Το έργο με τίτλο Εύρεση της καλύτερης σύνθεσης για βιολογικές προσομοιώσεις στο PhysiBoSS από τον/τους δημιουργό/ούς Tsolekas Marios διατίθεται με την άδεια Creative Commons Αναφορά Δημιουργού 4.0 Διεθνές
Βιβλιογραφική Αναφορά
Μάριος Τσολέκας, "Εύρεση της καλύτερης σύνθεσης για βιολογικές προσομοιώσεις στο PhysiBoSS ", Διπλωματική Εργασία, Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών, Πολυτεχνείο Κρήτης, Χανιά, Ελλάς, 2021
https://doi.org/10.26233/heallink.tuc.89720
Οι βιολογικές προσομοιώσεις με στόχο την προσομοίωση μεγάλων πληθυσμώνκυττάρων έχουν καθιερωθεί πλέον ως ένα απαραίτητο εργαλείο της μοντέρναςεπιστήμης και το λογισμικό που έχει αναπτυχθεί με αυτόν τον σκοπόκατά νου είναι περίπλοκο, καθώς χρειάζεται να προσομοιώσει όχι μόνο τηναλληλεπίδραση των γειτονικών κυττάρων, αλλά και το πώς επηρεάζεται τοκαθένα από εξωτερικούς ερεθισμούς, καθώς και πως επηρεάζονται ομάδεςεξ αυτών. Βάσει των παραπάνω δεν καθιστά έκπληξη το ότι αυτές οιπροσομοιώσεις έχουν αρκετά μεγάλο χρόνο εκτέλεσης, πράγμα που καθιστάδύσκολη και χρονοβόρα την εκτέλεσή τους για κάθε δυνατό συνδυασμόπαραμέτρων σε αναζήτηση ενός βέλτιστου αποτελέσματος.Το σύστημα που παρουσιάζεται σε αυτή την διπλωματική εργασία έχειως στόχο την επίλυση αυτού του προβλήματος, χρησιμοποιώντας την μέθοδοτης Μπαεσιανής βελτιστοποίησης για να βρει στοχαστικά έναν βέλτιστοσυνδυασμό παραμέτρων, για τις βιολογικές προσομοιώσεις του PhysiBoSS,ο οποίος θα ελαχιστοποιεί τον αριθμό των ζωντανών καρκινικών κυττάρων.Θεωρώντας τις προσομοιώσεις αυτές ως συναρτήσεις «μαύρα κουτιά» καιμοντελοποιώντας τες βάσει δειγμάτων που επιλέγονται από μια συνάρτησηαπόκτησης, καθίσταται δυνατό να συγκλίνει γοργά το σύστημα σε ένανβέλτιστο συνδυασμό παραμέτρων που αντιστοιχεί στο επιθυμητό ολικόμέγιστο ή ελάχιστο, εκτελώντας έναν πολύ μικρό αριθμό προσομοιώσεων, γιαπαράδειγμα, σε έναν χώρο αναζήτησης μερικών χιλιάδων σημείων η διαδικασίααυτή θα χρειαστεί λιγότερα από πενήντα δείγματα.