SlideShare a Scribd company logo
Южный Федеральный Университет
    НИИ Нейрокибернетики им А.Б. Когана
      Лаборатория Нейроинформатики
       Сенсорных и Моторных Систем



МЕТОДЫ ОПТИМИЗАЦИИ В
НЕЙРОМОДЕЛИРОВАНИИ


      Тикиджи – Хамбурьян Рубен Акимович
                rth@nisms.krinc.ru
Операторы скрещивания и мутации


Z ={z i }={x 1 , x 2 ,⋯, x k −1 , y k ,⋯, y n }      zk=zk

X и Y – родительские хромосомы:
         X ={x 1, x 2, ⋯, x n }         Y ={ y 1, y 2, ⋯, y n }
xi и yi – отдельные гены в хромосомах родителей, Z
– хромосома потомка, zi – ген в хромосоме потомка,
n – общее число генов в хромосоме, k – целое
случайное число k ∈[1, n]
Операторы скрещивания и мутации


                                          l    r    l
Z ={z i }; z i = x i  yi − xi    z k = z  z − z 
                                          k    k    k




где: ζ – случайное число, zkl и zkr – левые и правые
максимальные границы значения параметра zk.
Операторы скрещивания и мутации
Индивидуальная адаптивная мутация
                  n
                       min x i , y i 
       R X , Y = ∏
                 i=1   max  x i , y i 
Индивидуальная адаптивная мутация
                       n
                            min x i , y i 
       R X , Y =∏
                      i=1   max  x i , y i 


        mi = max R X i , X j 
            j ∈[i1, S ]
Индивидуальная адаптивная мутация
                       n
                               min x i , y i 
       R X , Y =∏
                      i=1      max  x i , y i 


        mi = max R X i , X j 
            j ∈[i1, S ]




            {
                                           if mi 
        pi = 1−
             1−
                  mi −1 1                   else
Ограничение второго порядка

              if pi  : X i removed



где Θ – порог ограничения второго порядка,
определяющий степень мутаций, «несовместимых с
жизнью».
Попробуем
           Таб. 1 Список свободных параметров модели и диапазоны их изменения.
                                                           Минимальное Максимальное
                         Параметр
                                                             значение        значение
Проводимость утечки [mS/cm2]                                 0.01            0.1
Потенциал утечки [mV]                                         -70            -58
Проводимость быстрого натриевого канала [mS/cm2]              40             55
Температурный коэффициент быстрого натриевого канала         0.125           1.0
Проводимость медленного калиевого канала [mS/cm2]             9.0           20.0
Температурный коэффициент медленного калиевого канала        0.125           1.0
Проводимость быстрого калиевого канала A-типа [mS/cm2]        0.5            5.5
Проводимость    высокопорогового    кальциевого     канала    0.1            1.5

[mS/cm2]
Проводимость кальций зависимого калиевого канала              0.2           10.0

[mS/cm2]
Проводимость    неинактивируемого    натриевого     канала   0.01            0.2

[mS/cm2]
Коэффициент нарастания внутриклеточного кальция               1.0            7.5
Постоянная времени выброса кальция из клетки [ms]            20.0           300.0
Коэффициент нарастания синаптической проводимости             0.7            7.0
Постоянная времени выброса синаптической проводимости         1.0           20.0

[ms]
Максимальное значение синаптической проводимости [mS]        1е-7           1е-5
Пример эволюции первых 84-х поколений из 1008 особей. Начальная популяция из девяти особей
для всех методов одинаковая. ○ – ГА с бинарным скрещиванием; ◊ – с введением двух типов
скрещивания; □ – тоже что и ○, но с адаптивной индивидуальной мутацией Θ = 0.7 и θ = 0.75; х –
полностью модифицированный ГА. Для всех вариантов эволюций S = 120. По оси: абсцисс – общее
число особей, принявших участие в эволюции, ординат – значение ЦФ.
Динамика появления новой особи с максимальным значением ЦФ (маркируется треугольником,
левая ось), средним значением ЦФ по популяции (пунктирная линия, левая ось) и средним
значением фактора мутации (непрерывная линия, правая ось в %) на протяжении эволюции сорока
тысяч особей (более трех тысяч поколений). Единица измерения по оси абсцисс – тысяча особей,
принявших участие в эволюции.
Почему это работает?
Почему это работает?


