Приведите примеры моделей, с которыми мы работаем на компьютерах

Обновлено: 05.07.2024

Существует множество различных типов моделей, выраженных в разнообразных языках моделирования и наборах инструментов. В этой статье предлагается классификация типов моделей и рассказывается, как различные модели должны работать вместе, чтобы поддерживать более широкие инженерные усилия.

Содержание

Классификация моделей

Существует множество различных типов моделей и связанных с ними языков моделирования. Языки моделирования предназначены для решения различных аспектов системы и различных типов систем. Поскольку разные модели служат разным целям, классификация моделей может быть полезна для выбора правильного типа модели для предполагаемой цели и области применения.

Формальные и неформальные модели

Поскольку системная модель системы является представлением системы, моделями можно считать множество различных выражений, различающихся по степени формализма. В частности, можно нарисовать систему и считать ее моделью. Точно так же можно написать описание системы в виде текста и ссылаться на него как на модель. Оба примера являются представлениями системы. Тем не менее, если нет согласия относительно значения терминов, существует потенциальная неточность и возможность двусмысленности в представлении.

Основной задачей системного моделирования является использование моделей, поддерживаемых четко определенным языком моделирования. Хотя менее формальные представления могут быть полезны, модель должна соответствовать определенным ожиданиям, чтобы ее можно было рассматривать в рамках системной инженерии на основе моделей (MBSE) системной инженерии на основе моделей (MBSE). В частности, исходная классификация различает неформальные и формальные модели, поддерживаемые языком моделирования с определенным синтаксисом и семантикой семантики для соответствующей предметной области, представляющей интерес.

Физические модели и абстрактные модели

Глоссарий Министерства обороны США по моделированию и моделированию (M&S) утверждает, что «модель может быть [] физическим, математическим или иным логическим представлением системы» (1998 г.). Это определение обеспечивает отправную точку для классификации моделей высокого уровня. Физическая модель Физическая модель — это конкретное представление, отличающееся от математических и логических моделей, которые являются более абстрактными представлениями системы. Абстрактная модель может быть дополнительно классифицирована как описательная (аналогичная логической) или аналитическая (аналогичная математической). Некоторые примеры моделей показаны на рис. 1.

Рис. 1. Системная инженерия на основе моделей (Паредис, 2011 г.). Перепечатано с разрешения Криса Паредиса из Технологического института Джорджии. Все остальные права принадлежат правообладателю.

Описательные модели

Описательная модель. Описательная модель описывает логические отношения, такие как отношение целое-часть системы, которое определяет дерево ее частей, взаимосвязь между ее частями, функции функций, которые выполняют ее компоненты, или тестовые наборы, которые используются для проверки проверить системные требования требования. Типичные описательные модели могут включать те, которые описывают функциональную или физическую архитектуру системы или трехмерное геометрическое представление системы.

Аналитические модели

Аналитическая модель Аналитическая модель описывает математические отношения, такие как дифференциальные уравнения, которые поддерживают количественный анализ параметров системы. Аналитические модели можно разделить на динамические и статические. Динамические модели описывают изменяющееся во времени состояние системы, тогда как статические модели выполняют вычисления, которые не отражают изменяющееся во времени состояние системы. Динамическая модель может представлять характеристики системы, такие как положение самолета, скорость, ускорение и расход топлива во времени. Статическая модель может представлять собой оценку массовых свойств или прогноз надежности надежности системы или компонента.

Гибридные описательные и аналитические модели

Определенная модель может включать описательные и аналитические аспекты, как описано выше, но модели могут отдавать предпочтение тому или иному аспекту. Также можно анализировать логические отношения описательной модели и делать выводы о системе. Тем не менее, логический анализ дает иную информацию, чем количественный анализ параметров системы.

Модели для конкретных доменов

Как описательные, так и аналитические модели можно дополнительно классифицировать в соответствии с областью, которую они представляют.Следующие классификации частично получены из презентации OWL, онтологии и профили SysML: представление знаний и моделирование (язык веб-онтологий (OWL) и язык системного моделирования (SysML)) (Jenkins 2010):

свойства системы, такие как производительность, надежность, массовые характеристики, мощность, структурные или тепловые модели;
проектировать дизайн и реализовывать технологии, такие как электрические, механические и программные модели проектирования программного обеспечения;
подсистемы и продукты, такие как средства связи, управление неисправностями или модели распределения питания; и
системные приложения, такие как информационные системы, автомобильные системы, аэрокосмические системы или модели медицинских устройств.

