PMOM_W5-2019.pdf

(6532 KB) Pobierz
Podstawy modelowania w
medycynie
Wykład 5
Modele decyzyjne i eksplanacyjne
Matematyka modeli wieloskalowych
Dr inż. Zbigniew M. Wawrzyniak
ZPiESBm ZMiSP ISE WEiTI PW
z.wawrzyniak@ise.pw.edu.pl;
p. 243, PW 7738
1
Modelowanie
Modelowanie i symulacja zjawisk (lub struktur):
–
przyporządkowanie odpowiedniego opisu
matematycznego, określenie wartości parametrów
funkcji;
uproszczonyobraz procesu lub układu procesów
(struktur) wyrażający najistotniejsze cechy układu
rzeczywistego
istota użycia modeli wielkoskalowych
Zagadnienie niepewności
Modele adaptacyjne i samouczące
Znaczenia Machine Learning i Artificial Intelligence
–
–
–
–
–
2
Zjawisko vs model
Opis matematyczny zjawisk i obiektu:
•
znane modele zjawisk (skala i poziomy modeli)
•
dane uzyskane z pomiaru lub eksperymentu,
•
w tym numerycznego (symulacja czynnikowa)
Data-driven
Model-driven
symulacje
Statyka i dynamika zjawiska
Model hybrydowy
Model: dynamika i opis
Kształt modelu matematycznego rozważanego obiektu z punktu widzenia
jego funkcji
ma wpływ na rodzaj i formę opisu matematycznego,
nie wyklucza to form skomplikowanej struktury
modelu kompartmentowego
(a separate section or part of a structure or container
)
Zagadnienia sterownia i zarządzania modelami (TaskManager w informatyce)
4
Typy modeli i sposoby podziału
ze względu na cel:
•
modele eksplanacyjne
•
modele decyzyjne
Modele związane z biomedycyną:
•
Modele anatomiczne (geometria)
•
Modele fizjologiczne (mechanizm rządzące przebiegiem
czynności życiowych) - funkcjonalne
•
Modele regulacji (funkcjonalne + ewen. FeedBack)
•
Modele kompartmentowe na poziomie komórki i
biomolekularnym

Plik z chomika:

Inne pliki z tego folderu:

Inne foldery tego chomika:

Zgłoś jeśli naruszono regulamin