UNIVESITATEA HYPERION din BUCUREŞTI

FACULTATEA de ŞTIINŢE EXACTE ŞI INGINEREŞTI

Specializarea: Informatică

PROIECT DE LICENȚĂ

COORDONATOR STIINŢIFIC:

Conf. Dr. Beteringhe Adrian

ABSOLVENT:

Vrancuți Daniel

2019
 Tema proiectului:

INSULE MARKOVIENE CU APLICABILITATE ÎN

BIOLOGIA COMPUTAȚIONALĂ ȘI A GENELOR
REGLATOARE, CU IMPORTANȚĂ ÎN PROCESELE
BIOLOGICE, BIOCHIMICE

Scopul proiectului îl reprezinta interesul asupra paletei largi de intersecţie a unor

discipline, uneori destul de îndepărtate între ele, centrul atenţiei se îndreaptă
spre principalele molecule de interes informaţional: acizi nucleici şi proteine.
 Cuprins:

1. Noțiuni introductive
2. Obiectivul informației medicale
3. Analiza Markov în medicină
4. Lanțuri Markov în medicină
5. Procese Markov
6. Concluzii
Bibliografie

Concluzii:
Încadrul proceselor aleatoare un loc deosebit îl ocupă procesele
Markov caracterizate prin aceea că apariţia unei anumitestări este
condiţionată doar de un număr determinat de stări anterioare.
Orice reţea de telecomunicaţii funcţionează conform unor procese
în echilibru statistic, în care apelurile (cererile de serviciu) se nasc,
aşteaptă servirea, trăiesc o viaţă atingând o anumită vârstă, pentru ca apoi
în final să dispară.
 Bibliografie
1. Bioinformatică / Gheorghe-Ioan Mihalaş, Anca Tudor, Sorin Paralescu. -
Timişoara: Editura Victor Babeş, 2011
2. C. Berbente, Calculul probabilitatilor, elemente de calcul numeric,
programare liniara, metoda drumului critic, matematici financiare, Bren,
2004
3. Biotistică:http://publichealth.md/uploads/docs/bibl_virtuala/Biostatistica_Spi
nei.pdfhttp://www.scritub.com/biologie/BIOSTATISTICA82251.php
4. D. Enachescu, Metode și tehniciactualeîncercetareaseviciilor de sănatate,
Management însănătate, 3, 2007, 30-34.
5. PrzemyslawDymarki, Hidden Markov Models, Theory and Applications,
2011.
6. JinXiong, Essential Bioinformatics, Cambridge University Press, 2006.
7. Roberta Paroli, Giovanna Redaelli, Luigi Spezia, Poission Hidden Markov
models for time series ofoverdispersed insurance counts, UCSC di Milano,
2002, 461-474.
8. M. Beasley, Elements of Markov Analysis, Macmillan Education UK, 1991,
118-134.
9. T. Eltoft, K. Taesu, L. Te-Won, On the multivariate Laplace distribution,
IEEE Signal Processing Letters, 13, 2006, 300-303.
10. R. E. Hoyt (Ed.), Medical Informatics 3rd Edition, University of West
Florida, 2009.

11. Guy Leonard Kouemou, History and Theoretical Basics of Hidden Markov
Models, Intech, 2011.

12. Encyclopedia of Mathematics; Laplace Distribution:

https://www.encyclopediaofmath.org

13. Encyclopedia of Mathematics; Probability Theory:

https://www.encyclopediaofmath.org

14. Daniel Ramage, Hidden Markov Models Fundamentals, 2007:

http://cs229.stanford.edu/section/cs229-hmm.pdf