BRIM, Luboš, Milan ČEŠKA, Sven DRAŽAN a David ŠAFRÁNEK. Exploring Parameter Space of Stochastic Biochemical Systems Using Quantitative Model Checking. In 25th International Conference, CAV 2013, Saint Petersburg, Russia, July 13-19, 2013. Proceedings. Berlin: Springer Berlin Heidelberg. s. 107-123. ISBN 978-3-642-39798-1. doi:10.1007/978-3-642-39799-8_7. 2013.
Další formáty:   BibTeX LaTeX RIS
Základní údaje
Originální název Exploring Parameter Space of Stochastic Biochemical Systems Using Quantitative Model Checking
Autoři BRIM, Luboš (203 Česká republika, domácí), Milan ČEŠKA (203 Česká republika, domácí), Sven DRAŽAN (203 Česká republika, domácí) a David ŠAFRÁNEK (203 Česká republika, garant, domácí).
Vydání Berlin, 25th International Conference, CAV 2013, Saint Petersburg, Russia, July 13-19, 2013. Proceedings, od s. 107-123, 17 s. 2013.
Nakladatel Springer Berlin Heidelberg
Další údaje
Originální jazyk angličtina
Typ výsledku Stať ve sborníku
Obor 10201 Computer sciences, information science, bioinformatics
Stát vydavatele Česká republika
Utajení není předmětem státního či obchodního tajemství
Forma vydání tištěná verze "print"
WWW URL
Impakt faktor Impact factor: 0.402 v roce 2005
Kód RIV RIV/00216224:14330/13:00066280
Organizační jednotka Fakulta informatiky
ISBN 978-3-642-39798-1
ISSN 0302-9743
Doi http://dx.doi.org/10.1007/978-3-642-39799-8_7
Klíčová slova anglicky continuous-time Markov chains; parameter exploration; model checking
Štítky core_A, firank_1
Změnil Změnil: RNDr. Pavel Šmerk, Ph.D., učo 3880. Změněno: 27. 4. 2014 23:26.
Anotace
We propose an automated method for exploring kinetic parameters of stochastic biochemical systems. The main question addressed is how the validity of an a priori given hypothesis expressed as a temporal logic property depends on kinetic parameters. Our aim is to compute a landscape function that, for each parameter point from the inspected parameter space, returns the quantitative model checking result for the respective continuous time Markov chain. Since the parameter space is in principle dense, it is infeasible to compute the landscape function directly. Hence, we design an effective method that iteratively approximates the lower and upper bounds of the landscape function with respect to a given accuracy. To this end, we modify the standard uniformization technique and introduce an iterative parameter space decomposition. We also demonstrate our approach on two biologically motivated case studies.
Návaznosti
EE2.3.20.0256, projekt VaVNázev: Vytvoření výzkumného týmu a mezinárodního konzorcia pro počítačový model buňky sinice
EE2.3.30.0009, projekt VaVNázev: Zaměstnáním čerstvých absolventů doktorského studia k vědecké excelenci
GAP202/11/0312, projekt VaVNázev: Vývoj a verifikace softwarových komponent v zapouzdřených systémech (Akronym: Components in Embedded Systems)
Investor: Grantová agentura ČR, Software Components in Embedded Systems: Development and Verification
MUNI/A/0739/2012, interní kód MUNázev: Zapojení studentů Fakulty informatiky do mezinárodní vědecké komunity (Akronym: SKOMU)
Investor: Masarykova univerzita, Zapojení studentů Fakulty informatiky do mezinárodní vědecké komunity, DO R. 2020_Kategorie A - Specifický výzkum - Studentské výzkumné projekty
MUNI/A/0760/2012, interní kód MUNázev: Rozsáhlé výpočetní systémy: modely, aplikace a verifikace II. (Akronym: FI MAV II.)
Investor: Masarykova univerzita, Rozsáhlé výpočetní systémy: modely, aplikace a verifikace II., DO R. 2020_Kategorie A - Specifický výzkum - Studentské výzkumné projekty
VytisknoutZobrazeno: 23. 4. 2024 11:27