UNIVERSITÀ DEGLI STUDI
DI MODENA E REGGIO EMILIA
Facoltà di Scienze Matematiche, Fisiche e Naturali
Corso di Laurea in Informatica
Approximate Sequence Matching:
Implementazione e Analisi Prestazionale
Comparata di Tecniche Portabili e Efficienti
Tesi di Laurea di: Marcello Pietri
Relatore: Prof. Riccardo Martoglia
Introduzione
Ambito di ricerca:
Approximate Sequence Matching
(Ricerca di tutte le corrispondenze approssimate tra un pattern e un testo,
intendendo come testo e pattern una sequenza di simboli quali lettere,
parole, nucleotidi, basi azotate, amminoacidi, etc...)
Esempio:
Trovare due frasi (pattern) all'interno di un libro (testo)
pattern 1: “randomly choose two”
pattern 2: “the arithmetic from n”
Introduzione
Approximate Sequence Matching
(Specifica applicazione)
Example Based Machine Translation
(Sistema che fornisce suggerimenti tradotti per analogia, utilizzando le traduzioni
passate per tradurre altre frasi dalla lingua sorgente alla lingua destinazione)
Esigenza di immagazzinare ed interrogare
grandi quantità di dati in modo efficiente
DataBase Management System
(Sistema per la gestione di una base di dati)
Obiettivo della tesi
Obiettivi della tesi:

Analisi del software

La progettazione del software

Implementazione di tecniche portabili

Estensione del sistema per il supporto a diversi DBMS
(Oracle 9.2, MySQL 4,5, 5.1 e 6 , FireBird 2.1, MonetDB 5, PostgreSQL 8.2 e 8.3)


Ricerca di similarità
Tecniche di stemming

Installazione e interfaccia utente

Analisi prestazionale comparata




Efficienza di inserimento dei dati
Efficienza di copertura della Translation Memory
Efficienza di ricerca utilizzando vari DBMS
Confronto con altre tecniche di Approximate Sequence Matching

Suffix tree e Suffix array
Problematiche affrontate nella tesi

Analisi del software

Il progetto con Unified Modelling Language

Implementazione di tecniche portabili

Installazione e interfaccia grafica

Analisi prestazionale comparata
Analisi del software
EXample-based TRanslation Assistant
È un software EBMT sviluppato da ISGroup presso
l'Università di Modena, che implementa tecniche di
Approximate Sequence Matching basate su metriche di
Edit Distance e algoritmi di ricerca basati su query SQL
Funzionamento del sistema:
Analisi del software
Il processo di stemming, ovvero l'eliminazione di parole
insignificanti al fine semantico e la trasformazione delle
altre in un formato standard, richiede l'accesso a grandi
quantità di dati memorizzate sotto forma di tabelle nel DBMS
Esempio:
Analisi del software
La struttura del software




Metrica di similarità tra frasi
 Flessibile (stemming)
 Similarità sintattica (edit distance)
 Similarità semantica (word sense disambiguation)
Algoritmi di ricerca di similarità tra frasi
 Completi (whole-match e sub2-match)
 Efficienti (filtri ed indici ad hoc)
 Basati su query SQL (Java, DBMS)
Algoritmi di allineamento
 Allineamento frasi e parole
 Automatici
Ambiente integrato
 Strumenti per gestione ed analisi Translation Memory
 Interfaccia utente grafica
Problematiche affrontate nella tesi

Analisi del software

Il progetto con Unified Modelling Language

Implementazione di tecniche portabili

Installazione e interfaccia grafica

Analisi prestazionale comparata
Il progetto con UML
La struttura del software
LE MODIFICHE




Metrica di similarità tra frasi
 Flessibile (stemming)
 Similarità sintattica (edit distance)
 Similarità semantica (word sense disambiguation)
Algoritmi di ricerca di similarità tra frasi
 Completi (whole-match e sub2-match)
 Efficienti (filtri ed indici ad hoc)
 Basati su query SQL (Java, DBMS)
Algoritmi di allineamento
 Allineamento frasi e parole
 Automatici
Ambiente integrato
 Strumenti per gestione ed analisi Translation Memory
 Interfaccia utente grafica
Il progetto con UML
La raccolta dei Requisiti Funzionali
RF01– Portabilità sui vari DBMS
RF02– Selezione delle impostazioni
RF03– Importazione dei dati Stemmer
RF04– Verifica dei dati Stemmer
RF05– Creazione dell'interfaccia grafica
Scenario d'uso
RF06– Settaggio di User e Password
RF07– Salvataggio dei parametri
nel file di configurazione
RF08– Caricamento del file di configurazione
RF09– Informazioni sui vari DBMS
Activity Diagram
Problematiche affrontate nella tesi

