Využitie imunitných princípov v podmienkach multiagentových systémov .

Využitie imunitných princípov v podmienkachmultiagentových systémov. Tomáš Kasanický kasanicky@neuron.tuke.sk Ústav informatiky Slovenská akadémia vied

Štruktúra prezentácie. • Multiagentový systém (MAS) • Biologicky imunitný systém • Umelý imunitný systém • Prostriedky umelej imunitnej odozvy • Umelá imunitná odozva a MAS • Tézy dizertačnej prace • Navrhovaný systém

Multiagentový systém (MAS) • Vo všeobecnosti existuje mnoho definícií pojmu agent, avšak za jednu z najuniverzalneš možno považovať: Autonómny agent je výpočtový systém, ktorý existuje v nejakom dynamickom prostredí, v ktorom autonómne vníma a koná tak, aby dosahoval ciele, pre ktoré je určený (Maes P) • Za agensový systém môžeme považovať zoskupenie agentov, ktory navzajom tvoria celok

Biologicky imunitný systém • Imunitný systém predstavuje obrannú líniu organizmu proti nežiadúcim vplyvom okolia • Základnou vlastnosťou imunitného systému je identifikovať škodlivé látky (patogény) a následne ich zneškodniť • Imunitný systém: • Vrodená, nešpecifická imunita • Adaptívna, získaná imunita

Adaptívna, získaná imunita Získaná imunita sa stala predlohou pre vytváranie algoritmov umelej imunitnej odozvy. Je charakterizovaná nasledovnými vlastnosťami: • Pomalšia prvotná odozva • Vykazuje prvky učenia • Masívne paralelné procesy • Distribuovanosť

Adaptívna, získaná imunita • Vo všeobecnosti existujú dva základne typy buniek získanej imunity: • B-bunky • T-bunky • Ich aktivácia a proces akým zasahujú je pomerne kopmlexný a imunológovia sa v mnohých otázkach ešte nezhodli na jednotnej teórii

Umelý imunitný systém(UIS) • Umelý imunitný systém je výpočtový systém založený na metaforách prirodzených imunitných systémov (John Timmis ). • Jedna z prvýchpracJerne N.K “Towards a Network Theory of the Immune System” 1974z tejtopráce čerpal Farmer J.D pričom jeho práca “The Immune System Adaptation and Machine Learning” 1986 sa často označuje za priekopnickú pracú v UIS

Umelý imunitný systém(UIS) • Z výpočtového hľadiska sa dá charakterizovať nasledovnými vlastnosťami: • Rozpoznávanie • Robustnosť • Rozmanitosť • Pamäť • Distribuovanosť • Prispôsobivosť • A ďalšie(Reinforcement learning, adaptívnosť)

Algoritmy UIS • Model kostnej drene • Model týmusu • Algoritmus klonálnej selekcie • Model imunitnej siete • Alternatívne prístupy

Model kostnej drene • Kostná dreň je zodpovedná za produkciu krviniek. Produkuje všetky druhy lymfocitov. • generátor reťazcov o nejakej dĺžke • generovanie nových buniek za pomoci knižníc génov RAV, RTF, RBF ABC, EFD, ARC MXL, FTK, LXM ABC | RTF | LXM

Model týmusu • Týmus je miesto, kde dochádza k dozrievaniu T-buniek • Algoritmus popisuje dva základne stavy: • pozitívna selekcia • negatívna selekcia

Pozitívna selekcia Vlastné bunky Generátor Afinita Pozitívna reakcia Množina detektorov Negatívna reakcia Odstrániť

Negatívna slelekcia Vlastné bunky Generátor Afinita Negatívna reakcia Množina detektorov Pozitívna reakcia Odstrániť autoimunita

Samotná detekcia Množina detektorov Skúmaný vzor Afinita Nerozpoznané Rozpoznané Odstrániť patogén

Algoritmus klonálnej selekcie. • Vznikol na základe teórie, ktorá sa pokúša vysvetliť spôsob aktivácie imunitných buniek • V problematike evolučných algoritmov existujú algoritmy, ktoré využívajú rovnaké princípy • Tento algoritmus a jeho úpravy patria k najčastejšie používaným technikám v oblasti UIS

Algoritmus klonálnej selekcie Výber buniek s Najväčšou afinitou(podobnosť). Proliferácia a dozrievanie. Protilátky. Paratop M Pamäťové Bunky. M Epitop Patogén

Model imunitnej siete • Je to skupina algoritmov, ktorá problém aktivácia buniek vníma v širšom merítku • Uväzuje aj o autoaktivácii, kedy imunitne bunky medzi sebou siria podnety a tak vytvárajú imunitnú sieť • Jerne “Towards a Network Theory of the Immune System” v roku 1974

Princíp imunitnej siete pričom G(x) = x pre x>0 ,G(x)=0 pre x<=0 ei(n) je n-ty bit i-teho epitopu pj(n) je n-ty bit i-teho paratopu operácia komplementárnosti je XOR s symbolizuje hranicu zhody

Umelá imunitná odozva a MAS • MAS a ich interakcia s UIS môže biť v princípe dvojaka : • MAS sú prostriedkom resp. aplikačným nástrojom UIS. Využívajú sa tu prirodzená vlastnosti UIS ako je distribuovanosť paralelnosť . Najčastejšie sa sem radia simulátory (rakovinovébunky, HIV) • MAS sa stávajú aplikačným cieľom UIS.UIS sú využívané na riešenie problémov, koorodináacie kooperácie a komunikácie.

Tézy dizertačnej prace • Analyzovať vlastnosti rôznych prístupov pri rozhodovaní v podmienkach multiagentových systémov. Teoreticky porovnať existujúce riešenia z hľadiska dynamickej adaptácie. • Analyzovať možnosti využitia princípov fungovania imunitného systému v oblasti multiagentových systémov s cieľom podpory rozhodovania v dynamickom prostredí. Realizovať prehľad existujúcich prístupov a aplikácií. • Navrhnúť a implementovať multiagentovú architektúru založenú na prvkoch imunitných systémov. • Experimentálne overiť efektivitu navrhnutého systému na zvolenej testovacej doméne.

Navrhovaný systém • Vytvoriť všeobecný MAS schopný ošetrovať kritické stavy v sledovanom systéme. • Využiť princípy UIS pri zabezpečení dynamickej adaptabilty systému na novovzniknuté kritické stavy.

Bloková schéma Databáza zásahov Agent rozhrania Selekčný agent Operátor Zasahovací agent Monitorovací agent Generický agent UIS Prostredie Sledovaný systém Referenčný agent

Využitie imunitných princípov v podmienkach multiagentových systémov .