1,731,641 research outputs found
Front Matter, Table of Contents, Preface, Conference Organization
No full textFront Matter, Table of Contents, Preface, Conference Organizatio
Prefix-Free Parsing for Building Big BWTs
No full textHigh-throughput sequencing technologies have led to explosive growth of genomic databases; one of which will soon reach hundreds of terabytes. For many applications we want to build and store indexes of these databases but constructing such indexes is a challenge. Fortunately, many of these genomic databases are highly-repetitive - a characteristic that can be exploited and enable the computation of the Burrows-Wheeler Transform (BWT), which underlies many popular indexes. In this paper, we introduce a preprocessing algorithm, referred to as prefix-free parsing, that takes a text T as input, and in one-pass generates a dictionary D and a parse P of T with the property that the BWT of T can be constructed from D and P using workspace proportional to their total size and O(|T|)-time. Our experiments show that D and P are significantly smaller than T in practice, and thus, can fit in a reasonable internal memory even when T is very large. Therefore, prefix-free parsing eases BWT construction, which is pertinent to many bioinformatics applications
Seed-driven Learning of Position Probability Matrices from Large Sequence Sets
No full textWe formulate and analyze a novel seed-driven algorithm SeedHam for PPM learning. To learn a PPM of length l, the algorithm uses the most frequent l-mer of the training data as a seed, and then restricts the learning into a small Hamming neighbourhood of the seed. The SeedHam method is intended for PPM learning from large sequence sets (up to hundreds of Mbases) containing enriched motif instances. A robust variant of the method is introduced that decreases contamination from artefact instances of the motif and thereby allows using larger Hamming neighbourhoods. To solve the motif orientation problem in two-stranded DNA we introduce a novel seed finding rule, based on analysis of the palindromic structure of sequences. Test experiments are reported, that illustrate the relative strengths of different variants of our methods, and show that our algorithms are fast and give stable and accurate results.
Availability and implementation: A C++ implementation of the method is available from https://github.com/jttoivon/seedham/
Contact: [email protected]
Verotuet, verosanktiot ja eriarvo tulo- ja varainverotuksessa
No full textVerkkoversio: Helsingin yliopisto, 2023Suomen tuloverotuksessa on runsaat sata verotukea. Perintö- ja lahjaverotuksessa, kiinteistöverotuksessa ja varainsiirtoverotuksessa verotukia on yhteensä parikymmentä. Verosanktioita on ansiotuloverotuksen aineellisissa säännöksissä vain yksi; yritysten verotuksessa niitä on muutamia, samoin kiinteistöverotuksessa. Kirjassa selvitetään tulo- ja varainverojen nykyisten verotukien ja verosanktioiden tausta, synty ja kehitys sekä tarkastellaan kriittisesti nykyistä järjestelmää kiinnittäen huomiota aineellisten säännösten lisäksi verotusmenettelyyn, verosuunnitteluun ja lainvalmistelun ongelmiin. Oikeustieteen tohtori Kalle Isotalo on varainverotuksen asiantuntija Verohallinnossa ja Lapin yliopiston vieraileva tutkija. Esko Linnakangas on Helsingin yliopiston finanssioikeuden emeritusprofessori, joka on työskennellyt myös hallintotuomioistuimissa.ei saavutettav
Taideverokirja : verot taiteessa ja taiteet verotuksessa
No full textAlunperin julkaistu Esko Linnakangas, 2021. Uudelleenjulkaistu Helsingin yliopiston kirjasto, 2021.Kirjassa selvitetään verotusteemaa ja sen kehitystä tauluissa, patsaissa, romaaneissa, elokuvissa, saduissa, piirroksissa ja runoissa sekä erityisesti protesti- ja muissa lauluissa. Käsittelyssä on suomalaisten taiteilijoiden teosten lisäksi ulkomaista aineistoa varsinkin USA:sta, Britanniasta ja Ruotsista, mutta myös esimerkiksi Norjasta ja Saksasta.
Tutkimuksen juridisessa osassa tarkastellaan, miten taiteet on otettu huomioon verolainsäädännössä sekä oikeus- ja verotuskäytännössä. Laajimmin analysoidaan tuloverotusta ja siihen liittyviä kysymyksiä. Tuloverotuksen lisäksi mukana ovat perintö- ja lahjaverotus, huvi- ja elokuvaverotus, arvonlisäverotus, tulliverotus ja arvonimivero. Kirjassa arvioidaan myös taideverotuksen tulevaisuutta.
