Тип работы:
Предмет:
Язык работы:


Ландшафт приспособленности модельной нейронной сети

Работа №20934

Тип работы

Бакалаврская работа

Предмет

физика

Объем работы60
Год сдачи2018
Стоимость5900 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено
473
Не подходит работа?

Узнай цену на написание


ВВЕДЕНИЕ 5
1 Обзор литературы 6
1.1 Проблема воспроизводимости эволюционных траекторий 6
1.2 Эксперименты по воспроизводимости эволюции 7
1.3 Ландшафт приспособленности 8
1.4 Эволюция геномов, эволюция белков 13
1.5 Особенности биологических систем 14
1.6 Эвристическое моделирование 15
1.7 Формальный вид эволюционного процесса 16
1.8 Нейронная сеть как модельный объект эволюционного процесса 17
1.9 Сеть формальных нейронов 18
1.10 Обучение нейронной сети 21
1.11 Экстремальность и дивергенция траекторий 22
1.12 Характер дивергентного движения 25
1.13 Большие и малые этапы обучения 26
1.14 Разрез ландшафта в окрестности финала обучения 27
1.15 Интерполированный ландшафт приспособленности 28
2 Материалы и методы 31
2.1 Программа для создания ансамблей нейронных сетей 31
2.2 Программа для векторного представления траекторий 36
2.3 Программа расчёта параметра дивергентного движения 36
2.4 Программа для визуализации ландшафта вблизи финальной точки
траектории 37
2.5 Программа интерполяции ландшафта и его визуализации 38
3 Результаты и их обсуждение 39
3.1 Векторное представление траекторий 39
3.2 Ландшафты вблизи финальной точки траектории 40
3.3 Оценка параметра дивергентного движения 43
3.4 Интерполированные ландшафты приспособленности 51
ВЫВОДЫ 53
Список использованных источников 54
Список сокращений 59

Вопрос о том идет ли эволюция по детерминированному пути или может протекать по большому числу альтернативных траекторий инициировал интенсивные исследования последних лет. Экспериментальные эволюционные исследования совместно с математическим моделированием ландшафтов функции приспособленности дают возможность эффективно работать с проблемой воспроизводимости эволюционных траекторий.
Однако успешность исследований во многом зависит от адекватности концепции изучаемого процесса. Анализ литературы показывает, что существующие концепции формирования эволюционных исходов не могут объяснить некоторые характерные свойства эволюционного процесса, связанные с множественностью эволюционных исходов. Данной работа основана на концепции, согласно которой множественность исходов является прямым следствием механизма эволюционного процесса, а именно, результатом действия функционально-инвариантных вариаций, изменяющих структуру без изменения функции.

Возникли сложности?

Нужна помощь преподавателя?

Помощь студентам в написании работ!


1. Были разработаны программные инструменты для вычислительных экспериментов различной направленности в рамках, связанных с ландшафтом приспособленности модельной нейронной сети.
2. В качестве показателя дивергентного движения на основе простых геометрических соображений был выбран угол отклонения от центрального вектора группового движения траекторий.
3. Результаты моделирования показали, что степень детерминированности эволюционных траекторий не имеет какого-либо явно выраженной зависимости от стадии обучения, но сильно зависит от расположения стартовой точки на ландшафте, даже для структур соответствующих одной и той же функции.
4. Существование участков малых и больших величин расхождения указывает на наличие плохо и хорошо проходимых мест ландшафта приспособленности, наличие которых представляет большой интерес, так как данный факт находится в хорошем соответствии с результатами реальных экспериментов по эволюции.
5. Визуализированная картина ландшафта наглядно демонстрирует его неровность и наличие множества вариантов эволюционных траекторий.