Analisi del software

Il progetto con Unified Modelling Language

Implementazione di tecniche portabili

Installazione e interfaccia grafica

Analisi prestazionale comparata
Implementazione di tecniche portabili
La portabilità
Il problema della portabilità è stato analizzato in vari
punti e suddiviso in due grandi classi:
Portabilità per la fase di ricerca:
1.
2.
3.
4.
Java Inside e Java Outside (Inclusione di codice Java in Oracle JI)
Le connessioni (Il driver per la connessione non può essere statico)
L'SQL (Il codice SQL differisce tra un DBMS e l'altro)
Altri casi particolari (MonetDB e FireBird)
Portabilità per la fase di stemming:
1. Da SQLJ a JDBC (Il codice SQLJ non è portabile su tutti i DBMS)
2. Importazione dei dati (I dati da inserire devono essere uniformi)
Implementazione di tecniche portabili
Prima - dopo
Problematiche affrontate nella tesi

Analisi del software

Il progetto con Unified Modelling Language

Implementazione di tecniche portabili

Installazione e interfaccia grafica

Analisi prestazionale comparata
Installazione e interfaccia utente
Installazione e interfaccia utente
La necessità di importare dati all'interno del DBMS utilizzato,
per consentire il funzionamento del processo di Stemming,
ha portato alla stesura di una nuova interfaccia grafica, così
da renderlo possibile in modo veloce e trasparente.
Installazione e interfaccia utente
L'introduzione di
nuove
caratteristiche,
quali la selezione di
user e password, la
possibilità di
salvare i dati su file
di configurazione e
la visione di
informazioni sui
vari DBMS, ha
portato infine alla
completa
configurabilità del
programma.
Problematiche affrontate nella tesi

Analisi del software

Il progetto con Unified Modelling Language

Implementazione di tecniche portabili

Installazione e interfaccia grafica

Analisi prestazionale comparata
Analisi prestazionale comparata
Analisi prestazionale comparata

