Участник:IShibaev
Материал из MachineLearning.
(→Весна 2017, 6-й семестр) |
|||
| (1 промежуточная версия не показана) | |||
| Строка 10: | Строка 10: | ||
=== Весна 2017, 6-й семестр=== | === Весна 2017, 6-й семестр=== | ||
| + | |||
'''Выпуклые релаксации для задачи множественного выравнивания (проблема синхронизации в SO(3))''' | '''Выпуклые релаксации для задачи множественного выравнивания (проблема синхронизации в SO(3))''' | ||
''В работе рассматривается задача множественного выравнивания третичных белковых структур. Задача множественного выравнивания состоит в том, чтобы для множества структур получить совмещающие их преобразования, минимизируя сумму попарных расстояний между атомами. Для решения задачи множественного выравнивания применяется алгоритм попарного выравнивания, решающий эту задачу для случая двух структур. В случае наличия в наборе структур разных конформаций алгоритм попарного выравнивания, вообще говоря, не находит глобального минимума в задаче множественного выравнивания ( решение задачи множественного выравнивания). В работе рассматривается матричная оптимизационная постановка задачи множественного выравнивания, проводятся вычислительные эксперименты (на выборке белковых структур из базы данных RCSB PDB), сравнение качества работы алгоритма попарного выравнивания и алгоритмов, полученных в результате выпуклой релаксации оптимизационной задачи множественного выравнивания. Отбрасываются невыпуклые ограничения на ранг и ортогональность, что позволяет свести задачу к выпуклой.'' | ''В работе рассматривается задача множественного выравнивания третичных белковых структур. Задача множественного выравнивания состоит в том, чтобы для множества структур получить совмещающие их преобразования, минимизируя сумму попарных расстояний между атомами. Для решения задачи множественного выравнивания применяется алгоритм попарного выравнивания, решающий эту задачу для случая двух структур. В случае наличия в наборе структур разных конформаций алгоритм попарного выравнивания, вообще говоря, не находит глобального минимума в задаче множественного выравнивания ( решение задачи множественного выравнивания). В работе рассматривается матричная оптимизационная постановка задачи множественного выравнивания, проводятся вычислительные эксперименты (на выборке белковых структур из базы данных RCSB PDB), сравнение качества работы алгоритма попарного выравнивания и алгоритмов, полученных в результате выпуклой релаксации оптимизационной задачи множественного выравнивания. Отбрасываются невыпуклые ограничения на ранг и ортогональность, что позволяет свести задачу к выпуклой.'' | ||
| + | '''Готовится к публикации''' | ||
| - | [https:// | + | ''И.А Шибаев, М.Е Карасиков, С.В Грудинин'' [https://svn.code.sf.net/p/mlalgorithms/code/Group474/Shibaev2017MultipleStructureAlignment/doc/Shibaev2017MultipleStructureAlignment.pdf Выпуклые релаксации для задачи множественного выравнивания] |
Текущая версия
Шибаев Иннокентий Андреевич
- МФТИ, ФУПМ, 474
- Кафедра «Интеллектуальные системы»
- Направление «Интеллектуальный анализ данных»
Отчеты о научно-исследовательской работе
Весна 2017, 6-й семестр
Выпуклые релаксации для задачи множественного выравнивания (проблема синхронизации в SO(3))
В работе рассматривается задача множественного выравнивания третичных белковых структур. Задача множественного выравнивания состоит в том, чтобы для множества структур получить совмещающие их преобразования, минимизируя сумму попарных расстояний между атомами. Для решения задачи множественного выравнивания применяется алгоритм попарного выравнивания, решающий эту задачу для случая двух структур. В случае наличия в наборе структур разных конформаций алгоритм попарного выравнивания, вообще говоря, не находит глобального минимума в задаче множественного выравнивания ( решение задачи множественного выравнивания). В работе рассматривается матричная оптимизационная постановка задачи множественного выравнивания, проводятся вычислительные эксперименты (на выборке белковых структур из базы данных RCSB PDB), сравнение качества работы алгоритма попарного выравнивания и алгоритмов, полученных в результате выпуклой релаксации оптимизационной задачи множественного выравнивания. Отбрасываются невыпуклые ограничения на ранг и ортогональность, что позволяет свести задачу к выпуклой.
Готовится к публикации
И.А Шибаев, М.Е Карасиков, С.В Грудинин Выпуклые релаксации для задачи множественного выравнивания