1. Волькенштеин М.В. Общая биофизика. / М.В. Волькенштейн : Наука, 1978. - 590 с.
2. Gould S. Wonderful Life: The Burgess Shale and the Nature of History. / S. Gould : W. W. Norton and Company. 1990. - 347 с.
3. Kimura M. The neutral theory of molecular evolution. / M. Kimura : Cambridge University Press, 1983. - 367 c.
4. Kimura M. DNA and the neutral theory. / M. Kimura // Phil. Trans. R. Soc. Lond. B. - 1986. - T. 312. - 1154. - 343-354.
5. Рашевский H. Модели и математические принципы в биологии. / Н. Рашевский // Теоретическая и математическая биология : Мир, 1968. - 48¬66 с.
6. Lobkovsky A. E. Predictability of evolutionary trajectories in fitness landscapes. / A. E. Lobkovsky, Y. I. Wolf, E. V. Koonin // PLoS computational biology. - 2011. - T. 7. - 12. - 11 с.
7. Finishing the euchromatic sequence of the human genome. / International Human Genome Sequencing Consortium. // Nature. - 2004. - T. 431. - 7011. - 931 с.
8. Gresham D. The repertoire and dynamics of evolutionary adaptations to controlled nutrient-limited environments in yeast. / D. Gresham, M. M. Desai, C. M. Tucker, H. T. Jenq, D. A. Pai, A. Ward, et al. // PLoS Genet. 4. - 2008. - T. 4. - 12. - 19 с.
9. Cooper, T. E. Experimental evolution with E. coli in diverse resource environments. I. Fluctuating environments promote divergence of replicate populations. / T. E Cooper, R. E Lenski // BMC evolutionary biology. - 2010. - T. 10. - 1. - 11 с.
10. Meyer, R. Repeatability and contingency in the evolution of a key innovation in phage lambda. / R. Meyer,D. T. Dobias, J. S. Weitz, J. E. Barrick, R. T. Quick, R. E. Lenski // Science. - 2012. - T. 335. - 6067. - 428-432 с.
11. Gavrilets S. High-dimensional fitness landscapes and speciation. / S. Gavrilets // Evolution: The extended synthesis. : Citeseer, 2004. - 45-80 c.
12. Wright S. The roles of mutation, inbreeding, crossbreeding, and selection in evolution. / S. Wright // Proceedings of the VI International Congress of Genetics. - 1932. - T. 1. - 8. - 356-366 c.
13. Wright S. Surfaces of selective value revisited. / S. Wright // The American Naturalist. - 1988. - T. 131. - 1. - 115-123 c.
14. Coyne J. A. Perspective: a critique of Sewall Wright's shifting balance theory of evolution. / J. A. Coyne, N. H. Barton, M. Turelli // Evolution. - 1997. - T. 51. - 3. - 643-671 c.
15. Pigliucci M. Making Sense of Evolution: The Conceptual Foundations of Evolutionary Biology. / M. Pigliucci, J. Kaplan : Chicago: University of Chicago Press., 2006. - 236 c.
16. Wright S. Evolution in Mendelian populations // Genetics. - 1931. - T. 16. - №. 2. - C. 97-159.
17. Price G. R. Fisher's ‘fundamental theorem'made clear. / G. R. Price // Annals of human genetics. - 1972. - T. 36. - 2. - 129-140 c.
18. Koonin E. V. The logic of chance: the nature and origin of biological evolution. / Koonin E. V. : FT press, 2011. - 528 c.
19. Gillespie J. H. The neutral theory in an infinite population. / J. H.Gillespie // Gene. - 2000. - T. 261. - 1. - 11-18 c.
20. Podgornaia A. I. Pervasive degeneracy and epistasis in a protein-protein interface. / A. I. Podgornaia, M. T. Laub // Science. - 2015. - T. 347. - 6222. - 673-677 c.
21. Starr T. N. Alternative evolutionary histories in the sequence space of an ancient protein. / T. N. Starr, L. K. Picton, J. W. Thornton // Nature. - 2017. - T. 549. - 7672. - 409 c.
22. Rosen R. Structural and functional considerations in the modeling of biological organization. / R. Rosen // Center for Theoretical Biology, State University of New York at Buffalo. - 1970. - T. 77. - №. 25. - 1-12 c.
23. Mossio M. A computable expression of closure to efficient causation / M. Mossio, G. Longo, J. Stewart // Journal of Theoretical Biology. - 2009. - T. 257. - №. 3. - 489-498 c.
24. Stewart J. Is” life” computable? on the simulation of closure under efficient causation / J. Stewart, M. Mossio //ENACTIVE. - 2007. - T. 7. - 271-276 c.