Классификация моделей, терминология и подход часто адаптируются к конкретной предметной области. Например, при моделировании организации организации или бизнес-бизнеса поведенческая поведенческая модель может называться моделью рабочего процесса или процесса, а моделирование производительности может относиться к затратам и плановым показателям, связанным с организацией или бизнес-процессом.< /p>

Одна модель может включать несколько категорий доменов из приведенного выше списка. Например, модель надежности, тепловой и/или энергетической модели может быть определена для электрической схемы подсистемы связи для аэрокосмической системы, такой как самолет или спутник.

Модели системы

Системные модели могут быть гибридными моделями, которые являются как описательными, так и аналитическими. Они часто охватывают несколько областей моделирования, которые должны быть интегрированы, чтобы обеспечить согласованное и связное представление связанной системы. Таким образом, модель системы должна предоставлять как системные конструкции общего назначения, так и конструкции, специфичные для предметной области, которые являются общими для областей моделирования. Модель системы может включать несколько представлений для поддержки планирования, требований, проектирования, анализа и верификации.

Уэйну Ваймору приписывают одну из первых попыток формального определения системной модели с использованием математической основы в Математическая теория системной инженерии: элементы (Wymore 1967). Ваймор создал строгую математическую основу для проектирования систем в контексте моделей. Краткое изложение его работы можно найти в обзоре методологий системного проектирования на основе моделей (MBSE).

Моделирование и модель

Термин имитационное моделирование , или, точнее, компьютерное моделирование компьютерное моделирование , относится к методу реализации модели во времени (DoD 1998). Компьютерное моделирование включает в себя аналитическую модель, представленную в виде исполняемого кода, входных условий ввода и других входных данных, а также вычислительную инфраструктуру. Вычислительная инфраструктура включает в себя вычислительный механизм, необходимый для выполнения модели, а также устройства ввода и вывода. О большом разнообразии подходов к компьютерному моделированию свидетельствует выбор, который должен сделать разработчик компьютерного моделирования, в том числе:

стохастический или детерминированный;
стационарное или динамическое;
непрерывный или дискретный; и
локальный или распределенный.

Другие классификации моделирования могут зависеть от типа моделируемой модели. Одним из примеров является моделирование на основе агентов, которое имитирует взаимодействие между автономными агентами для прогнозирования сложного эмерджентного эмерджентного поведения (Барри, 2009). Есть много других типов моделей, которые можно использовать для дальнейшей классификации симуляций. Как правило, моделирование предоставляет средства для анализа сложного динамического поведения систем, программного обеспечения, оборудования, людей и физических явлений.

Моделирование часто интегрируется с реальным оборудованием, программным обеспечением и операторами системы, чтобы оценить, как реальные компоненты и пользователи системы работают в моделируемой среде. В оборонном сообществе США принято называть симуляции живыми, виртуальными или конструктивными, где симуляция в реальном времени относится к живым операторам, работающим с реальными системами, виртуальное моделирование относится к живым операторам, управляющим смоделированными системами, а конструктивное моделирование относится к смоделированным операторам. работа с смоделированными системами. Виртуальные и конструктивные симуляции могут также включать реальное системное аппаратное и программное обеспечение в цикле, а также стимулы из реальной системной среды.

Помимо представления системы и ее окружения, моделирование должно предоставлять эффективные вычислительные методы для решения уравнений. Моделирование может потребоваться для работы в режиме реального времени, особенно если в цикле есть оператор. Другие виды моделирования могут потребоваться для работы намного быстрее, чем в режиме реального времени, и выполнения тысяч запусков моделирования для получения статистически достоверных результатов моделирования. Несколько вычислительных и других методов моделирования описаны в Имитационном моделировании и анализе (Law 2007).

