Моделирование химических и биологических систем с помощью стохастических блочных клеточных автоматов с окрестностью Маркова

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Статья посвящена описанию новой вариации стохастических блочных клеточных автоматов – так называемых марковских автоматов, отличительной особенностью которой является динамическое и стохастическое формирование блоков. Приводятся примеры простейших моделей физических процессов, построенные на основе такого типа автоматов. В статье рассматриваются выразительные возможности введенной модели. В частности, через сравнение с машиной Тьюринга показывается алгоритмическая универсальность марковских автоматов, что позволяет им теоретически выполнять сколь угодно сложную обработку символьных цепочек. С другой стороны, наличие в системе правил автомата так называемой перемешивающей подсистемы подстановок приводит к другому типу поведения данных автоматов, динамика которого описывается классическими кинетическими уравнениями для систем химических реакций. Показывается, что использование в автомате специальных разделительных символов (мембран) позволяет комбинировать в разных частях одного и того же автомата несколько различных типов поведения, а также организовывать информационное взаимодействие между этими частями. Данный прием открывает возможность моделирования простейших биологических систем – клеток. На примере двумерного варианта предлагаемой модели показывается, как можно расширить базовую одномерную модель на случай большей размерности.

Об авторах

Николай Михайлович Ершов

Московский государственный университет имени М.В. Ломоносова

Автор, ответственный за переписку.
Email: ershov@cs.msu.ru
ORCID iD: 0000-0001-5963-0419

кандидат физико-математических наук, старший научный сотрудник, факультет вычислительной математики и кибернетики

Россия, г. Москва

Александр Михайлович Попов

Московский государственный университет имени М.В. Ломоносова

Email: popov@cs.msu.ru
ORCID iD: 0000-0002-5672-8450

доктор физико-математических наук, профессор, факультет вычислительной математики и кибернетики

Россия, г. Москва

Список литературы

  1. Dorin A., Stepney S. What is artificial life today, and where should it go? Artificial Life. 2024. No. 30 (1). Pp. 1–15.
  2. Bedau M.A., McCaskill J.S., Packard N.H. et al. Open problems in artificial life. Artificial Life. 2000. No. 6. Pp. 363–376.
  3. Von Neumann J., Burks A.W. Theory of self-reproducing automata. Urbana: University of Illinois Press, 1966.
  4. Dittrich P. Artificial chemistry. In: Computational complexity: Theory, techniques, and applications. A.R. Meyers (ed.). Springer, 2012. Pp. 185–203.
  5. Deutsch A., Dormann S. Cellular automaton modelling of biological pattern formation. Boston: Birkhauser, 2005.
  6. Margolus N. Cellular automata machines: A new environment for modeling. MIT Press, 1987.
  7. Achasova S., Bandman O., Markova V. et al. Parallel substitution algorithm. Theory and application. Singapore: World Scientific, 1994.
  8. Kushner B. The constructive mathematics of A.A. Markov. Amer. Math. Monthly. 2006. No. 113 (6). Pp. 559–566.
  9. Hopcroft J.E., Motwani R., Ullman J.D. Introduction to automata theory, languages, and computation second edition. Addison-Wesley, 2001.
  10. Atkins P., Julio P. The rates of chemical reactions. Atkins' Physical chemistry. 8th ed. W.H. Freeman (ed.). 2006.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рис. 1. Схема работы алгоритма M

Скачать (67KB)
3. Рис. 2. Модель экспоненциального затухания

Скачать (746KB)
4. Рис. 3. Модель диффузии (а) и направленного движения (b)

5. Рис. 4. Простейшая волновая модель

Скачать (503KB)
6. Рис. 5. Преобразование машины Тьюринга в марковский автомат

Скачать (465KB)
7. Рис. 6. Фазовый портрет модели «хищник–жертва»

Скачать (206KB)
8. Рис. 7. Комбинирование различных типов поведения с помощью непроницаемой мембраны

Скачать (554KB)
9. Рис. 8. Использование полунепроницаемых мембран

Скачать (650KB)
10. Рис. 9. Разбиение матрицы символов на одномерные цепочки

Скачать (139KB)
11. Рис. 10. Двумерный вариант модели диффузии

Скачать (805KB)
12. Рис. 11. Двумерная модель дендритного роста



Ссылка на описание лицензии: https://www.urvak.ru/contacts/

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».