Участник:IShibaev

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
(Весна 2017, 6-й семестр)
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'''
 +
 +
''И.А Шибаев, М.Е Карасиков, С.В Грудинин'' [https://svn.code.sf.net/p/mlalgorithms/code/Shibaev2017MultipleStructureAlignment/doc/Shibaev2017MultipleStructureAlignment.pdf Выпуклые релаксации для задачи множественного выравнивания]
[https://sourceforge.net/p/mlalgorithms/code/HEAD/tree/Group474/Shibaev2017MultipleStructureAlignment/doc/Shibaev2017MultipleStructureAlignment.pdf?format=raw pdf]
[https://sourceforge.net/p/mlalgorithms/code/HEAD/tree/Group474/Shibaev2017MultipleStructureAlignment/doc/Shibaev2017MultipleStructureAlignment.pdf?format=raw pdf]

Версия 10:10, 30 сентября 2017

Шибаев Иннокентий Андреевич

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

pdf

Личные инструменты