Skip navigation
DSpace logo

  1. Repositório Institucional da UFPB
  2. UFPB - Campus I - Centro de Informática (CI)
  3. CI - Trabalhos de Conclusão de Curso de Graduação
  4. TCC - Ciência da Computação - CI
Use este identificador para citar ou linkar para este item: https://repositorio.ufpb.br/jspui/handle/123456789/31665
Registro completo de metadados
Campo DCValorIdioma
dc.creatorRangel, Matheus Rocha dos Santos-
dc.date.accessioned2024-09-02T14:30:52Z-
dc.date.available2023-12-11-
dc.date.available2024-09-02T14:30:52Z-
dc.date.issued2023-11-16-
dc.identifier.urihttps://repositorio.ufpb.br/jspui/handle/123456789/31665-
dc.description.abstractAntimicrobial peptides (AMPs) play a crucial role in the immune res ponse of various organisms and emerge as a promising solution for treating multi-resistant bacterial infections. This study investigated the fine-tuning of existing language models to classify AMPs based on their activities. Using the PlantAMP database, multiclass models were developed for 6 and 3 classes. The results highlighted the influence of class imbalance due to limited data on the models’ performance. Simplifying the task by reducing the number of classes might enhance consistency. Despite achieving an accuracy of up to 84.98%, challenges persist in handling less frequent classes. This study underscores the significance of data balancing and provides insights for future research in AMP classification.pt_BR
dc.description.provenanceSubmitted by Michelle Barbosa (mi.2020@outlook.com.br) on 2024-09-02T14:30:52Z No. of bitstreams: 2 license_rdf: 805 bytes, checksum: c4c98de35c20c53220c07884f4def27c (MD5) Matheus Rocha dos Santos Rangel_TCC.pdf: 569609 bytes, checksum: 4122823e08e25b27fac3e962cb99578c (MD5)en
dc.description.provenanceMade available in DSpace on 2024-09-02T14:30:52Z (GMT). No. of bitstreams: 2 license_rdf: 805 bytes, checksum: c4c98de35c20c53220c07884f4def27c (MD5) Matheus Rocha dos Santos Rangel_TCC.pdf: 569609 bytes, checksum: 4122823e08e25b27fac3e962cb99578c (MD5) Previous issue date: 2023-11-16en
dc.languageporpt_BR
dc.publisherUniversidade Federal da Paraíbapt_BR
dc.rightsAcesso abertopt_BR
dc.rightsAttribution-NoDerivs 3.0 Brazil*
dc.rights.urihttp://creativecommons.org/licenses/by-nd/3.0/br/*
dc.subjectChatGPT3pt_BR
dc.subjectPeptídeos antimicrobianospt_BR
dc.subjectFine-tuningpt_BR
dc.subjectResposta imunept_BR
dc.titleUso de Modelos GPT-3 Ajustados para Classificar a Atividade de Peptídeos Antimicrobianospt_BR
dc.typeTCCpt_BR
dc.contributor.advisor1Rêgo, Thaís Gaudencio do-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/3166390632199101pt_BR
dc.creator.Latteshttp://lattes.cnpq.br/0628899619934642pt_BR
dc.description.resumoPeptídeos antimicrobianos (AMPs) desempenham um papel crucial na resposta imune de diversos organismos e surgem como promessa para o tratamento de infecções bacterianas multirresistentes. Este estudo investigou o ajuste fino de modelos de linguagem já existentes para classificar AMPs com base em suas atividades. Utilizando a base de dados PlantAMP, foram desen volvidos modelos multiclasse para 6 e 3 classes. Os resultados evidenciaram a influência do desbalanceamento das classes devido `a escassez de dados no desempenho dos modelos. Sugere-se que a simplificação da tarefa, por meio da redução do número de classes, possa aprimorar a consistência. Apesar de alcançar uma acurácia de até 84,98%, permanecem desafios no tratamento das classes menos frequentes. Este estudo enfatiza a relevˆancia do balanceamento de dados e oferece insights para futuras pesquisas na classificação de AMPs.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentComputação Científicapt_BR
dc.publisher.initialsUFPBpt_BR
dc.subject.cnpqCNPQ::OUTROSpt_BR
Aparece nas coleções:TCC - Ciência da Computação - CI

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Matheus Rocha dos Santos Rangel_TCC.pdfTCC556,26 kBAdobe PDFVisualizar/Abrir
Mostrar registro simples do item Visualizar estatísticas


Este item está licenciada sob uma Licença Creative Commons Creative Commons