{... 0.05, ...}
                  {... 0.3, ...}
{... 2.0, ...}                      {... 0.07, ...}
                  {... 0.07, ...}




      x ia                               xib
http://www.niisi.ru/iont/ni/Journal/V3/N1/TikH.pdf




http://www.biomedcentral.com/1471-2202/9/S1/P91

More Related Content

Similar to Optimization Methods in Neuromodelling

Finding the Source of Sound
Finding the Source of SoundFinding the Source of Sound
Finding the Source of Sound
SSA KPI
 
В.С.Крикоров-Единый Космос 3
В.С.Крикоров-Единый Космос 3В.С.Крикоров-Единый Космос 3
В.С.Крикоров-Единый Космос 3Yury Podusov
 
Крылов Б.В.
Крылов Б.В.Крылов Б.В.
Крылов Б.В.
ThinTech
 
317.оптимизация интервалов времени измерения интенсивности потоков излучений
317.оптимизация интервалов времени измерения интенсивности потоков излучений317.оптимизация интервалов времени измерения интенсивности потоков излучений
317.оптимизация интервалов времени измерения интенсивности потоков излученийivanov1566359955
 
Лекция №16. Поиск подстрок. Предмет "Структуры и алгоритмы обработки данных"
Лекция №16. Поиск подстрок. Предмет "Структуры и алгоритмы обработки данных"Лекция №16. Поиск подстрок. Предмет "Структуры и алгоритмы обработки данных"
Лекция №16. Поиск подстрок. Предмет "Структуры и алгоритмы обработки данных"Nikolay Grebenshikov
 

Similar to Optimization Methods in Neuromodelling (6)

Finding the Source of Sound
Finding the Source of SoundFinding the Source of Sound
Finding the Source of Sound
 
4
44
4
 
В.С.Крикоров-Единый Космос 3
В.С.Крикоров-Единый Космос 3В.С.Крикоров-Единый Космос 3
В.С.Крикоров-Единый Космос 3
 
Крылов Б.В.
Крылов Б.В.Крылов Б.В.
Крылов Б.В.
 
317.оптимизация интервалов времени измерения интенсивности потоков излучений
317.оптимизация интервалов времени измерения интенсивности потоков излучений317.оптимизация интервалов времени измерения интенсивности потоков излучений
317.оптимизация интервалов времени измерения интенсивности потоков излучений
 
Лекция №16. Поиск подстрок. Предмет "Структуры и алгоритмы обработки данных"
Лекция №16. Поиск подстрок. Предмет "Структуры и алгоритмы обработки данных"Лекция №16. Поиск подстрок. Предмет "Структуры и алгоритмы обработки данных"
Лекция №16. Поиск подстрок. Предмет "Структуры и алгоритмы обработки данных"
 

More from SSA KPI

Germany presentation
Germany presentationGermany presentation
Germany presentationSSA KPI
 
Grand challenges in energy
Grand challenges in energyGrand challenges in energy
Grand challenges in energySSA KPI
 
Engineering role in sustainability
Engineering role in sustainabilityEngineering role in sustainability
Engineering role in sustainabilitySSA KPI
 
Consensus and interaction on a long term strategy for sustainable development
Consensus and interaction on a long term strategy for sustainable developmentConsensus and interaction on a long term strategy for sustainable development
Consensus and interaction on a long term strategy for sustainable developmentSSA KPI
 
Competences in sustainability in engineering education
Competences in sustainability in engineering educationCompetences in sustainability in engineering education
Competences in sustainability in engineering educationSSA KPI
 
Introducatio SD for enginers
Introducatio SD for enginersIntroducatio SD for enginers
Introducatio SD for enginersSSA KPI
 
DAAD-10.11.2011
DAAD-10.11.2011DAAD-10.11.2011
DAAD-10.11.2011
SSA KPI
 
Talking with money
Talking with moneyTalking with money
Talking with money
SSA KPI
 
'Green' startup investment
'Green' startup investment'Green' startup investment
'Green' startup investment
SSA KPI
 
From Huygens odd sympathy to the energy Huygens' extraction from the sea waves
From Huygens odd sympathy to the energy Huygens' extraction from the sea wavesFrom Huygens odd sympathy to the energy Huygens' extraction from the sea waves
From Huygens odd sympathy to the energy Huygens' extraction from the sea waves
SSA KPI
 
Dynamics of dice games
Dynamics of dice gamesDynamics of dice games
Dynamics of dice games
SSA KPI
 
Energy Security Costs
Energy Security CostsEnergy Security Costs
Energy Security Costs
SSA KPI
 
Naturally Occurring Radioactivity (NOR) in natural and anthropic environments
Naturally Occurring Radioactivity (NOR) in natural and anthropic environmentsNaturally Occurring Radioactivity (NOR) in natural and anthropic environments
Naturally Occurring Radioactivity (NOR) in natural and anthropic environments
SSA KPI
 