Визуализация

Результаты компьютерного моделирования и другие аналитические результаты часто нуждаются в обработке, чтобы их можно было представить пользователям в осмысленном виде. Методы и инструменты визуализации используются для отображения результатов в различных визуальных формах, таких как простой график состояния системы в зависимости от времени для отображения параметрической зависимости. Другой пример этого происходит, когда входные и выходные значения из нескольких выполнений моделирования отображаются на поверхности отклика, показывающей чувствительность вывода к вводу. Дополнительный статистический анализ результатов может быть выполнен для получения вероятностных распределений для выбранных значений параметров. Анимация часто используется для виртуального представления системы и ее динамического поведения. Например, анимация может отображать трехмерное положение и ориентацию самолета в зависимости от времени, а также проецировать траекторию полета самолета на поверхность Земли, представленную на подробных картах местности.

Интеграция моделей

Многие различные типы моделей могут быть разработаны как артефакты MBSE. Многие другие предметно-ориентированные модели создаются для проектирования и анализа компонентов. Различные описательные и аналитические модели должны быть интегрированы, чтобы в полной мере реализовать преимущества модельного подхода. Роль MBSE в том, что модели интегрируются в несколько доменов, является основной темой доклада INCOSE Systems Engineering Vision 2020 Международного совета по системной инженерии (INCOSE) (INCOSE 2007).

Например, системные модели можно использовать для определения компонентов системы. Описательная модель архитектуры системы может использоваться для идентификации и разделения компонентов системы и определения их взаимосвязи или других отношений. Аналитические модели производительности, физических и других характеристик качества, таких как надежность, могут использоваться для определения требуемых значений конкретных свойств компонентов для удовлетворения системных требований. Модель исполняемой системы Модель исполняемой системы, которая представляет взаимодействие компонентов системы, может использоваться для подтверждения того, что требования к компонентам могут удовлетворять требованиям к поведению системы. Описательная, аналитическая и исполняемая системные модели представляют разные аспекты одной и той же системы.

Конструкции компонентов должны удовлетворять требованиям к компонентам, указанным в моделях системы. В результате модели проектирования и анализа компонентов должны иметь некоторый уровень интеграции интеграции, чтобы гарантировать, что модель проектирования прослеживается до модели требований. Различные дисциплины проектирования электрических, механических и программных систем создают свои собственные модели, представляющие различные аспекты одной и той же системы. Очевидно, что различные модели должны быть достаточно интегрированы, чтобы обеспечить единое системное решение.

Для поддержки интеграции модели должны установить семантическую совместимость. Семантическая совместимость гарантирует, что конструкция в одной модели имеет то же значение, что и соответствующая конструкция в другой модели. Эта информация также должна передаваться между инструментами моделирования.

Один из подходов к семантической совместимости заключается в использовании преобразований моделей между различными моделями. Определены преобразования, устанавливающие соответствие между понятиями одной модели и понятиями другой. В дополнение к установлению соответствия, инструменты должны иметь средства для обмена данными модели и обмена информацией о преобразовании. Существует несколько способов обмена данными между инструментами, включая обмен файлами, использование интерфейсов прикладных программ (API) и общий репозиторий.

Использование стандартов моделирования для языков моделирования, преобразования моделей и обмена данными является важным фактором интеграции между областями моделирования.

Ссылки

Процитированные работы

Министерство обороны. 1998. «Глоссарий по моделированию и моделированию (M&S) Министерства обороны США» в Руководстве Министерства обороны США 5000.59-M. Арлингтон, Вирджиния, США: Министерство обороны США. Январь 1998 г.

Ваймор, А. 1967. Математическая теория системной инженерии: элементы. Нью-Йорк, штат Нью-Йорк, США: Джон Уайли.

Ваймор, А. 1993. Разработка систем на основе моделей. Бока-Ратон, Флорида, США: CRC Press.

Основные ссылки

Law, A. 2007. Имитационное моделирование и анализ, 4-е изд. Нью-Йорк, штат Нью-Йорк, США: McGraw Hill.

Ваймор, А. 1993. Разработка систем на основе моделей. Бока-Ратон, Флорида, США: CRC Press.

Дополнительные ссылки

Эстефан, Дж. 2008. Обзор возможных методологий системной инженерии на основе моделей (MBSE), редакция Б. Пасадена, Калифорния, США: Международный совет по системной инженерии (INCOSE), INCOSE-TD -2007-003-02.

