Mô phỏng số là gì? Các công bố khoa học về Mô phỏng số

Động lực: Mô phỏng phân tử từ trước đến nay luôn là một kỹ thuật với thông lượng thấp, nhưng sự phát triển của máy tính nhanh hơn và sự gia tăng dữ liệu gen và cấu trúc đang thay đổi điều này bằng cách cho phép mô phỏng tự động quy mô lớn, ví dụ, nhiều dạng hình dạng hoặc đột biến của các phân tử sinh học với hoặc không có một loạt các phân tử liên kết. Đồng thời, những tiến bộ trong hiệu năng và khả năng mở rộng hiện nay làm cho việc mô hình hóa tương tác và chức năng của phân tử sinh học phức tạp theo cách có thể dễ dàng thử nghiệm trở nên khả thi. Những ứng dụng này đều cần phần mềm nhanh chóng và hiệu quả có thể được triển khai quy mô lớn trên các cụm máy, máy chủ web, tính toán phân tán hoặc tài nguyên đám mây.

Kết quả: Ở đây, chúng tôi giới thiệu một loạt các thuật toán và tính năng mô phỏng mới được phát triển trong 4 năm qua, dẫn đến gói phần mềm GROMACS 4.5. Phần mềm hiện tự động xử lý các loại phân tử sinh học rộng lớn, như protein, axit nucleic và lipid, và tích hợp tất cả các trường lực thường dùng cho các phân tử này. GROMACS hỗ trợ một số mô hình dung môi ngầm và các thuật toán năng lượng tự do mới, và phần mềm giờ đây sử dụng đa luồng để tối ưu hóa tính song song ngay cả trên các hệ thống có hiệu suất thấp, bao gồm cả các trạm làm việc dựa trên Windows. Kết hợp với các nhân lắp ráp được điều chỉnh cụ thể và kỹ thuật song song tiên tiến, điều này cung cấp hiệu suất cực cao và hiệu quả chi phí cho mô phỏng quy mô lớn cũng như mô phỏng song song cực lớn.

Tính khả dụng: GROMACS là phần mềm mã nguồn mở và miễn phí có sẵn tại http://www.gromacs.org.

Liên hệ: [email protected]

Thông tin bổ sung: Dữ liệu bổ sung có sẵn trên Bioinformatics trực tuyến.

Việc mô tả các đặc điểm nhất quán của dòng chảy là cần thiết để hiểu các quá trình động học và vận chuyển chất lỏng. Một phương pháp được giới thiệu có khả năng trích xuất thông tin động lực học từ các trường dòng chảy được tạo ra bởi mô phỏng số trực tiếp (DNS) hoặc được hình ảnh hóa/đo lường trong một thí nghiệm vật lý. Các chế độ động được trích xuất, có thể được hiểu như sự tổng quát hóa của các chế độ ổn định toàn cục, có thể được sử dụng để miêu tả các cơ chế vật lý cơ bản được thể hiện trong chuỗi dữ liệu hoặc để chuyển đổi các vấn đề quy mô lớn sang một hệ thống động lực học với ít bậc tự do hơn đáng kể. Việc tập trung vào các tiểu vùng của trường dòng chảy, nơi động học có liên quan được kỳ vọng, cho phép phân chia dòng chảy phức tạp thành các vùng có hiện tượng bất ổn cục bộ và thêm một minh họa về sự linh hoạt của phương pháp, như việc mô tả động lực học trong một khung không gian. Các minh họa của phương pháp này được trình bày bao gồm dòng chảy trong kênh phẳng, dòng chảy qua một khoang hai chiều, dòng chảy sau màng linh hoạt và luồng khí đi qua giữa hai xi lanh.

Các mô phỏng số về dòng chảy rối đã phát triển đầy đủ trong kênh tại ba số Reynolds lên đến Reτ=590 được báo cáo. Đáng lưu ý là các mô phỏng tại số Reynolds cao hơn thể hiện ít ảnh hưởng của số Reynolds thấp hơn so với các mô phỏng trước đó tại Reτ=180. Một tập hợp thống kê toàn diện thu thập từ các mô phỏng có sẵn trên web tại http://www.tam.uiuc.edu/Faculty/Moser/channel.

