diplomsko delo
Jurij Nastran (Avtor), Miha Moškon (Mentor), Žiga Pušnik (Komentor)

Povzetek

V okviru diplomske naloge predstavimo postopek analize robusnosti modelov sintetičnih bioloških gradnikov. Postopek analize demonstiramo na primeru modela biološkega procesorja. Robustnost ocenimo na podlagi volumna prostora dopustnih parametrov v visokodimenzionalnem prostoru. Ta volumen izračunamo z uporabo genetskih algoritmov, metode glavnih komponent, nazadnje pa z metodo Monte Carlo. V diplomski nalogi demonstriramo pomembnost učinkovitega reduciranja omejujočega prostora možnih Monte Carlo vzorčenj za pridobitev natančnejšega rezultata z manj ponovitvami. Namesto hiperkvadra predlagamo uporabo hiperelipsoidov. Implementiramo metodo naključnega enakomernega vzorčenja znotraj danega hiperelipsoida. Primerjamo tudi dva pristopa za računanje omejujočega hiperelipsoida s čim manjšim volumnom. Z uporabo teh metod demonstriramo prednosti in slabosti uporabe hiperelipsoidov kot alternativi hiperkvadra pri izbiri omejujočih teles. Pri nekaterih množicah dopustnih parametrov vodi manjši volumen omejujočega hiperelipsoida k redukciji potrebnih vzorčenj Monte Carlo za več kot magnitudo.

Ključne besede

analiza robustnosti;vzorčenje Monte Carlo;hiperkvader;hiperelipsoid;volumen;sintezna biologija;modeliranje;simulacija;računalništvo;računalništvo in informatika;univerzitetni študij;diplomske naloge;

Podatki

Jezik: Slovenski jezik
Leto izida:
Tipologija: 2.11 - Diplomsko delo
Organizacija: UL FRI - Fakulteta za računalništvo in informatiko
Založnik: [J. Nastran]
UDK: 004.8:575.112(043.2)
COBISS: 31471363 Povezava se bo odprla v novem oknu
Št. ogledov: 1071
Št. prenosov: 223
Ocena: 0 (0 glasov)
Metapodatki: JSON JSON-RDF JSON-LD TURTLE N-TRIPLES XML RDFA MICRODATA DC-XML DC-RDF RDF

Ostali podatki

Sekundarni jezik: Angleški jezik
Sekundarni naslov: Robustness assessment of the biological processor using hyperellipsoids
Sekundarni povzetek: As part of this thesis, we present extentions of the current methods for the analysis of the robustness of synthetic biological systems. We demonstrate the new methods on a proposed programmable biological processor. The robustness is calculated using the volume of the body of viable parameters in high dimensional space. This volume is estimated using a genetic algorithm, principal component analysis and lastly Monte Carlo method. We demonstrate the importance the minimum enclosing body has on the efficiency of our method. Thus we focus our attention on improving the fitting of the enclosing body around the viable points. Instead of hypercuboids we demonstrate the advantages of the usage of hyperellipsoids as a viable alternative. For this purpose, a method for random uniform sampling inside of hyperellipsoid is implemented. Two competing methods of finding the minimum volume enclosing ellipsoids are also compared. We demonstrate the usefulness of the hyperellipsoid methods over the hypercuboid approach using the data provided by the biological processor model. In some cases, the ellipsoid approach is shown to reduce the number of required samplings by almost a magnitude.
Sekundarne ključne besede: robustness analysis;Monte Carlo sampling;hypercuboid;hyperellipsoid;volume;synthetic biology;modelling;simulation;computer science;computer and information science;diploma thesis;
Vrsta dela (COBISS): Diplomsko delo/naloga
Študijski program: 1000468
Konec prepovedi (OpenAIRE): 1970-01-01
Komentar na gradivo: Univ. v Ljubljani, Fak. za računalništvo in informatiko
Strani: 47 str.
ID: 12037028