Dr. Balamurugan Rengeswaran erwarb 2010 seinen B.E.-Abschluss in Informatik und Ingenieurwissenschaften am Government College of Engineering, Salem, und 2012 seinen M.E.-Abschluss in Informatik und Ingenieurwissenschaften am Bannari Amman Institute of Technology, Sathyamangalam. Er schloss seine Promotion in Informations- und Kommunikationstechnik im Jahr 2016 ab.

Le clustering est l'un des moyens de classer et de séparer les données en clusters ou groupes basés sur la similarité entre eux. Mais ce processus peut prendre beaucoup de temps. L'objectif est de réduire le temps de calcul et de maintenir la performance de l'algorithme. Pour y parvenir, nous parallélisons l'algorithme de façon à ce que plusieurs segments indépendants puissent s'exécuter simultanément et ainsi réduire le temps d'exécution tout en conservant les mêmes performances.

L'extraction d'informations significatives à partir des données d'expression génique représente un défi de taille pour la communauté des chercheurs dans le domaine de l'informatique ainsi que pour les biologistes. Il est possible de déterminer les modèles comportementaux des gènes, tels que la nature de leur interaction, la similitude de leur comportement, etc., grâce à l'analyse des données d'expression génique. Afin d'identifier divers modèles à partir des données d'expression génique, les techniques d'exploration de données sont essentielles. Les principales techniques...

Die Extraktion aussagekräftiger Informationen aus Genexpressionsdaten stellt sowohl für Forscher im Bereich der Informatik als auch für Biologen eine große Herausforderung dar. Durch die Analyse von Genexpressionsdaten lassen sich Verhaltensmuster von Genen wie beispielsweise die Art ihrer Interaktion, die Ähnlichkeit ihres Verhaltens usw. bestimmen. Um verschiedene Muster aus Genexpressionsdaten zu identifizieren, sind Data-Mining-Techniken unerlässlich. Zu den wichtigsten Data-Mining-Techniken, die für die Analyse von Genexpressionsdaten angewendet werden können, gehören...