglo XX y XXI como son Fidel Castro, Ernesto Che Guevara, Hugo Chavez, Nicolas Maduro, Evo Morales, Rafael Correa y el Subcomandante Marcos.
Análisis interdisciplinario de artículos científicos referentes a la pandemia COVID-19
(2021) Patricia Zapata; Sergio Peignier
Analysis of Fidel Castro Speeches Enhanced by Data Mining
(Centre National de la Recherche Scientifique, 2019) Sergio Peignier; Patricia Zapata
International audience
Analysis of subspace clustering of molecules using Chameleoclust, an evolutionary algorithm
(2015) Sergio Peignier; Heriberto Castañeta
International audience
BÚSQUEDA DE ESTRUCTURAS SECUNDARIAS ÓPTIMAS Y SUBÓPTIMAS DE UNA CADENA DE ARN UTILIZANDO INTELIGENCIA ARTIFICIAL
(2012) Sergio Peignier; Heriberto Castañeta
"E ácido ribonucleico (ARN) no puede existir en forma de cadena lineal, esta molécula se repliega para alcanzar su estructura más estable mediante la formación de puentes de hidrógeno. La descripción de estos puentes es llamada, estructura secundaria del ARN. A partir de ésta, es posible deducir su estructura terciaria del ARN. En muchos casos esta estructura terciaria otorga al ARN sus propiedades, entonces resulta interesante e importante conocer la estructura secundaria de las cadenas de ARN. Encontrar éstas estructuras mediante técnicas experimentales (cristalografía de rayos X) resulta lento y largo, por ende, resulta interesante predecir éstas estructuras mediante técnicas computacionales de predicción como ser Inteligencia Artificial. En el presente trabajo se ha utilizado una red neuronal de Hopfield para encontrar diferentes estructuras secundarias estables y una red neuronal multicapa unidireccional, entrenada con ejemplos biológicos reales, para elegir la estructura secundaria más próxima a una estructura "biológica" real entre las estructuras subóptimas encontradas por la red de Hopfield. Se realizó éste trabajo (entrenamiento de la segunda red, verificación de la capacidad de predicción y validación) gracias a varias muestras de micro-ARN de drosophilas. Mediante estas redes neuronales se ha logrado predecir una estructura secundaria de ARN cercana a la "real" para un micro-ARN de Drosophila Sosophora willistoni."