Хибертсон, Д. 2009. Модельно-ориентированная системная инженерия: унифицирующая структура для традиционных и сложных систем. Бока-Ратон, Флорида, США: Auerbach/CRC Press.

ДОХОД. 2007.Systems Engineering Vision 2020. Сиэтл, Вашингтон, США: Международный совет по системной инженерии. Сентябрь 2007 г. INCOSE-TP-2004-004-02.

Рукет Н. и С. Дженкинс. 2010. Онтологии OWL и профили SysML: представление знаний и моделирование. Материалы семинара NASA-ESA PDE, июнь 2010 г.

Здесь показан суперкомпьютер Titan в Национальной лаборатории Ок-Ридж недалеко от Ноксвилля, штат Теннеси. Он может выполнять более 20 000 триллионов вычислений в секунду. Эта способность помогает запускать компьютерные модели сложных и динамических систем, таких как изменение климата Земли.

Национальная лаборатория Ок-Ридж

8 января 2015 г., 7:00

Компьютеры используют математику, данные и компьютерные инструкции для создания представлений о реальных событиях. Они также могут предсказать, что происходит — или что может произойти — в сложных ситуациях, от климатических систем до распространения слухов по городу. А компьютеры могут выдавать результаты, и людям не приходится ждать годами или идти на большой риск.

Ученые, создающие компьютерные модели, начинают с важных характеристик любых событий, которые они хотят представить. Эти особенности могут быть весом футбольного мяча, который кто-то будет пинать. Или это может быть степень облачности, характерная для сезонного климата региона. Функции, которые могут изменяться или изменяться, называются переменными.

Затем специалисты по компьютерному моделированию определяют правила, управляющие этими функциями и их взаимосвязями. Исследователи выражают эти правила с помощью математики.

«Математика, встроенная в эти модели, довольно проста — в основном это сложение, вычитание, умножение и некоторые логарифмы», — отмечает Джон Лизасо. Он работает в Техническом университете Мадрида в Испании. (Логарифмы выражают числа как степени других чисел, чтобы упростить вычисления при работе с очень большими числами.) Но даже в этом случае для одного человека остается слишком много работы. «Мы говорим, вероятно, о тысячах уравнений», — объясняет он. (Уравнения – это математические выражения, в которых числа используются для связи между двумя равными величинами, например, 2 + 4 = 6. Но обычно они выглядят сложнее, например [x + 3y] z = 21x – t )

Педагоги и родители, подпишитесь на шпаргалку

Еженедельные обновления, которые помогут вам использовать Новости науки для студентов в учебной среде

Спасибо за регистрацию!

При регистрации возникла проблема.

Решение даже 2000 уравнений может занять целый день при частоте выполнения одного уравнения каждые 45 секунд. Одна ошибка может испортить ваш ответ.

Более сложная математика может увеличить время, необходимое для решения каждого уравнения, в среднем до 10 минут. При таком темпе решение 1000 уравнений может занять почти три недели, если вы выкроите время, чтобы поесть и поспать. И опять же, одна ошибка может все испортить.

Напротив, обычные портативные компьютеры могут выполнять миллиарды операций в секунду. И всего за одну секунду суперкомпьютер Titan в Национальной лаборатории Ок-Ридж в Теннесси может выполнить более 20 000 триллионов вычислений. (Сколько будет 20 000 триллионов? Это количество секунд составит около 634 миллионов лет!)

Компьютерной модели также нужны алгоритмы и данные. Алгоритмы — это наборы инструкций. Они сообщают компьютеру, как принимать решения и когда производить расчеты. Данные — это факты и статистические данные о чем-либо.

С помощью таких вычислений компьютерная модель может делать прогнозы относительно конкретной ситуации. Например, он может отображать или имитировать результат удара определенного футболиста.

Компьютерные модели также могут работать с динамическими ситуациями и изменяющимися переменными. Например, какова вероятность дождя в пятницу? Модель погоды будет выполнять свои расчеты снова и снова, изменяя каждый фактор один за другим, а затем в различных комбинациях. После этого он сравнит результаты всех прогонов.

После корректировки вероятности каждого фактора будет выдан прогноз. Модель также будет повторять свои расчеты по мере приближения пятницы.

