Потом, на самом то, деле какая разница больше чего и у чего? Больше у того, что в той или иной отрасли развивали. Иногда развивали то, что просто нравилось народу развивать и становилось модным, хотя реально от этого толка особого не было. Ну, а, как правило, наибольший толк, когда все инструменты часто и густо срастались. Я, вот, например, хочу развивать механогеометрические способы в программно реализуемых численных методах математической биологии.  И похоже мне дадут такую возможность, мне кажется, что от этого будет некий толк, и некоторые явные глупости это устранит.
Как раз глупости недооценки сути времени... Я каждый микроорганизм каждую клетку в системе представляю как объект в объектно ориентированном языке, и приписываю ему и все механические, и не механические свойства. Естественно, свойства не механические на определенном уровне, где это удобно, а на другом их лучше представлять, как механические, иногда их удобно предсталять и комбинацией. Но вот в любом случае я лезу в механику максимально. То есть, у меня каждая бактерия движется под воздействием стохастической диффузии в среде и своего хемотаксиса, соприкасается с иными клетками, но и форма клетки, то есть её коэффициент формы, важный для перемещения в среде, механические критерии Архимеда, Рейндольца зависят от фазы клеточного цикла. И они эволюционно сменяют друг друга, а сменяют они друг друга в зависимости от того сколько бактерия сожрала питательного субстрата, от этого и сколько она бяки метаболитической высрала.
А вот активность ферментов пищеварительных, и метиллаз-киназ хемотаксиса, я уже описываю аналитическими функциями, также как диффузию питательного субстрата и метаболитов.
Потом я беру для численных методов в качестве узловых поверхностей не какие-то фиксированные поверхности в среде а поверхности самих микроорганизмов, иногда их удобнее пополам делить при движеннии и хемотаксисе.
Ну и на каждом шаге у меня получается вычисление состояния всей системы, то есть принцип нейросети имеем, но туда же впендюрены диффуры, и численные методы и механогеометрия, и пошаговая эволюция каждой клетки во времени.
Их там хрен там что разделишь, и никаких уродских фракталов для биопленок нет, ими пользуются из-за красивости слова и их картинок, но вот поведение биосистем они не описывают, зато их достаточно удобно подгонять под любое поведение и это производит впечатление научности.
Но вот у меня иная задумка, я описывал чужие данные, в конечно кольца Адлера и форму колоний в эволюции. Кольца Адлера это концентрические наподобие годовых колец штуки концентрации клеток у колоний бактерий,  плесеней, слизевиков и пр. Ну у подвижных бактерий и слизивиков их легко объясняют хемотаксисом, решают дифференциальное уравнение эллиптическое параболлическое Келлера-Сегеля.
Решают его конечно во времени, но вот бактерии у них все усредненные и одинаковые, ну их количество тоже одна из функций.
Такие кольца однако известны и у неподвижных микроорганизмов. Их пытаются объяснить всякой хренотенью, что они распространяются диффузией и все одинаково, но что они начинают слать сигналы химические какие то непонятные друг другу неизвестными веществами делиться им или нет.
А вот у меня такие же виртуальные бактерии образовывали кольца в компе, потому, что у них разная форма от возраста и их диффузия по разному разносила на разной фазе и им до деления разное время оставалось.. И совпало это с данными всяких деятелей, пишущих для объяснения этого феномена фантастику.
Потом нашел мужиков в Спб в НИИ Спецприборостоения и в Ирландии которые делали и делают вещи похожие моей фигне.
Ну вот по динамике роста колонии задав более менее адекватную модель и вписав это в свойства объекта клетка можно делать такую фигню - Неизвестные тебе параметры, например, зависимости активности каких либо киназ хемотаксиса ты можешь вымерить, у тебя растет в компе колония и под прицелом веб камеры иная. Они если параметры примерно одинаковые формируют похожие хреновины (которые фракталами фильдипесовыми описывают непонятно зачем). А как начинается различие так меняет программа параметр ТЕБЕ НЕ ИЗВЕСТНЫЙ ТОЧНО и подбор итерационный происходит. Ну и в итоге ты просто меришь НЕ ИЗВЕСТНЫЙ ТОЧНО тебе параметр.
А ранее для этого нужно было эту киназу вынать и делать анализ на хренотени типа физикобиохимичекого БАК.
Вообще, примерно то что я описал существует уже это счетчики ProtoCol роста колоний, в них и есть похожее ПО. Но они измеряют только 4 коэффициента диффура Моно-Иерусалимского и ни хера более, это касамтельно скорости роста микроорганизмов и то не точно.

#p17764,Шарпер написал(а):

Эрик

Вот тебе книжка в дорогу
http://www.nehudlit.ru/books/detail6152.html
Только, Шарпер, смотри не зачитывайся, а то до ЧЕРТА не доберешься!

Да на кой хрен мне биология-то??? Не мой вопрос вообще. Вот блин. Один квантами заставляет заниматься, второй неведомо чем, а речь об алгоритмах. Капец!

Вот потому что речь об алгоритмах !!!!

А ты, например, Шарпер, слышал про BFO 

Одним из новейших направлений искусственного интеллекта являются мульти-
агентные методы интеллектуальной оптимизации, имеющие бионическую природу,
которые моделируют поведение живых существ, характеризующихся коллективным
интеллектом [1].
К мультиагентным методам интеллектуальной оптимизации относятся: метод
муравьиных колоний, метод пчелиной колонии, метод оптимизации с группировкой
частиц и др. Данные методы уже нашли широкое применение при решении различ-
ных задач оптимизации [2-6].
Одним из наименее изученных на сегодняшний день методов интеллектуальной
оптимизации является метод оптимизации на основе моделирования перемещения
бактерий (Bacteria Foraging Optimization, BFO), возможности которого ещё не до
конца исследованы. В связи с этим актуальной является разработка новых методов
оптимизации на основе моделирования перемещения бактерий.

2009
6-О
УДК 519.6:004.93
А.А. Олейник, С.А. Субботин
Запорожский национальный технический университет, Украина
subbotin@zntu.edu.ua
Метод оптимизации на основе моделирования
перемещения бактерий для решения задачи
отбора информативных признаков
при построении распознающих моделей
Решена задача автоматизации поиска наиболее информативной комбинации признаков. Предложен
метод отбора информативных признаков на основе моделирования перемещения бактерий. Проведены
эксперименты по выделению набора информативных признаков для синтеза распознающих моделей
хронического бронхита.
Введение
Одним из новейших направлений искусственного интеллекта являются мульти-
агентные методы интеллектуальной оптимизации, имеющие бионическую природу,
которые моделируют поведение живых существ, характеризующихся коллективным
интеллектом [1].
К мультиагентным методам интеллектуальной оптимизации относятся: метод
муравьиных колоний, метод пчелиной колонии, метод оптимизации с группировкой
частиц и др. Данные методы уже нашли широкое применение при решении различ-
ных задач оптимизации [2-6].
Одним из наименее изученных на сегодняшний день методов интеллектуальной
оптимизации является метод оптимизации на основе моделирования перемещения
бактерий (Bacteria Foraging Optimization, BFO), возможности которого ещё не до
конца исследованы. В связи с этим актуальной является разработка новых методов
оптимизации на основе моделирования перемещения бактерий.
Построение моделей сложных объектов и процессов является крайне важной
задачей, часто возникающей на практике. При решении задачи моделирования осо-
бенно для объектов, характеризующихся многомерностью, необходимо выполнить
отбор информативных признаков, позволяющий снизить избыточность создаваемых
моделей. Для решения задачи отбора информативных признаков предложен ряд ме-
тодов, основанных на полном или сокращённом переборе [7], которые при больших
выборках данных работают слишком долго. Поэтому разработка новых методов, поз-
воляющих решать задачу отбора информативных признаков, является весьма актуальной.
Поскольку метод оптимизации на основе моделирования перемещения бактерий
является новым и весьма перспективным методом поиска, а также ещё не применялся
для решения данной задачи, то целью настоящей работы является создание метода
отбора информативных признаков на основе моделирования перемещения бактерий.
Метод оптимизации на основе моделирования перемещения бактерий…

«Штучний інтелект» 1’2009 279
6-О
Метод оптимизации на основе
моделирования перемещения бактерий
(Bacteria Foraging Optimization, BFO)
Метод BFO основан на моделировании поведения бактерии E. Coli [8-10]. Способ-
ность бактерии E. Coli двигаться обеспечивается за счёт шести или более жгутиков,
которые вращаются с частотой 100 – 200 оборотов в секунду, каждый из которых
управляется с помощью своего собственного биологического «мотора».
Хемотаксис – это двигательная реакция бактерии в ответ на появление в среде
аттрактанта (аттрактант – вещество, привлекающее бактерии) или репеллента (репел-
лент – вещество, отпугивающее бактерий) [11], [12]. В естественных условиях аттрак-
тантами являются вещества, полезные для бактерий, а репеллентами – те, которые
бактериям вредны.
Метод BFO [13] предназначен для нахождения минимума функции J(X), XRp
при неизвестном градиенте J(X), где X – позиция бактерии в пространстве поиска
Rp, а с помощью J(&#61553 моделируются полезные и вредные свойства среды. Таким
образом, J <0, J = 0, J > 0 означает, что бактерия находится в полезной, нейтральной и
вредной среде соответственно. Пусть P(j, k, l ) = {Xi( j, k, l ), i = 1, 2, …, S} описывает
позицию каждого члена популяции S бактерий на j-м хемотаксическом шаге, k-м ша-
ге воспроизведения и на l-м событии исключения – рассеивания.

Или вот такая хрень, что тебе говорит

ISSN 1812-5123. Российский журнал биомеханики. 2010. Т. 14, № 4 (50): 42–69
© Кучумов А.Г., 2010
Кучумов Алексей Геннадьевич, к.ф.-м.н., доцент кафедры теоретической механики, Пермь
УДК 531/534: [57+61]
МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ И БИОМЕХАНИЧЕСКИЙ
ПОДХОД К ОПИСАНИЮ РАЗВИТИЯ, ДИАГНОСТИКИ И ЛЕЧЕНИЯ
ОНКОЛОГИЧЕСКИХ ЗАБОЛЕВАНИЙ
А.Г. Кучумов

А бред получается при прочтении в основном по причине отсутствия представлений и о механике, о и аналитике, и о геометрии, и численных методах.
ВЕРНЕЕ ПО ПРИЧИНЕ ЛОЖНОГО ПРЕДСТАВЛЕНИЯ ЧТО ДЛЯ ТЕБЯ ШАРПЕР МЕХАНИКА ЭТО, ЧТО-ТО А НЕ ПУСТОЙ ЗВУК, КОТОРЫЙ УХУ ПРИЯТНО ЗВУЧИТ.

Ты к механике имеешь такое же отношение как и солипситы к истинной картине мира.
ТЫ, ШАРПЕР, МАХРОВЕЙШИЙ СОЛИПСИСТ В МЕХАНИКЕ, ПОЛАГАЮЩИЙ, ЧТО ВСЯ МЕХАНИКА В ТЕБЕ.

Ну и понятно, почему это тобой востребовано, тут не надо особого аналитического аппарата, ты в равновесии в психологическом, метаболитическом, биофизикохимическом, что и механическое тоже, по сути.
ТЫ В МЕХАНОГЕОМЕТРИЧЕСКОЙ ПОТЕНЦИАЛЬНОЙ ЯМЕ, ПОЭТОМУ ТВОЁ РАВНОВЕСИЕ И УСТОЧИВО!!!
Минимум энергии.
Но под ямой скрывается бездна, а ты яму продавил, она вот вот треснет и ты полетишь к ЧЕРТУ.
К твоей чести, хочу отметить, что ты иногда таки трепыхаешься и пытаешься из неё выйти.
Но вот дать тебе энергию активации трудно.

Не сердись пожалуйста на меня, и не зови меня, пожалуйста, на ВЫ.
Я, во-первых, просто тебя, себя и остальных пытаюсь развлечь. Во-вторых, я сегодня жду решения важной хренотени, и это касается и механошеометрической аналитики с численными методами.
Потому я такой вредный.