Naloga rekonstrukcije bioloških omrežij, kot so metabolna in signalna omrežja, je v središču področja sistemske biologije. V članku predstavimo nekaj metod odkrivanja enačb, ki jih lahko uporabimo za rekonstrukcijo strukture omrežij in njihove celotne dinamike. Metode uporabljajo tako merjene podatke o časovnem poteku obnašanja sistema kot tudi obstoječe predznanje o modeliranem omrežju. Metode smo uporabili na nekaj problemih rekonstrukcije znanih in odkrivanja neznanih bioloških omrežjih in njihove dinamike.
COBISS.SI-ID: 21901607
Princip najmanjše opisne dolžine (NOD; angl. minimal description length - MDL) nam omogoča, da poiščemo optimalen kompromis med kompleksnostjo modela in njegovo napovedno napako. Predlagamo NOD shemo za regresijske polinomske enačbe, ki vsebuje shemi za kodiranje polinomov in nijhovih napak na podatkih. Našo izvedeno shemo NOD primerjamo z ad-hoc shemo NOD in pokažemo, da z njo dobimo boljše rezultate. Po točnosti je tako primerljiva z ostalimi regresijskimi metodami kot so modelska drevesa, pri tem pa so zgrajeni modeli veliko bolj preprosti.
COBISS.SI-ID: 21912103
Kmetijstvo je postalo močno zainteresirano za pridobivanje novih znanj o križanju genetsko modificiranih (GM) in konvencionalnih rastlin. Razvitih je bilo veliko modelov križanja med posevki, ki so zelo kompleksni in le redko ovrednoteni na realnih podatkih. Naš pristop uporablja realne podatke in ekspertno znanje za razvoj natančnih modelov križanja med GM in konvencionalnimi posevki, pri čemer imajo modeli obliko enačb. Uporaba ekspertnega znanja in metod za odkrivanje enačb na obravnavanem področju so novost in edinstven prispevek pri raziskovanju križanja GM in konvencionalnih posevkov.
COBISS.SI-ID: 22574375
V članku predstavimo avtomatsko odkrit model v obliki enačbe za napovedovanje koncentracije alg skupine dinoflagelata v jezeru Kinneret. Uporabili smo orodje za avtomatsko modeliranje (Lagramge), ki integrira dva pristopa k modeliranju: modeliranje na osnovi znanja in modeliranje na osnovi podatkov. Z uporabo podatkov in ekspertnega znanja zakodiranega v knjižnici modelarskega predznanja je Lagramge uspešno odkril več primernih matematičnih modelov. Med njimi smo nato na osnovi ekspertove vizualne ocene in validacije modelov izbrali optimalen model, ki je uporaben za dolgoročno napovedovanje.
COBISS.SI-ID: 24367399
Metode za induktivno modeliranje procesov najprej uporabimo za gradnjo modelov iz merjenih podatkov v izvorni domeni (npr. oceanski vodni ekosistem), se s pomočjo teh modelov naučimo omejitve za induktivno modeliranje procesov, nato pa tako dobljene omejitve prenesemo v naloge modeliranja v ciljni domeni (nor. jezerski vodni ekosistem). Predstavljeni rezultati kažejo, da je prenos omejitev prek različnih domen koristen v obeh smereh: iz oceanskega v jezerski vodni ekosistem in obratno. Prenesene omejitve izboljšajo učinkovitost učenja in le malo zmanjšajo napovedno točnost modelov.
COBISS.SI-ID: 3541422