Items related to Approche basée sur MapReduce pour la plus longue sous-séquen...
Approche basée sur MapReduce pour la plus longue sous-séquence commune dans les séquences biologiques - Softcover
Synopsis
L'identification de la plus longue sous-séquence commune (LCS) des séquences biologiques a des applications importantes en bio-informatique. En raison de la croissance émergente des applications bio-informatiques, de nouvelles séquences biologiques plus longues ont été utilisées pour le traitement, ce qui représente un défi de taille pour les algorithmes LCS séquentiels. Quelques algorithmes LCS parallèles ont été proposés, mais leur efficacité et leur efficience ne sont pas satisfaisantes compte tenu de la complexité et de la taille croissantes des données biologiques. Afin de surmonter les limites des algorithmes LCS existants et compte tenu du modèle de programmation MapReduce comme technologie prometteuse pour un calcul parallèle haute performance et rentable, un algorithme parallèle basé sur MapReduce a été développé pour LCS. Cette approche adopte les concepts de tables de successeurs, de paires de caractères identiques, d'arbre de successeurs et de traversée de l'arbre de successeurs pour trouver la plus longue sous-séquence commune. Le cadre Hadoop est utilisé pour la réalisation du modèle MapReduce.
"synopsis" may belong to another edition of this title.
Search results for Approche basée sur MapReduce pour la plus longue sous-séquen...
Stock Image
Approche bas?e sur MapReduce pour la plus longue sous-s?quence commune dans les s?quences biologiques
Print on DemandSeller: PBShop.store US, Wood Dale, IL, U.S.A.
Seller rating 5 out of 5 stars
PAP. Condition: New. New Book. Shipped from UK. THIS BOOK IS PRINTED ON DEMAND. Established seller since 2000. Seller Inventory # L0-9786208459765
Stock Image
Approche bas?e sur MapReduce pour la plus longue sous-s?quence commune dans les s?quences biologiques
Print on DemandSeller: PBShop.store UK, Fairford, GLOS, United Kingdom
Seller rating 5 out of 5 stars
PAP. Condition: New. New Book. Delivered from our UK warehouse in 4 to 14 business days. THIS BOOK IS PRINTED ON DEMAND. Established seller since 2000. Seller Inventory # L0-9786208459765
Buy New
£ 35.81
£ 3.29 shipping
Ships from United Kingdom to U.S.A.
Ships from United Kingdom to U.S.A.
Quantity: Over 20 available
Stock Image
Approche basée sur MapReduce pour la plus longue sous-séquence commune dans les séquences biologiques (French Edition)
Seller: California Books, Miami, FL, U.S.A.
Seller rating 5 out of 5 stars
Condition: New. Seller Inventory # I-9786208459765
Stock Image
Approche basée sur MapReduce pour la plus longue sous-séquence commune dans les séquences biologiques
Published by
Editions Notre Savoir Sep 2025, 2025
ISBN 10: 6208459761
ISBN 13: 9786208459765
New
Taschenbuch
Seller: BuchWeltWeit Ludwig Meier e.K., Bergisch Gladbach, Germany
Seller rating 5 out of 5 stars
Taschenbuch. Condition: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware 52 pp. Französisch. Seller Inventory # 9786208459765
Seller Image
Approche basée sur MapReduce pour la plus longue sous-séquence commune dans les séquences biologiques
Print on DemandSeller: AHA-BUCH GmbH, Einbeck, Germany
Seller rating 5 out of 5 stars
Taschenbuch. Condition: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - L'identification de la plus longue sous-séquence commune (LCS) des séquences biologiques a des applications importantes en bio-informatique. En raison de la croissance émergente des applications bio-informatiques, de nouvelles séquences biologiques plus longues ont été utilisées pour le traitement, ce qui représente un défi de taille pour les algorithmes LCS séquentiels. Quelques algorithmes LCS parallèles ont été proposés, mais leur efficacité et leur efficience ne sont pas satisfaisantes compte tenu de la complexité et de la taille croissantes des données biologiques. Afin de surmonter les limites des algorithmes LCS existants et compte tenu du modèle de programmation MapReduce comme technologie prometteuse pour un calcul parallèle haute performance et rentable, un algorithme parallèle basé sur MapReduce a été développé pour LCS. Cette approche adopte les concepts de tables de successeurs, de paires de caractères identiques, d'arbre de successeurs et de traversée de l'arbre de successeurs pour trouver la plus longue sous-séquence commune. Le cadre Hadoop est utilisé pour la réalisation du modèle MapReduce. Seller Inventory # 9786208459765
Stock Image
Approche bas?e sur MapReduce pour la plus longue sous-s?quence commune dans les s?quences biologiques (French Edition)
Seller: Books Puddle, Woodside, NY, U.S.A.