Advanced energy technology for sustainable development. Part 5
Advanced energy technology for sustainable development. Part 5Advanced energy technology for sustainable development. Part 5
Advanced energy technology for sustainable development. Part 5
SSA KPI
 
Advanced energy technology for sustainable development. Part 4
Advanced energy technology for sustainable development. Part 4Advanced energy technology for sustainable development. Part 4
Advanced energy technology for sustainable development. Part 4
SSA KPI
 
Advanced energy technology for sustainable development. Part 3
Advanced energy technology for sustainable development. Part 3Advanced energy technology for sustainable development. Part 3
Advanced energy technology for sustainable development. Part 3
SSA KPI
 
Advanced energy technology for sustainable development. Part 2
Advanced energy technology for sustainable development. Part 2Advanced energy technology for sustainable development. Part 2
Advanced energy technology for sustainable development. Part 2
SSA KPI
 
Advanced energy technology for sustainable development. Part 1
Advanced energy technology for sustainable development. Part 1Advanced energy technology for sustainable development. Part 1
Advanced energy technology for sustainable development. Part 1
SSA KPI
 
Fluorescent proteins in current biology
Fluorescent proteins in current biologyFluorescent proteins in current biology
Fluorescent proteins in current biology
SSA KPI
 
Neurotransmitter systems of the brain and their functions
Neurotransmitter systems of the brain and their functionsNeurotransmitter systems of the brain and their functions
Neurotransmitter systems of the brain and their functions
SSA KPI
 

More from SSA KPI (20)

Germany presentation
Germany presentationGermany presentation
Germany presentation
 
Grand challenges in energy
Grand challenges in energyGrand challenges in energy
Grand challenges in energy
 
Engineering role in sustainability
Engineering role in sustainabilityEngineering role in sustainability
Engineering role in sustainability
 
Consensus and interaction on a long term strategy for sustainable development
Consensus and interaction on a long term strategy for sustainable developmentConsensus and interaction on a long term strategy for sustainable development
Consensus and interaction on a long term strategy for sustainable development
 
Competences in sustainability in engineering education
Competences in sustainability in engineering educationCompetences in sustainability in engineering education
Competences in sustainability in engineering education
 
Introducatio SD for enginers
Introducatio SD for enginersIntroducatio SD for enginers
Introducatio SD for enginers
 
DAAD-10.11.2011
DAAD-10.11.2011DAAD-10.11.2011
DAAD-10.11.2011
 
Talking with money
Talking with moneyTalking with money
Talking with money
 
'Green' startup investment
'Green' startup investment'Green' startup investment
'Green' startup investment
 
From Huygens odd sympathy to the energy Huygens' extraction from the sea waves
From Huygens odd sympathy to the energy Huygens' extraction from the sea wavesFrom Huygens odd sympathy to the energy Huygens' extraction from the sea waves
From Huygens odd sympathy to the energy Huygens' extraction from the sea waves
 
Dynamics of dice games
Dynamics of dice gamesDynamics of dice games
Dynamics of dice games
 
Energy Security Costs
Energy Security CostsEnergy Security Costs
Energy Security Costs
 
Naturally Occurring Radioactivity (NOR) in natural and anthropic environments
Naturally Occurring Radioactivity (NOR) in natural and anthropic environmentsNaturally Occurring Radioactivity (NOR) in natural and anthropic environments
Naturally Occurring Radioactivity (NOR) in natural and anthropic environments
 
Advanced energy technology for sustainable development. Part 5
Advanced energy technology for sustainable development. Part 5Advanced energy technology for sustainable development. Part 5
Advanced energy technology for sustainable development. Part 5
 
Advanced energy technology for sustainable development. Part 4
Advanced energy technology for sustainable development. Part 4Advanced energy technology for sustainable development. Part 4
Advanced energy technology for sustainable development. Part 4
 
Advanced energy technology for sustainable development. Part 3
Advanced energy technology for sustainable development. Part 3Advanced energy technology for sustainable development. Part 3
Advanced energy technology for sustainable development. Part 3
 
Advanced energy technology for sustainable development. Part 2
Advanced energy technology for sustainable development. Part 2Advanced energy technology for sustainable development. Part 2
Advanced energy technology for sustainable development. Part 2
 
Advanced energy technology for sustainable development. Part 1
Advanced energy technology for sustainable development. Part 1Advanced energy technology for sustainable development. Part 1
Advanced energy technology for sustainable development. Part 1
 