Efficienza nell'inserimento dei dataset con diversi DBMS

Efficienza nell'interrogazione sui dataset con diversi DBMS

Efficienza di copertura della Translation Memory

Confronto con altre tecniche implementative
Scelta dei dataset:
“NVIDIA” (da 610 a 890 frasi per file; circa 14.000 parole).
“Deluxe Paint” (da 107 a 400 frasi per file; circa 55.000 parole).
“DNA” (dataset genetico; 3190, 3190, 357 e 3296 simboli per file).
“WhirlPool” (650.000 parole; il libro “Moby Dick” ne contiene
218.551 ).
Analisi prestazionale comparata
DBMS
Efficienza nell'inserimento dei dati
Nome del DBMS
Tempo totale “Stemming ON”
Tempo totale “Stemming OFF”
Tempo totale
Oracle 9i
1946719
989610
2936329
MySQL 4 (*)
15241734
26211273
41453007
MySQL 5 (*)
23832602
38611392
62443994
MySQL 5 lx
1209582
766336
1975918
MySQL 6 (*)
22276088
29002531
51278619
Postgres 8.2
3048170
1039421
4087591
Postgres 8.3
3087416
1049683
4137099
Postgres 8.3 lx
1400704
940126
2340830
Firebird 2.1 (*)
5625232
2860371
8485603
Or acle 9i
MySQL 4 ( *)
MySQL 5 ( *)
MySQL 5 lx
MySQL 6 ( *)
Postgr es 8.2
Postgr es 8.3
Tempo totale “Stemming ON”
Tempo totale “Stemming OFF”
Tempo totale
Postgr es 8.3 lx
Fir ebir d 2.1 ( *)
0
10000000
20000000
30000000
40000000
50000000
60000000
Tempo ( ms)
Analisi prestazionale comparata
Efficienza di copertura della Translation Memory
Translation Memory
Tm incrementata
R. 1541
R. 1541,2313
R. 1541,2313,2880
R. 1541,2313,2880,2960
Tm costante
R. 1541
R. 1541
R. 1541
R. 1541
FILE
FULL time SUB time
11860
42766
3797
16250
743
846
856
890
580
653
779
779
92
108
36
58
71
85
41
53
Readme2313
Readme2880
Readme2960
Readme3123
4469
5468
5125
5687
11860
30421
31860
35609
743
846
856
890
580
556
554
546
92
158
163
187
71
132
139
157
TM costante
900
900
800
800
700
700
600
600
Numero di risultati
Numero di risultati
1000
500
Tempi con TM incrementata
70000
60000
50000
40000
30000
200
500
Tempi con TM costante
70000
400
60000
50000
300
40000
30000
200
20000
100
SUB NO
4469
14593
27406
42078
TM incrementata
300
FULL
Readme2313
Readme2880
Readme2960
Readme3123
1000
400
N° FRASI
20000
100
10000
10000
0
0
0
0
R. 1541
R. 1541,2313
R. 1541,2313,2880
File/s in TM
R. 1541,2313,2880,2960
R. 1541
R. 1541
R. 1541
File/s in TM
Analisi prestazionale comparata
Efficienza di interrogazione - DP
DB - file
STEM
FULL time
SUB time Full tim e prop. Sub tim e prop. N°frasi
(ms)
(ms)
(Toll. 5% )
(Toll. 5% )
FULL
SUB
NO
Oracle 9i JI
Dp5-100
Dp5-100
Dp5
Dp5
OFF
ON
OFF
ON
1234
46
6578
219
3344
109
25499
1047
100%
100%
100%
100%
100%
100%
100%
100%
107
107
400
400
9
7
53
48
53
18
242
119
45
82
105
233
MySQL 4
Dp5-100
Dp5-100
Dp5
Dp5
OFF
ON
OFF
ON
3375
172
15078
884
10140
734
62953
7796
273,50%
373,91%
229,22%
403,65%
303,23%
673,39%
246,88%
744,60%
107
107
400
400
9
7
53
48
53
18
242
119
45
82
105
233
MySQL 5
Dp5-100
Dp5-100
Dp5
Dp5
OFF
ON
OFF
ON
9718
203
49942
957
8847
594
52307
6290
787,52%
441,30%
759,23%
436,99%
264,56%
544,95%
205,13%
600,76%
107
107
400
400
9
7
53
48
53
18
242
119
45
82
105
233
MySQL 6
Dp5-100
Dp5-100
Dp5
Dp5
OFF
ON
OFF
ON
9912
229
50785
1078
8739
601
51123
6216
803,24%
497,83%
772,04%
492,24%
261,33%
551,38%
200,49%
593,70%
107
107
400
400
9
7
53
48
53
18
242
119
45
82
105
233
FireBird 2.1
