Formal Analysis of Qualitative Long-Term Behaviour in Parametrised Boolean Networks.
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216224%3A14330%2F19%3A00108117" target="_blank" >RIV/00216224:14330/19:00108117 - isvavai.cz</a>
Výsledek na webu
<a href="http://dx.doi.org/10.1007/978-3-030-32409-4_22" target="_blank" >http://dx.doi.org/10.1007/978-3-030-32409-4_22</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/978-3-030-32409-4_22" target="_blank" >10.1007/978-3-030-32409-4_22</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Formal Analysis of Qualitative Long-Term Behaviour in Parametrised Boolean Networks.
Popis výsledku v původním jazyce
Boolean networks offer an elegant way to model the behaviour of complex systems with positive and negative feedback. The long-term behaviour of a Boolean network is characterised by its attractors. Depending on various logical parameters, a Boolean network can exhibit vastly different types of behaviour. Hence, the structure and quality of attractors can undergo a significant change known in systems theory as attractor bifurcation. In this paper, we establish formally the notion of attractor bifurcation for Boolean networks. We propose a semi-symbolic approach to attractor bifurcation analysis based on a parallel algorithm. We use machine-learning techniques to construct a compact, human-readable, representation of the bifurcation analysis results. We demonstrate the method on a set of highly parametrised Boolean networks.
Název v anglickém jazyce
Formal Analysis of Qualitative Long-Term Behaviour in Parametrised Boolean Networks.
Popis výsledku anglicky
Boolean networks offer an elegant way to model the behaviour of complex systems with positive and negative feedback. The long-term behaviour of a Boolean network is characterised by its attractors. Depending on various logical parameters, a Boolean network can exhibit vastly different types of behaviour. Hence, the structure and quality of attractors can undergo a significant change known in systems theory as attractor bifurcation. In this paper, we establish formally the notion of attractor bifurcation for Boolean networks. We propose a semi-symbolic approach to attractor bifurcation analysis based on a parallel algorithm. We use machine-learning techniques to construct a compact, human-readable, representation of the bifurcation analysis results. We demonstrate the method on a set of highly parametrised Boolean networks.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
10200 - Computer and information sciences
Návaznosti výsledku
Projekt
<a href="/cs/project/GA18-00178S" target="_blank" >GA18-00178S: Diskrétní bifurkační analýza reaktivních systémů</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2019
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Formal Methods and Software Engineering - 21st International Conference on Formal Engineering Methods, ICFEM 2019, Shenzhen, China, November 5-9, 2019, Proceedings
ISBN
9783030324087
ISSN
0302-9743
e-ISSN
—
Počet stran výsledku
17
Strana od-do
353-369
Název nakladatele
Springer
Místo vydání
Heidelberg
Místo konání akce
Shenzen
Datum konání akce
1. 1. 2019
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—