Imputação de dados baseado em otimização por enxame de partículas considerando os principais mecanismos de ausência de dados

Durante o processo de extração do conhecimento em bases de dados, alguns problemas podem ser encontrados como por exemplo, a ausência de determinada instância de um atributo. A ocorrência de tal problemática pode causar efeitos danosos nos resultados finais do processo, pois afeta diretamente a qualidade dos dados a ser submetido a um algoritmo de aprendizado de máquina. Na literatura, diversas propostas são apresentadas a fim de contornar tal dano, dentre eles está a de imputação de dados, a qual estima um valor plausível para substituir o ausente. Seguindo essa área de solução para o problema de valores ausentes, diversos trabalhos foram analisados e algumas observações foram realizadas como, a pouca utilização de bases sintéticas que simulem os principais mecanismos de ausência de dados e uma recente tendência a utilização de algoritmos bio-inspirados como tratamento do problema. Com base nesse cenário, esta dissertação apresenta um método de imputação de dados baseado em otimização por enxame de partículas, pouco explorado na área, e o aplica para o tratamento de bases sinteticamente geradas, as quais consideram os principais mecanismos de ausência de dados, MAR, MCAR e NMAR. Os resultados obtidos ao comprar diferentes configurações do método à outros dois conhecidos na área (KNNImpute e SVMImpute) são promissores para sua utilização na área de tratamento de valores ausentes uma vez que alcançou os melhores valores na maioria dos experimentos realizados.

Diversity and three-dimensional structures of the alpha Mcr of the methanogenic Archaea from the anoxic region of Tucuruí Lake, in Eastern Brazilian Amazonia

ABSTRACT: Methanogenic archaeans are organisms of considerable ecological and biotechnological interest that produce methane through a restricted metabolic pathway, which culminates in the reaction catalyzed by the Methyl-coenzyme M reductase (Mcr) enzyme, and results in the release of methane. Using a metagenomic approach, the gene of the a subunit of mcr (mcrα) was isolated from sediment sample from an anoxic zone, rich in decomposing organic material, obtained from the Tucuruí hydroelectric dam reservoir in eastern Brazilian Amazonia. The partial nucleotide sequences obtained were 83 to 95% similar to those available in databases, indicating a low diversity of archaeans in the reservoir. Two orders were identified -the Methanomicrobiales, and a unique Operational Taxonomic Unit (OTU) forming a clade with the Methanosarcinales according to low bootstrap values. Homology modeling was used to determine the three-dimensional (3D) structures, for this the partial nucleotide sequence of the mcrα were isolated and translated on their partial amino acid sequences. The 3D structures of the archaean mcrα observed in the present study varied little, and presented approximately 70% identity in comparison with the mcrα of Methanopyrus klanderi. The results demonstrated that the community of methanogenic archaeans of the anoxic C1 region of the Tucurui reservoir is relatively homogeneous.