Участник:Karina.usmanova

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
(Новая: ФУПМ МФТИ, 474 группа)
Строка 1: Строка 1:
-
ФУПМ МФТИ, 474 группа
+
<big>Усманова Карина Равилевна</big>
 +
 
 +
<ul>
 +
<li>[[Московский физико-технический институт|МФТИ]], [[Факультет управления и прикладной математики МФТИ|ФУПМ]], 474</li>
 +
<li>Кафедра «''[[Интеллектуальные системы (кафедра МФТИ)|Интеллектуальные системы]]''»</li>
 +
<li>Направление «''Интеллектуальный анализ данных''»</li>
 +
</ul>
 +
 
 +
== Отчеты о научно-исследовательской работе ==
 +
 
 +
=== Весна 2017, 6-й семестр===
 +
 
 +
'''Множественная диагонализация для 3D структур'''
 +
 
 +
''Работа посвящена построению модели движения белка по двум его заданным состояниям.
 +
Для описания движения белка в окрестности устойчивого состояния используется модель эластичного тела.
 +
Движение белка как эластичного тела задается гессианом энергии взаимодействия его атомов.
 +
Модель эластичного тела, построенная для одной устойчивой конформации не способна достаточно точно описать переход в другую конформацию.
 +
Целью работы является доработка модели эластичного тела таким образом, чтобы она могла описывать переходы между двумя конформациями.
 +
Для этого предлагается строить модель эластичного тела с использованием не одной, а двух устойчивых конформаций.
 +
Построенная таким способом модель позволит аппроксимировать переход между заданными конформациями.
 +
Для построения модели, общей для двух состояний, необходимо найти общие приближенные собственные векторы гессианов энергии в этих состояниях.
 +
Для нахождения общих собственных векторов двух гессианов предлагается использовать алгоритмы приближенной совместной диагонализации.
 +
В работе проводится вычислительный эксперимент по сравнению различных алгоритмов приближенной совместной диагонализации, а также их сравнение с алгоритмом точной диагонализацией двух регуляризованных гессианов.''
 +
 
 +
'''Готовится к публикации'''
 +
 
 +
''К.Р.Усманова, М.Е Карасиков, С.В Грудинин'' [http://svn.code.sf.net/p/mlalgorithms/code/Group474/Usmanova2017MultipleManifoldLearning/doc/Usmanova2017MultipleManifoldLearning.pdf Множественная диагонализация для 3D структур]

Версия 20:35, 2 октября 2017

Усманова Карина Равилевна

Отчеты о научно-исследовательской работе

Весна 2017, 6-й семестр

Множественная диагонализация для 3D структур

Работа посвящена построению модели движения белка по двум его заданным состояниям. Для описания движения белка в окрестности устойчивого состояния используется модель эластичного тела. Движение белка как эластичного тела задается гессианом энергии взаимодействия его атомов. Модель эластичного тела, построенная для одной устойчивой конформации не способна достаточно точно описать переход в другую конформацию. Целью работы является доработка модели эластичного тела таким образом, чтобы она могла описывать переходы между двумя конформациями. Для этого предлагается строить модель эластичного тела с использованием не одной, а двух устойчивых конформаций. Построенная таким способом модель позволит аппроксимировать переход между заданными конформациями. Для построения модели, общей для двух состояний, необходимо найти общие приближенные собственные векторы гессианов энергии в этих состояниях. Для нахождения общих собственных векторов двух гессианов предлагается использовать алгоритмы приближенной совместной диагонализации. В работе проводится вычислительный эксперимент по сравнению различных алгоритмов приближенной совместной диагонализации, а также их сравнение с алгоритмом точной диагонализацией двух регуляризованных гессианов.

Готовится к публикации

К.Р.Усманова, М.Е Карасиков, С.В Грудинин Множественная диагонализация для 3D структур

Источник — «http://machinelearning.ru/wiki/index.php?title=%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Karina.usmanova»
Личные инструменты