Seller rating 4 out of 5 stars
Condition: New. Seller Inventory # 26404941226
Stock Image
Approche bas?e sur MapReduce pour la plus longue sous-s?quence commune dans les s?quences biologiques (French Edition)
Print on DemandSeller: Majestic Books, Hounslow, United Kingdom
Seller rating 4 out of 5 stars
Condition: New. Print on Demand. Seller Inventory # 408245877
Buy New
£ 64.94
£ 6.50 shipping
Ships from United Kingdom to U.S.A.
Ships from United Kingdom to U.S.A.
Quantity: 4 available
Stock Image
Approche bas?e sur MapReduce pour la plus longue sous-s?quence commune dans les s?quences biologiques (French Edition)
Print on DemandSeller: Biblios, Frankfurt am main, HESSE, Germany
Seller rating 4 out of 5 stars
Condition: New. PRINT ON DEMAND. Seller Inventory # 18404941216
Stock Image
Approche base sur MapReduce pour la plus longue sous-squence commune dans les squences biologiques (Paperback)
Print on DemandSeller: CitiRetail, Stevenage, United Kingdom
Seller rating 5 out of 5 stars
Paperback. Condition: new. Paperback. L'identification de la plus longue sous-sequence commune (LCS) des sequences biologiques a des applications importantes en bio-informatique. En raison de la croissance emergente des applications bio-informatiques, de nouvelles sequences biologiques plus longues ont ete utilisees pour le traitement, ce qui represente un defi de taille pour les algorithmes LCS sequentiels. Quelques algorithmes LCS paralleles ont ete proposes, mais leur efficacite et leur efficience ne sont pas satisfaisantes compte tenu de la complexite et de la taille croissantes des donnees biologiques. Afin de surmonter les limites des algorithmes LCS existants et compte tenu du modele de programmation MapReduce comme technologie prometteuse pour un calcul parallele haute performance et rentable, un algorithme parallele base sur MapReduce a ete developpe pour LCS. Cette approche adopte les concepts de tables de successeurs, de paires de caracteres identiques, d'arbre de successeurs et de traversee de l'arbre de successeurs pour trouver la plus longue sous-sequence commune. Le cadre Hadoop est utilise pour la realisation du modele MapReduce. This item is printed on demand. Shipping may be from our UK warehouse or from our Australian or US warehouses, depending on stock availability. Seller Inventory # 9786208459765
Buy New
£ 39.99
£ 37 shipping
Ships from United Kingdom to U.S.A.
Ships from United Kingdom to U.S.A.
Quantity: 1 available
Seller Image
Approche basée sur MapReduce pour la plus longue sous-séquence commune dans les séquences biologiques
Published by
Editions Notre Savoir Sep 2025, 2025
ISBN 10: 6208459761
ISBN 13: 9786208459765
New
Taschenbuch
Seller: buchversandmimpf2000, Emtmannsberg, BAYE, Germany
Seller rating 5 out of 5 stars
Taschenbuch. Condition: Neu. This item is printed on demand - Print on Demand Titel. Neuware -L'identification de la plus longue sous-séquence commune (LCS) des séquences biologiques a des applications importantes en bio-informatique. En raison de la croissance émergente des applications bio-informatiques, de nouvelles séquences biologiques plus longues ont été utilisées pour le traitement, ce qui représente un défi de taille pour les algorithmes LCS séquentiels. Quelques algorithmes LCS parallèles ont été proposés, mais leur efficacité et leur efficience ne sont pas satisfaisantes compte tenu de la complexité et de la taille croissantes des données biologiques. Afin de surmonter les limites des algorithmes LCS existants et compte tenu du modèle de programmation MapReduce comme technologie prometteuse pour un calcul parallèle haute performance et rentable, un algorithme parallèle basé sur MapReduce a été développé pour LCS. Cette approche adopte les concepts de tables de successeurs, de paires de caractères identiques, d'arbre de successeurs et de traversée de l'arbre de successeurs pour trouver la plus longue sous-séquence commune. Le cadre Hadoop est utilisé pour la réalisation du modèle MapReduce.VDM Verlag, Dudweiler Landstraße 99, 66123 Saarbrücken 52 pp. Französisch. Seller Inventory # 9786208459765