25. Фон Нейман, Дж. Теория самовоспроизводящихся автоматов / Дж. Фон Нейман; закончено и отредактировано А. Бёрксом. - М.: Мир, 1971. - 382 с.
26. Барцев С. И. Эвристические нейросетевые модели в биофизике / С. И. Барцев, О. Д. Барцева. - 2007. - 91 с.
27. Эйген М. Самоорганизация материи и эволюция биологических макромолекул. / М. Эйген : Мир, 1973. - 214 с.
28. Forst C. V. Evolutionary dynamics and optimization / C. V. Forst, C. Reidys, J. Weber // European Conference on Artificial Life. - Springer, Berlin, Heidelberg, 1995. - 128-147 с.
29. Schuster P. How does complexity arise in evolution? / P. Schuster // Evolution and Progress in Democracies. - Springer, Dordrecht, 1996. - 147-159 c.
30. Niklas K. J. Morphological evolution through complex domains of fitness / K. J. Niklas // Proceedings of the National Academy of Sciences. - 1994. - T. 91. - №. 15. - 6772-6779 c.
31. Huynen M. Smoothness within ruggedness: the role of neutrality in adaptation. / M. A. Huynen, P. F. Stadler, W. Fontana // Proceedings of the National Academy of Sciences. - 1996. - T. 93. - №. 1. - 397-401 c.
32. Барцев, С. И. Адаптивные сети, функционирующие в непрерывном режиме / С. И. Барцев, В. А. Охонин // Эволюционное моделирование и кинетика. - Новосибирск: Наука, 1992. - 24-30 с.
33. Wolpert D. No free lunch theorems for search. / D. Wolpert, W. Macready // Technical Report SFI-TR-95-02-010, Santa Fe Institute. - 1995. - T. 10. - 38 c.
34. Reidys, C. M. Combinatorial Landscapes : Report # 01-03-014 / C. M. Reidys, P. F. Stadler; Santa Fe Institute // Technical Report, Santa Fe Institute. - 2003.
35. Theodoridis G. C. et al. On evolutive systems and the initial evolution of structure and function //Journal of theoretical biology. - 1996. - T. 178. - №. 1. - C. 61-88.
36. Partridge D., Yates W. B. Replicability of neural computing experiments //Complex Systems. - 1996. - T. 10. - №. 4. - C. 257-282.
37. Финкельштейн, А. В. Физика белка / А. В. Финкельштейн, О. Б. Птицын. - М.: Кн. дом «Университет», 2002. - 376 с.
38. Colombo M. et al. The ecological and genetic basis of convergent thick-lipped phenotypes in cichlid fishes //Molecular Ecology. - 2013. - T. 22. - №. 3. - C. 670-684.
39. Горбань A.H. Обобщенная аппроксимационная теорема и вычислительные
возможности нейронных сетей. / Горбань А.Н. //
Сиб.журн.вычисл.математики; РАН. Сиб.отд-е. - 1998. - Т. 1. - №. 1. - 11¬24 с.
40. Осовский С. Нейронные сети для обработки информации / С. Осовский // Финансы и статистика. - 2002. - 344 с.
41. Haykin S. S. Neural networks and learning machines. / S. S. Haykin // Upper Saddle River, NJ. - USA: Pearson. - 2009. - T. 3.
42. Барцев С.И. Эвристические нейросетевые модели и ключевые проблемы биофизики / С.И. Барцев, И.И. Гительзон, А.Г. Дегерменджи // Институт биофизики СО РАН V съезд биофизиков. - России Ростов-на-Дону. - 2015
43. Барцев С.И. Симметрии структуры и эквифинальность эволюционных исходов в простых нейросетевых моделях/ С.И. Барцев, О.Д. Барцева // Dokl. Akad. Nauk. - 2002. - Т. 386. - №. 1. - С. 114.
44. Kimura M. Recent development of the neutral theory viewed from the Wrightian tradition of theoretical population genetics // Proceedings of the National Academy of Sciences. - 1991. - T. 88. - №. 14. - С. 5969-5973.
45. Rosen R. Optimality principles in biology / Rosen R. // Springer. -2013.
46. Belsley D. A., Kuh E., Welsch R. E. Regression diagnostics: Identifying influential data and sources of collinearity. - John Wiley & Sons, 2005. - T. 571.
47. Boggs P. T., Rogers J. E. Orthogonal distance regression // Contemporary Mathematics. - 1990. - T. 112. - С. 183-194.
48. Маркова Г. М. Сравнительный анализ процессов обучения человека и искусственной нейронной сети / Г. М. Маркова // дис. - Сибирский федеральный университет. - 2016.


Работу высылаем на протяжении 30 минут после оплаты.



Подобные работы


©2024 Cервис помощи студентам в выполнении работ