Чтобы измерить надежность модели, ученые могут заставить компьютер выполнить вычисления тысячи или даже миллионы раз. Исследователи также могут сравнить предсказания модели с ответами, которые они уже знают. Если прогнозы близко совпадают с этими ответами, это хороший знак. Если нет, исследователи должны проделать дополнительную работу, чтобы выяснить, что они упустили. Возможно, они не включили достаточно переменных или слишком много полагались на неправильные.

Компьютерное моделирование — это не одноразовая сделка. Ученые всегда узнают больше из экспериментов и событий в реальном мире.Исследователи используют эти знания для улучшения компьютерных моделей. Чем лучше компьютерные модели, тем полезнее они могут быть.

Сильные слова

алгоритм Набор правил или процедур для решения проблемы в виде последовательности шагов. Алгоритмы используются в математике и в компьютерных программах для поиска решений.

климат Погодные условия, преобладающие в районе в целом или в течение длительного периода.

компьютер Электронное устройство, которое обрабатывает информацию на основе правил, хранящихся в устройстве.

компьютерная модель Программа, работающая на компьютере и создающая модель или симуляцию объекта, явления или события реального мира.

компьютерная программа Набор инструкций, которые компьютер использует для выполнения некоторого анализа или вычисления. Написание этих инструкций известно как компьютерное программирование.

data Факты и статистические данные, собранные вместе для анализа, но не обязательно организованные таким образом, чтобы придать им смысл. Для цифровой информации (типа, который хранится в компьютерах) эти данные обычно представляют собой числа, хранящиеся в двоичном коде, представленном в виде строк нулей и единиц.

уравнение. В математике утверждение, что две величины равны. В геометрии уравнения часто используются для определения формы кривой или поверхности.

логарифм Степень (или показатель степени), в которую нужно возвести одно базовое число — умножить само на себя —, чтобы получить другое число. Например, в системе с основанием 10 10 нужно умножить на 10, чтобы получить 100. Таким образом, логарифм 100 в системе с основанием 10 равен 2. В системе с основанием 10 логарифм 1000 будет равен 3, log из 10 000 будет 4 и т. д.

имитировать (в вычислительной технике) Пытаться имитировать условия, функции или внешний вид чего-либо. Компьютерные программы, которые делают это, называются симуляторами.

переменная (в математике) Буква, используемая в математическом выражении, которая может принимать более одного значения. (в экспериментах) Фактор, который можно изменить, особенно тот, который можно изменить в научном эксперименте. Например, при измерении количества инсектицида, необходимого для уничтожения мухи, исследователи могут изменить дозу или возраст, в котором насекомое подвергается воздействию. В этом эксперименте переменными будут как доза, так и возраст.

Виртуальное Существо почти как что-то. Объект или концепция, которые виртуально реальны, были бы почти истинными или реальными, но не совсем. Этот термин часто используется для обозначения чего-то, что было смоделировано — или выполнено — компьютером с использованием чисел, а не с использованием частей реального мира. Таким образом, виртуальный двигатель можно увидеть на экране компьютера и проверить с помощью компьютерного программирования (но это не будет трехмерное устройство, сделанное из металла).

Цитаты

К. Ковальски. «Модели: как компьютеры делают прогнозы». Новости науки для студентов. 9 октября 2014 г.

С. Перкинс. «Возрождение динозавров». Новости науки для студентов. 4 марта 2014 г.

Д. Маккензи. «Крутые вакансии: Детективы данных».Новости науки для студентов. 17 декабря 2013 г.

С. Орнс. «Поток данных». Новости науки для студентов. 13 декабря 2013 г.

Д. Маккензи. «Крутые работы: математика как развлечение». Новости науки для студентов. 19 декабря 2012 г.

О Кэтиэнн Ковальски

Кэтиэнн Ковальски сообщает обо всех видах передовой науки. Ранее она занималась юридической практикой в крупной фирме. Кэти любит ходить в походы, шить и читать. Она также любит путешествовать, особенно семейные приключения и поездки на пляж.

Классные ресурсы для этой статьи

Для этой статьи доступны бесплатные ресурсы для преподавателей. Зарегистрируйтесь, чтобы получить доступ:

Компьютерное моделирование состоит из написания версии компьютерной программы математической модели физической или биологической системы. Компьютерное моделирование, выполняемое в соответствии с такими программами, может дать знания, недоступные математическому анализу или естественным экспериментам.