Kirjassa on asiahakemiston lisäksi teos- ja taiteilijahakemistot.ei saavutettav
Fast Profile Matching Algorithms - a survey
No full textPosition-specific scoring matrices are a popular choice for modelling signals or motifs in biological sequences, both in DNA and protein contexts. A lot of effort has been dedicated to the definition of suitable scores and thresholds for increasing the specificity of the model and the sensitivity of the search. It is quite surprising that, until very recently, little attention has been paid to the actual process of finding the matches of the matrices in a set of sequences, once the score and the threshold have been fixed. In fact, most profile matching tools still rely on a simple sliding window approach to scan the input sequences. This can be a very time expensive routine when searching for hits of a large set of scoring matrices in a sequence database. In this paper we will give a survey of proposed approaches to speed up profile matching based on statistical significance, multipattern matching, filtering, indexing data structures, matrix partitioning, Fast Fourier Transform and data compression. These approaches improve the expected searching time of profile matching, thus leading to implementation of faster tools in practice
Veropolitiikan riidat, roolit ja rintamalinjat : Veroennätykset, veronmaksajajärjestöt, verokarhut, rikolliset ja verovalvonta
No full textVerkkoversio: Helsingin yliopisto, 2025Tutkimuksessa selvitetään veropolitiikkaan ja verotukseen vaikuttajien riitoja ja rooleja. Erityistarkastelussa on se, miten korkeimmat veroprosentit ovat kehittyneet ja mitkä ovat eri verolajien voimassa olevat Suomen ennätykset, ja se, minkälaiset ovat olleet veronmaksajajärjestöjen tavoitteet ja toiminta verotasojen osalta.
Keskeinen osa kirjasta on verotuksen hallinnossa työskennelleiden muisteluilla, joissa on käsitelty varsinkin harmaan talouden torjuntaa. Teoksen lopussa käsitellään rikollisten ja ilmiantajien verotusta sekä viranomaisten harkintavaltaa erityisesti verovalvonnassa. Kirjassa on laajat henkilö- ja asiahakemistot.
OTT, ekonomi Esko Linnakangas on Helsingin yliopiston finanssioikeuden emeritusprofessori, joka toimi ennen yliopistouraa hallintotuomioistuimissa. OTT Kalle Isotalo puolestaan työskentelee asiantuntijatehtävissä Verohallinnossa.ei saavutettav
Longest common substrings with k mismatches
No full textAbstractThe longest common substring with k-mismatches problem is to find, given two strings S1 and S2, a longest substring A1 of S1 and A2 of S2 such that the Hamming distance between A1 and A2 is ≤k. We introduce a practical O(nm) time and O(1) space solution for this problem, where n and m are the lengths of S1 and S2, respectively. This algorithm can also be used to compute the matching statistics with k-mismatches of S1 and S2 in O(nm) time and O(m) space. Moreover, we also present a theoretical solution for the k=1 case which runs in O(nlogm) time, assuming m≤n, and uses O(m) space, improving over the existing O(nm) time and O(m) space bound of Babenko and Starikovskaya [1]
Reconciling multiple genes trees via segmental duplications and losses
No full textReconciling gene trees with a species tree is a fundamental problem to understand the evolution of gene families. Many existing approaches reconcile each gene tree independently. However, it is well-known that the evolution of gene families is interconnected. In this paper, we extend a previous approach to reconcile a set of gene trees with a species tree based on segmental macroevolutionary events, where segmental duplication events and losses are associated with cost δ and λ, respectively. We show that the problem is polynomial-time solvable when δ ≤ λ (via LCA-mapping), while if δ > λ the problem is NP-hard, even when λ = 0 and a single gene tree is given, solving a long standing open problem on the complexity of the reconciliation problem. On the positive side, we give a fixed-parameter algorithm for the problem, where the parameters are δ/ λ and the number d of segmental duplications, of time complexity O(⌈δ/λ ⌉d · n δ/λ ). Finally, we demonstrate the usefulness of this algorithm on two previously studied real datasets: we first show that our method can be used to confirm or refute hypothetical segmental duplications on a set of 16 eukaryotes, then show how we can detect whole genome duplications in yeast genomes
- …
