Formal Analysis of Qualitative Long-Term Behaviour in Parametrised Boolean Networks.

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>

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.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10200 - Computer and information sciences

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)

Rok uplatnění

2019

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

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

—