Metody aproximativní identifikace vlastností booleovských sítí

RNDr. Jaroslav Bayer

Master's thesis

Methods for approximative identification of Boolean networks

Abstract:

Hlavním tématem diplomové práce je identifikace strukturních vlastností grafu sítě, tvorba náhodných booleovských sítí, podpora ověřování jejich vlastností specifikovaných pomocí LTL a CTL formulí a aproximativního odhadu těchto vlastností pomocí strukturních vlastností dané sítě metodami strojového učení. Potenciálně tyto metody umožňují rychle a efektivně odhadnout zajímavé chování či vlastnosti sítě bez nutnosti nasazení přesných, ale výpočetně náročných metod typu model checking.

Abstract:

The main goal of the diploma thesis is the identification of the graph structural features, random boolean network generation, CTL and LTL formula verification using model checking methods and the approximate techniques how to estimate these features using machine learning approaches applied on the data about the underlying graph structure. The main idea is to quickly estimate an interesting behaviour or feature of the investigated network and then to precisely verify the predictions using computationally demanding methods of model checking.

Keywords

GRN, strojové učení, NuSMV, GIMsim, boolsim, Weka, strukturní vlastnosti grafu, Booleovské sítě

Language used: Czech

Date on which the thesis was submitted / produced: 23. 5. 2018

Thesis defence

• Date of defence: 21. 6. 2018
• Supervisor: RNDr. David Šafránek, Ph.D.
• Reader: Mgr. Matej Troják

Masaryk University

Faculty of Informatics

Master programme / field:
Applied Informatics / Bioinformatics