Dp5-100
Dp5-100
Dp5
Dp5
OFF
ON
OFF
ON
11563
156
89281
657
4110
219
26685
1484
937,03%
339,13%
1357,27%
300,00%
122,91%
200,92%
104,65%
141,74%
107
107
400
400
9
7
53
48
53
18
242
119
45
82
105
233
Analisi prestazionale comparata
Efficienza di interrogazione - DP
DB - file
STEM
FULL time
SUB time
(ms)
(ms)
(Toll. 5% )
(Toll. 5% )
Full tim e pr op. Sub tim e pr op.
N°frasi
FULL
SUB
NO
Oracle 9i JI
Dp5-100
Dp5-100
Dp5
Dp5
OFF
ON
OFF
ON
1234
46
6578
219
3344
109
25499
1047
100%
100%
100%
100%
100%
100%
100%
100%
107
107
400
400
9
7
53
48
53
18
242
119
45
82
105
233
Oracle 9i JO
Dp5-100
Dp5-100
Dp5
Dp5
OFF
ON
OFF
ON
1219
47
6109
203
3359
109
25469
1047
98,78%
102,17%
92,87%
92,69%
100,45%
100,00%
99,88%
100,00%
107
107
400
400
9
7
53
48
53
18
242
119
45
82
105
233
Postgres 8.2
Dp5-100
Dp5-100
Dp5
Dp5
OFF
ON
OFF
ON
1250
109
4172
328
3504
172
26631
1098
101,30%
236,96%
63,42%
149,77%
104,78%
157,80%
104,44%
104,87%
107
107
400
400
9
7
53
48
53
18
242
119
45
82
105
233
Postgres 8.3
Dp5-100
Dp5-100
Dp5
Dp5
OFF
ON
OFF
ON
1294
140
4219
343
3506
219
25860
1215
104,86%
304,35%
64,14%
156,62%
104,84%
200,92%
101,42%
116,05%
107
107
400
400
9
7
53
48
53
18
242
119
45
82
105
233
MySQL 5 (LX)
Dp5-100
Dp5-100
Dp5
Dp5
OFF
ON
OFF
ON
3444
94
60121
434
2655
55
22907
708
279,09%
204,35%
913,97%
198,17%
79,40%
50,46%
89,83%
67,62%
107
107
400
400
9
7
53
48
53
18
242
119
45
82
105
233
Postgres 8.3 (LX)
Dp5-100
Dp5-100
Dp5
Dp5
OFF
ON
OFF
ON
1017
65
3996
257
2718
76
20500
836
82,41%
141,30%
60,75%
117,35%
81,28%
69,72%
80,40%
79,85%
107
107
400
400
9
7
53
48
53
18
242
119
45
82
105
233
Analisi prestazionale comparata
Efficienza di interrogazione - DP
Analisi prestazionale comparata
Efficienza di interrogazione - WHIRL
Whirl - Tempi totali
5000000
DB – file
4500000
STEM FULL time SUB time Full time prop. Sub time prop. N° frasi FULL SUB NO
(Toll. 5%)
(Toll. 5%)
100%
100%
100%
100%
4000000
Oracle 9i JI
OFF
ON
1083641 100719
63329
7172
267
267
202
202
62
55
3
10
3500000
Postgres 8.2
OFF
ON
1002594 102014
38546
6703
92,52%
60,87%
101,29%
93,46%
267
267
202
202
62
55
3
10
OFF
ON
74734
2171
105157
3344
6,90%
3,43%
104,41%
46,63%
267
267
202
202
62
55
3
10
Postgres 8.3
OFF
ON
113861
4148
99047
2925
10,51%
6,55%
98,34%
40,78%
267
267
202
202
62
55
3
10
MySQL 5 (LX)
OFF
ON
4812953
68395
84934
2431
444,15%
108,00%
84,33%
33,90%
267
267
202
202
62
55
3
10
Postgres 8.3 (LX) OFF
ON
112953
1373
99806
2509
10,42%
2,17%
99,09%
34,98%
267
267
202
202
62
55
3
10
3000000
2500000
Tem po (m s)
Oracle 9i JO
2000000
1500000
1000000
500000
0
I
)
X)
O
.2
.3
( LX
9i J
s8
s8
3 (L
9i J
.
5
e
e
e
l
8
e
r
r
l
L
c
c
tg
tg
es
SQ
Or a
Or a
tg r
Pos
Pos
My
Pos
DBMS
Analisi sperimentale
Efficienza di interrogazione - NV
DB – file
STEMMING
FULL time
SUB time
Full tim e prop.
Sub tim e prop.
(ms)
(ms)
(Toll. 5% )
(Toll. 5% )
N° frasi
FULL
SUB
NO
Oracle 9i JI
Readme2313
Readme2313
Readme2880
Readme2880
Readme2960
Readme2960
Readme3123
Readme3123
OFF
ON
OFF
ON
OFF
ON
OFF
ON
4469
937
5468
859
5125
875
5687
984
11860
1016
30421
2094
31860
2188
35609
2282
100%
100%
100%
100%
100%
100%
100%
100%
100%
100%
100%
100%
100%
100%
100%
100%
743
743
846
846
856
856
890
890
580
571
556
546
554
545
546
543
92
51
158
85
163
86