Fluorescent proteins in current biology
Fluorescent proteins in current biologyFluorescent proteins in current biology
Fluorescent proteins in current biology
 
Neurotransmitter systems of the brain and their functions
Neurotransmitter systems of the brain and their functionsNeurotransmitter systems of the brain and their functions
Neurotransmitter systems of the brain and their functions
 

Optimization Methods in Neuromodelling

  • 1. Южный Федеральный Университет НИИ Нейрокибернетики им А.Б. Когана Лаборатория Нейроинформатики Сенсорных и Моторных Систем МЕТОДЫ ОПТИМИЗАЦИИ В НЕЙРОМОДЕЛИРОВАНИИ Тикиджи – Хамбурьян Рубен Акимович rth@nisms.krinc.ru
  • 2. Операторы скрещивания и мутации Z ={z i }={x 1 , x 2 ,⋯, x k −1 , y k ,⋯, y n } zk=zk X и Y – родительские хромосомы: X ={x 1, x 2, ⋯, x n } Y ={ y 1, y 2, ⋯, y n } xi и yi – отдельные гены в хромосомах родителей, Z – хромосома потомка, zi – ген в хромосоме потомка, n – общее число генов в хромосоме, k – целое случайное число k ∈[1, n]
  • 3. Операторы скрещивания и мутации l r l Z ={z i }; z i = x i  yi − xi  z k = z  z − z  k k k где: ζ – случайное число, zkl и zkr – левые и правые максимальные границы значения параметра zk.
  • 5. Индивидуальная адаптивная мутация n min x i , y i  R X , Y = ∏ i=1 max  x i , y i 
  • 6. Индивидуальная адаптивная мутация n min x i , y i  R X , Y =∏ i=1 max  x i , y i  mi = max R X i , X j  j ∈[i1, S ]
  • 7. Индивидуальная адаптивная мутация n min x i , y i  R X , Y =∏ i=1 max  x i , y i  mi = max R X i , X j  j ∈[i1, S ] {  if mi  pi = 1− 1−  mi −1 1 else
  • 8. Ограничение второго порядка if pi  : X i removed где Θ – порог ограничения второго порядка, определяющий степень мутаций, «несовместимых с жизнью».
  • 9. Попробуем Таб. 1 Список свободных параметров модели и диапазоны их изменения. Минимальное Максимальное Параметр значение значение Проводимость утечки [mS/cm2] 0.01 0.1 Потенциал утечки [mV] -70 -58 Проводимость быстрого натриевого канала [mS/cm2] 40 55 Температурный коэффициент быстрого натриевого канала 0.125 1.0 Проводимость медленного калиевого канала [mS/cm2] 9.0 20.0 Температурный коэффициент медленного калиевого канала 0.125 1.0 Проводимость быстрого калиевого канала A-типа [mS/cm2] 0.5 5.5 Проводимость высокопорогового кальциевого канала 0.1 1.5 [mS/cm2] Проводимость кальций зависимого калиевого канала 0.2 10.0 [mS/cm2] Проводимость неинактивируемого натриевого канала 0.01 0.2 [mS/cm2] Коэффициент нарастания внутриклеточного кальция 1.0 7.5 Постоянная времени выброса кальция из клетки [ms] 20.0 300.0 Коэффициент нарастания синаптической проводимости 0.7 7.0 Постоянная времени выброса синаптической проводимости 1.0 20.0 [ms] Максимальное значение синаптической проводимости [mS] 1е-7 1е-5
  • 10. Пример эволюции первых 84-х поколений из 1008 особей. Начальная популяция из девяти особей для всех методов одинаковая. ○ – ГА с бинарным скрещиванием; ◊ – с введением двух типов скрещивания; □ – тоже что и ○, но с адаптивной индивидуальной мутацией Θ = 0.7 и θ = 0.75; х – полностью модифицированный ГА. Для всех вариантов эволюций S = 120. По оси: абсцисс – общее число особей, принявших участие в эволюции, ординат – значение ЦФ.
  • 11. Динамика появления новой особи с максимальным значением ЦФ (маркируется треугольником, левая ось), средним значением ЦФ по популяции (пунктирная линия, левая ось) и средним значением фактора мутации (непрерывная линия, правая ось в %) на протяжении эволюции сорока тысяч особей (более трех тысяч поколений). Единица измерения по оси абсцисс – тысяча особей, принявших участие в эволюции.
  • 12.
  • 14. Почему это работает? {... 0.05, ...} {... 0.3, ...} {... 2.0, ...} {... 0.07, ...} {... 0.07, ...} x ia xib