Последние исследования и обзоры

Исследование
17 марта 2022 г. | Открытый доступ

Сильвестр М. Клоска
, Кшиштоф Палчиньский
и Тадеуш А. Высоцкий

Исследование
01 марта 2022 г. | Открытый доступ

Исследование
23 февраля 2022 г. | Открытый доступ

Расмус Магнуссон
, Йеспер Н. Тегнер
и Мика Густафссон

Исследование
23 февраля 2022 г. | Открытый доступ

Мохан Чен
, Дачжэн Фэн
и Мэн Ван

Исследование
17 февраля 2022 г. | Открытый доступ

Стратификация госпитализированных пациентов с COVID-19 на группы прогрессирования клинической тяжести с помощью иммунофенотипирования и машинного обучения

Разработка прогностических методов для выявления пациентов с высоким риском тяжелого течения COVID-19 имеет решающее значение. Авторы показывают здесь, что путем измерения уровней антител и цитокинов против SARS-CoV-2 во время госпитализации и интеграции данных с помощью неконтролируемой иерархической кластеризации/машинного обучения можно предсказать неблагоприятный исход.

Ивонн М. Мюллер
, Тийс Дж. Шрама
и Питер Д. Кацикис

Исследование
10 февраля 2022 г. | Открытый доступ

Моделирование целых клеток дрожжей предсказывает ограничения протеома, специфичные для компартментов, которые управляют метаболическими стратегиями

Метаболически активные органеллы конкурируют за цитозольное пространство и ресурсы во время перестройки метаболизма. Здесь авторы разрабатывают компьютерную модель метаболизма дрожжей и распределения ресурсов для прогнозирования ограничений протеома, специфичных для условий и компартментов, которые управляют метаболическими стратегиями.

Вычислительное моделирование — это использование компьютеров для моделирования и изучения сложных систем с использованием математики, физики и информатики. Вычислительная модель содержит множество переменных, характеризующих изучаемую систему. Моделирование выполняется путем корректировки переменных по отдельности или в комбинации и наблюдения за результатами. Компьютерное моделирование позволяет ученым проводить тысячи смоделированных экспериментов с помощью компьютера. Тысячи компьютерных экспериментов определяют несколько лабораторных экспериментов, которые с наибольшей вероятностью решат изучаемую проблему.

Современные вычислительные модели позволяют изучать биологическую систему на нескольких уровнях. Модели развития болезни включают молекулярные процессы, межклеточные взаимодействия и то, как эти изменения влияют на ткани и органы. Изучение систем на нескольких уровнях известно как многомасштабное моделирование (МСМ).

Вычислительные модели используются для моделирования и изучения сложных биологических систем. Изображение предоставлено ISB

Модели прогнозирования погоды делают прогнозы на основе многочисленных атмосферных факторов. Точные прогнозы погоды могут защитить жизнь и имущество, а также помочь коммунальным предприятиям планировать увеличение мощности, которое происходит при экстремальных климатических изменениях.

В авиасимуляторах используются сложные уравнения, которые управляют полетом самолета и реагируют на такие факторы, как турбулентность, плотность воздуха и осадки. Симуляторы используются для обучения пилотов, проектирования самолетов и изучения того, как самолеты меняются при изменении условий.

Моделирование землетрясений направлено на спасение жизней, зданий и инфраструктуры. Вычислительные модели предсказывают, как состав и движение конструкций взаимодействуют с подстилающими поверхностями, чтобы повлиять на то, что происходит во время землетрясения.

Отслеживание инфекционных заболеваний. Вычислительные модели используются для отслеживания инфекционных заболеваний среди населения, определения наиболее эффективных вмешательств, а также мониторинга и корректировки вмешательств для уменьшения распространения болезни. Выявление и внедрение мер, направленных на сдерживание распространения болезни, имеют решающее значение для спасения жизней и снижения нагрузки на систему здравоохранения во время пандемий инфекционных заболеваний.