187
98
71
121
132
215
139
225
157
249
Oracle 9i JO
Readme2313
Readme2313
Readme2880
Readme2880
Readme2960
Readme2960
Readme3123
Readme3123
OFF
ON
OFF
ON
OFF
ON
OFF
ON
5656
860
5450
985
5119
969
5153
875
12188
938
30469
2109
32004
2188
36327
2281
126,56%
91,78%
99,67%
114,67%
99,88%
110,74%
90,61%
88,92%
102,77%
92,32%
100,16%
100,72%
100,45%
100,00%
102,02%
99,96%
743
743
846
846
856
856
890
890
580
571
556
546
554
545
546
543
92
51
158
85
163
86
187
98
71
121
132
215
139
225
157
249
Postgres 8.2
Readme2313
Readme2313
Readme2880
Readme2880
Readme2960
Readme2960
Readme3123
Readme3123
OFF
ON
OFF
ON
OFF
ON
OFF
ON
3719
1187
4063
1125
4078
1093
4266
1078
12214
964
31897
2195
32676
2240
37186
2389
83,22%
126,68%
74,31%
130,97%
79,57%
124,91%
75,01%
109,55%
102,98%
94,88%
104,85%
104,82%
102,56%
102,38%
104,43%
104,69%
743
743
846
846
856
856
890
890
580
571
556
546
554
545
546
543
92
51
158
85
163
86
187
98
71
121
132
215
139
225
157
249
Postgres 8.3
Readme2313
Readme2313
Readme2880
Readme2880
Readme2960
Readme2960
Readme3123
Readme3123
OFF
ON
OFF
ON
OFF
ON
OFF
ON
4656
1250
4312
1234
4361
1234
4219
1187
11252
965
28728
2055
31579
2272
35425
2367
104,18%
133,40%
78,86%
143,66%
85,09%
141,03%
74,19%
120,63%
94,87%
94,98%
94,43%
98,14%
99,12%
103,84%
99,48%
103,72%
743
743
846
846
856
856
890
890
580
571
556
546
554
545
546
543
92
51
158
85
163
86
187
98
71
121
132
215
139
225
157
249
Analisi prestazionale comparata
Efficienza di interrogazione - NV
DB – file
STEMMING
FULL time
SUB time Full tim e pr op. Sub tim e pr op. N° frasi
(ms)
(ms)
(Toll. 5% )
(Toll. 5% )
FULL
SUB
NO
MySql 5 (LX)
Readme2313
Readme2313
Readme2880
Readme2880
Readme2960
Readme2960
Readme3123
Readme3123
OFF
ON
OFF
ON
OFF
ON
OFF
ON
36889
920
33252
1297
35413
918
37034
847
10074
656
30604
1518
25875
1590
30229
1660
825,44%
98,19%
608,12%
150,99%
690,99%
104,91%
651,20%
86,08%
84,94%
64,57%
100,60%
72,49%
81,21%
72,67%
84,89%
72,74%
743
743
846
846
856
856
890
890
580
571
556
546
554
545
546
543
92
51
158
85
163
86
187
98
71
121
132
215
139
225
157
249
Postgres 8.3 (LX)
Readme2313
Readme2313
Readme2880
Readme2880
Readme2960
Readme2960
Readme3123
Readme3123
OFF
ON
OFF
ON
OFF
ON
OFF
ON
6086
720
10851
853
6182
845
5969
1371
9162
683
23800
1597
25035
1745
28406
2356
136,18%
76,84%
198,45%
99,30%
120,62%
96,57%
104,96%
139,33%
77,25%
67,22%
78,24%
76,27%
78,58%
79,75%
79,77%
103,24%
743
743
846
846
856
856
890
890
580
571
556
546
554
545
546
543
92
51
158
85
163
86
187
98
71
121
132
215
139
225
157
249
FireBird 2.1
Readme2313
Readme2313
Readme2880
Readme2880
Readme2960
Readme2960
Readme3123
Readme3123
OFF
ON
OFF
ON
OFF
ON
OFF
ON
32891
3078
39828
3172
40187
3140
40656
3141
15275
2988
38671
6078
39625
6172
43937
6438
735,98%
328,50%
728,38%
369,27%
784,14%
358,86%
714,89%
319,21%
128,79%
294,09%
127,12%
290,26%
124,37%
282,08%
123,39%
282,12%
743
743
846
846
856
856
890
890
580
571
556
546
554
545
546
543
92
51
158
85
163
86
187
98
71
121
132
215
139
225
157
249
MySql 6
Readme2313
Readme2313
Readme2880
Readme2880
Readme2960
Readme2960
Readme3123
Readme3123
OFF
ON
OFF
ON
OFF
ON
OFF
ON
70391
18000
83953
16110
78577
16387
87203
18451
18687
7578
45696
15519
48331
16215
54108
16942
1575,10%
1921,02%
1535,35%
