Simulation of Biological Systems (E376012)

Předmět představuje dva přístupy k modelování dynamických dějů v biologických systémech, tj. analytické a na bázi počítačové inte- ligence (adaptivní přístupy). K prvnímu případu patří příklady analytického přístupu diferenciálních rovnic, jako jsou modely růstu a rozpadu populací, modely růstu mikroorganizmů, epidemiologické modely, modely neuronu, Mackey-Glassův model. Studenti se seznámí s příklady deterministického chaosu, kvazipe-riodického chování, nebo synchronizací systémů. K druhému okruhu, počítačové inteligenci, patří přístupy založené na modelování, predikci a možné diagnostice na základě naměřených biosignálů (pohyb plic, EKG). V dalším jsou jednoduše vysvětleny a prokázány základní adaptivní modely, jako například supervizorované neuronové sítě, nebo pojem nejistoty v reálných systémech a modelovacích nástrojích. (SW:Matlab, Python,ScicosLab).

The class introduces two natural approaches to the modeling of dynamical behavior of biological systems, i.e. the analytical and the computer intelligence based (adaptive) approaches. First, the examples of the analytical approach are models of growth and decay of populations, models of growth of mikroorganisms, epidemiological models, models of a neuron, famous Mackey-Glass model. Students will become familiar with the terms as deterministic chaos, quasiperiodic behavior, or synchronization of coupled (bio)systems. Second, the computer intelligence based approaches for modeling, prediction, and possible diagnosing real measured biosignals (lung motion, ECG) will be introduced. Basic adaptive models, such as supervised neural networks will be simply explained and demonstrated. The notion of uncertainty in real systems and the modeling tools handling uncertainty will be introduced (combination model of anesthetics). Attending students should have accomplished basic courses of mathematics dealing with differential equations (SW: Matlab, Python,ScicosLab).