Modalidad: Presencial

Lugar: Aula 23

Resumen:

Esta tesina propone y evalúa un modelo basado en redes neuronales de grafos para el aprendizaje de embeddings estructurales de ARN no codificante, con el objetivo de representar de manera compacta y comparativa sus características topológicas. El enfoque se apoya en un esquema de aprendizaje contrastivo, mediante el cual el modelo aprende a distinguir estructuras similares de aquellas disímiles. La metodología es evaluada tanto en datos sintéticos como en datos reales, mostrando que el modelo desarrollado alcanza una representación eficaz, expresiva y eficiente, aportando una herramienta útil para el análisis estructural de ARN en el ámbito de la bioinformática.

Palabras claves: Redes neuronales de grafos, Embeddings estructurales, Aprendizaje contrastivo, ARN no codificante.