1875,44%
1533,21%
1872,80%
1533,37%
1875,10%
157,56%
745,87%
150,21%
741,12%
151,70%
741,09%
151,95%
742,42%
743
743
846
846
856
856
890
890
580
571
556
546
554
545
546
543
92
51
158
85
163
86
187
98
71
121
132
215
139
225
157
249
Analisi prestazionale comparata
Efficienza di interrogazione - NV
NV - Tempi Totali, stemming OFF ON
250000
200000
Tempo
stemming OFF
Tempo
stemming ON
Tempo TOTALE
Tempo (ms)
150000
100000
50000
0
le
Orac
9i JI
le
Orac
9i JO
gres
Post
8. 2
gres
Post
8. 3
LX)
(
QL 5
MyS
P
es 8.
ostgr
3 (LX
)
DBMS
Analisi prestazionale comparata
Confronto con altre tecniche di Approximate Sequence
Matching - DNA e DP - Extra vs ACGT
File
LMINSUB
AA1-60
AA1-120
DNA-3
DNA-4
DP3-5
File
AA1-60
AA1-120
DNA-3
DNA-4
DP3-5
10
15
25
10
15
25
3
6
10
10
15
25
4
6
6
LMINSUB KINT
10
15
25
10
15
25
3
6
10
10
15
25
4
6
6
1
1
2
1
1
2
1
1
1
1
1
2
1
1
2
KINT
1
1
2
1
1
2
1
1
1
1
1
2
1
1
2
SUB time
Sub tim e prop.
SUB time
Sub tim e prop.
SUB time
(ms)
(Toll. 5% )
(ms)
(Toll. 5% )
(ms)
(Toll. 5% )
Oracle 9i JO
35935
20171
22547
237391
198187
203609
21000
21015
20547
294273
287991
268740
1813
311
732
1634262
Oracle 9i JO
100,00%
100,00%
100,00%
100,00%
100,00%
100,00%
100,00%
100,00%
100,00%
100,00%
100,00%
100,00%
100,00%
100,00%
100,00%
100,00%
Oracle 9i JI
36047
20219
22734
237688
197812
203985
21000
20938
21171
295484
288531
269469
2063
312
735
1638188
Oracle 9i JI
100,31%
100,24%
100,83%
100,13%
99,81%
100,18%
100,00%
99,63%
103,04%
100,41%
100,19%
100,27%
113,79%
100,32%
100,41%
100,24%
Postgres 8.2
36281
20281
23047
237781
198984
205187
21015
20891
20532
295884
290032
270083
1360
203
468
1642029
Postgres 8.2
100,96%
100,55%
102,22%
100,16%
100,40%
100,78%
100,07%
99,41%
99,93%
100,55%
100,71%
100,50%
75,01%
65,27%
63,93%
100,48%
SUB time
Sub time prop.
SUB time
(ms)
(Toll. 5%)
(ms)
Extra, Oracle 9i JO Oracle 9i JO ACGT, Suffix-Array
35935
100,00%
47110
20171
100,00%
41797
22547
100,00%
75969
237391
100,00%
177875
198187
100,00%
175922
203609
100,00%
426172
21000
100,00%
8453
21015
100,00%
8109
20547
100,00%
7843
294273
100,00%
88765
287991
100,00%
85781
268740
100,00%
305547
1813
100,00%
221578
311
100,00%
161688
732
100,00%
290094
1634262
100,00%
2122703
Sub time prop.
(Toll. 5%)
Suffix-Array
131,10%
207,21%
336,94%
74,93%
88,77%
209,31%
40,25%
38,59%
38,17%
30,16%
29,79%
113,70%
12221,62%
51989,71%
39630,33%
129,89%
Sub tim e prop.
Conclusioni e sviluppi futuri
Conclusioni:
Studio e analisi di algoritmi innovativi per la ricerca di similarità tra frasi;
 Studio e analisi di algoritmi di Stemming;


Studio, implementazione e analisi di tecniche per la connessione a DBMS;

Studio, installazione e analisi di numerosi DBMS;

Sviluppo ed implementazione della portabilità su tutti i DBMS installati;

Sviluppo ed implementazione dell'interfaccia grafica;

Effettuazione e commento di numerose analisi prestazionali;

Studio e analisi di nuovo software per la comparazione in analisi.
Sviluppi futuri:
Sviluppare il software per l'utilizzo con altre lingue;
 Ottimizzare ulteriormente le prestazioni inserendo procedure Pg/SQL;


Implementare un metodo basato sulle tecniche sviluppate in Extra,
specifico per l'ambito di ricerca genetica.
GRAZIE A TUTTI
DELL'ATTENZIONE