Informações do Trabalho
Titulo
METAMODELOS E ALGORITMOS GENÉTICOS PARA A RESOLUÇÃO DE UM PROBLEMA INVERSO DE ELETROFISIOLOGIA CARDÍACA
Subtítulo
Autor
Gustavo Montes Novaes
Orientador
Rodrigo Weber dos Santos
Resumo
A modelagem da atividade elétrica de células cardíacas é de grande interesse médico-científico. Este trabalho tem como objetivo avaliar uma metodologia baseada em Algoritmos Genéticos (AG) que visa ajustar automaticamente modelos da eletrofisiologia celular a dados experimentais. Esses problemas inversos são extremamente custosos computacionalmente. Dessa maneira, avaliamos a combinação de duas técnicas para acelerar a execução do AG: Computação Paralela e Metamodelos. O AG foi paralelizado usando o modelo clássico mestre-escravo. Além disto, foi implementado um metamodelo cujo objetivo é substituir a avaliação de indivíduos por estimativas menos custosas. O metamodelo é criado dinamicamente por um histórico de indivíduos já avaliados armazenados em uma base de dados, a qual foi implementada de duas formas: via lista contígua e via Kd-Tree. A execução paralela do AG em 20 processadores foi duas vezes mais rápida do que a execução em 10 processadores. A estrutura Kd-Tree acelerou as funções relacionadas ao armazenamento e busca na base de dados em até 4000 vezes, comparada à implementação via lista contígua. Foi possível estimar as aptidões de até 40% dos indivíduos via meta-modelo sem prejuízo da qualidade do ajuste de parâmetros, o que reduziu o tempo total de execução de 3h (sem metamodelo) para 2h.
Ano:
2013
Palavras-Chave
Eletrofisiologia Cardíaca, Algoritmo Genético, Metamodelo, Kd-Tree
Obter PDF
Obter arquivos extras
Obter Bibtex