Клиническая поддержка принятия решений. Вычислительные модели интеллектуально собирают, фильтруют, анализируют и представляют информацию о здоровье, чтобы предоставить врачам рекомендации по лечению заболеваний на основе подробных характеристик каждого пациента. Системы помогают обеспечить информированный и последовательный уход за пациентом при его переводе в соответствующие больничные учреждения и отделения и сдаче различных анализов в ходе курса лечения.

Прогнозирование побочных эффектов лекарств. Исследователи используют компьютерное моделирование, чтобы помочь разработать лекарства, которые будут наиболее безопасными для пациентов и с наименьшей вероятностью будут иметь побочные эффекты. Такой подход может сократить много лет, необходимых для разработки безопасного и эффективного лекарства.

Моделирование распространения инфекционных заболеваний для определения эффективных вмешательств. Точное моделирование инфекционных заболеваний опирается на многочисленные большие наборы данных. Например, оценка эффективности социального дистанцирования в отношении распространения гриппоподобных заболеваний должна включать информацию о дружбе и взаимодействии людей, а также стандартные биометрические и демографические данные.Исследователи, финансируемые NIBIB, разрабатывают новые вычислительные инструменты, которые могут включать новые доступные наборы данных в модели, предназначенные для определения наилучших направлений действий и наиболее эффективных вмешательств во время пандемического распространения инфекционных заболеваний и других чрезвычайных ситуаций в области общественного здравоохранения.

Многомасштабное моделирование (MSM) — это сложный тип вычислительного моделирования, который включает в себя несколько уровней биологической системы. Изображение предоставлено ISB.

Отслеживание эволюции вируса во время распространения инфекционного заболевания. РНК-вирусы, такие как ВИЧ, гепатит В и коронавирус, постоянно мутируют, вырабатывая лекарственную устойчивость, избегая иммунного ответа и вызывая новые инфекции. Образцы секвенированных патогенов от тысяч инфицированных можно использовать для идентификации миллионов эволюционирующих вариантов вируса. Исследователи, финансируемые NIBIB, создают вычислительные инструменты для включения этих важных данных в анализ инфекционных заболеваний медицинскими работниками. Новые инструменты будут созданы в сотрудничестве с CDC и доступны в Интернете для исследователей и медицинских работников. Этот проект улучшит эпиднадзор и лечение заболеваний во всем мире и позволит разработать более эффективные стратегии искоренения болезней.

Преобразование беспроводных данных о состоянии здоровья в улучшение здоровья и здравоохранения. Устройства для мониторинга здоровья в больницах и носимые датчики, такие как умные часы, генерируют огромные объемы данных о состоянии здоровья в режиме реального времени. Медицинское обслуживание на основе данных обещает быть быстрым, точным и менее дорогим, но непрерывные потоки данных в настоящее время превышают возможности использования информации. Исследователи, финансируемые NIBIB, разрабатывают вычислительные модели, которые преобразуют потоковые данные о здоровье в полезную форму. Новые модели обеспечат физиологический мониторинг в режиме реального времени для принятия клинических решений в Национальной детской больнице. Команда математиков, биомедицинских информатиков и персонала больниц будет создавать общедоступные данные и программное обеспечение. Проект будет использовать рынок беспроводных медицинских услуг стоимостью 11 миллиардов долларов, чтобы значительно улучшить здравоохранение.

Человеческое и машинное обучение для индивидуального управления вспомогательными роботами. Чем серьезнее двигательные нарушения человека, тем сложнее ему управлять вспомогательными механизмами, такими как кресла-коляски с электроприводом и роботизированные руки. Доступные средства контроля, такие как устройства для вдоха и выдоха, не подходят для людей с тяжелым параличом. Исследователи, финансируемые NIBIB, разрабатывают систему, позволяющую людям с тетраплегией управлять роботизированной рукой, одновременно продвигая физические упражнения и поддерживая остаточные двигательные навыки. В технологии используются интерфейсы «тело-машина», которые реагируют на минимальное движение конечностей, головы, языка, плеч и глаз. Первоначально, когда пользователь двигается, машинное обучение усиливает сигнал для выполнения задачи с помощью робота-манипулятора. Помощь сокращается по мере того, как машина передает управление все более опытному пользователю. Этот подход направлен на то, чтобы расширить возможности людей с тяжелым параличом и предоставить интерфейс для безопасного обучения управлению роботами-помощниками.

Читайте также: