Résumé
Dans ce mémoire, nous étudierons une nouvelle méthode d'identification de réseau qui repose sur l'opérateur de Koopman. Celle-ci présente deux avantages majeurs: elle est valide pour les systèmes non linéaires et lorsque le nombre de données temporelles est faible. De plus, un résultat de convergence permet d'attester de son efficacité dans le cas théorique.Nous identifierons plus spécifiquement des réseaux de régulation génétique.
Notre méthode d'identification a été testée sur les données du concours DREAM-4 in silico network challenge qui visent à simuler des données réelles
issues de la génétique. Les résultats obtenus sont supérieurs à ce que nous
attendrions d'une identification aléatoire, mais ceux-ci reste assez faibles. La
difficulté de la tâche s'explique par la complexité des systèmes de régulation
génétique (grande dimension, systèmes non linéaires, etc). Finalement, nous
proposerons un modèle pour le réseau de régulation de l'horloge circadienne
de la plante Arabidopsis thaliana.
la date de réponse | 21 juin 2021 |
---|---|
langue originale | Français |
L'institution diplômante |
|
Superviseur | Alexandre Mauroy (Promoteur) |
mots-clés
- Identification de réseaux
- système différentiel
- opératieur de Koopman
- réseaux de régulation génétiques