Tự tương quan trong tuyển cá và dữ liệu môi trường có thể làm phức tạp sự suy diễn thống kê trong các phân tích tương quan. Để giải quyết vấn đề này, các nhà nghiên cứu thường điều chỉnh các thủ tục kiểm định giả thuyết (ví dụ: điều chỉnh bậc tự do) để tính đến tự tương quan hoặc loại bỏ tự tương quan bằng cách tiền làm trắng hoặc chênh lệch lần đầu trước khi phân tích. Tuy nhiên, hiệu quả của các phương pháp điều chỉnh thủ tục kiểm định giả thuyết vẫn chưa được nghiên cứu đầy đủ một cách định lượng. Do đó, chúng tôi đã so sánh một số phương pháp điều chỉnh thông qua mô phỏng Monte Carlo và phát hiện rằng một phiên bản sửa đổi của các phương pháp này giữ tỷ lệ lỗi loại I gần với . Ngược lại, các phương pháp loại bỏ tự tương quan kiểm soát tốt tỷ lệ lỗi loại I nhưng có thể trong một số trường hợp làm tăng tỷ lệ lỗi loại II (xác suất không phát hiện được một số ảnh hưởng từ môi trường) và do đó giảm sức mạnh thống kê, so với việc điều chỉnh quy trình kiểm tra. Cụ thể, các mô phỏng Monte Carlo của chúng tôi cho thấy rằng tiền làm trắng và đặc biệt là chênh lệch lần đầu làm giảm sức mạnh trong các tình huống phổ biến, khi các quá trình tần số thấp (thay đổi chậm) là những nguồn quan trọng của sự tương quan trong tuyển cá hoặc trong các biến môi trường. Ngược lại, việc loại bỏ tự tương quan có thể gia tăng sức mạnh khi các quá trình tần số thấp chỉ chiếm một phần sự tương quan. Vì vậy, chúng tôi khuyên các nhà nghiên cứu nên xem xét cẩn thận tầm quan trọng của các thang thời gian khác nhau của biến động khi phân tích dữ liệu có tự tương quan.

Homo naledi là một loài hominin đã tuyệt chủng chưa từng được biết đến trước đây, được phát hiện trong Phòng Dinaledi của hệ thống hang Rising Star, nơi được mệnh danh là Nôi của nhân loại, tại Nam Phi. Loài này được đặc trưng bởi khối lượng cơ thể và tầm vóc tương tự như các quần thể người có thân hình nhỏ bé, nhưng có thể tích sọ nhỏ giống như các loài australopith. Hình thái sọ của H. naledi là độc nhất, nhưng tương tự nhất với các loài Homo đầu tiên như Homo erectus, Homo habilis hoặc Homo rudolfensis. Mặc dù mang nhiều đặc điểm nguyên thủy, hàm răng của chúng thường nhỏ và có hình thái khớp cắn đơn giản. H. naledi có thích nghi thao tác của bàn tay và cổ tay giống người. Nó cũng thể hiện bàn chân và chi dưới giống với con người. Những khía cạnh giống người này được đối chiếu với phần thân dưới có hình thái nguyên thủy hơn hoặc giống như australopith ở thân, vai, xương chậu và xương đùi gần đó. Đại diện cho ít nhất 15 cá thể với hầu hết các bộ phận xương được lặp lại nhiều lần, đây là bộ sưu tập lớn nhất của một loài hominin đơn lẻ được phát hiện ở châu Phi cho đến nay.

Dòng chảy qua một hình trụ tròn ở số Reynolds 3900 được nghiên cứu một cách số học bằng kỹ thuật mô phỏng xoáy lớn. Các phép tính được thực hiện bằng một phương pháp số học chính xác cao dựa trên B-spline và được so sánh với các mô phỏng phương pháp sai lệch hướng lên trước và phương pháp sai phân trung tâm trước đó cũng như với dữ liệu thực nghiệm có sẵn. Trong vùng gần phía sau, cả ba mô phỏng đều nhất quán với nhau. Xa hơn về phía hạ lưu, kết quả của các phép tính B-spline có sự nhất quán tốt hơn với thí nghiệm dây nóng của Ong và Wallace [Exp. Fluids 20, 441–453 (1996)] so với những kết quả thu được từ các mô phỏng bằng phương pháp sai phân. Đặc biệt, quang phổ công suất của các dao động vận tốc rất khớp với dữ liệu thực nghiệm. Ảnh hưởng của độ phân giải số lên sự chuyển tiếp lớp cắt được điều tra.

Quy chế quản trị cơ sở hạ tầng công nghệ thông tin (CNTT) của một tổ chức đang dần chuyển dịch từ các cơ chế thuần túy dựa trên cấp bậc và thị trường sang các phương thức hợp tác và đối tác, bao gồm cả các nhà cung cấp bên ngoài. Đặc biệt, thuê ngoài CNTT đã nổi lên như một đổi mới quản lý quan trọng trong chiến lược CNTT của tổ chức. Bài báo này tìm cách khám phá các nguồn ảnh hưởng trong việc áp dụng đổi mới này. Để làm điều này, chúng tôi đã tạo ra một mẫu toàn diện gồm các hợp đồng thuê ngoài tại Hoa Kỳ bằng cách sử dụng quy trình tìm kiếm tài liệu điện tử. Sử dụng mô hình lan tỏa, phân tích thực nghiệm của chúng tôi cho thấy việc áp dụng thuê ngoài CNTT chủ yếu chịu ảnh hưởng từ các nhân tố nội bộ (hoặc hành vi mô phỏng) nhiều hơn là từ các nhân tố bên ngoài giữa các tổ chức sử dụng. Sau đó, chúng tôi xem xét quyết định thuê ngoài của Eastman Kodak, một sự kiện quan trọng đã được phổ biến rộng rãi, để đánh giá xem ảnh hưởng nội bộ có rõ ràng hơn trong chế độ hậu Kodak so với chế độ tiền Kodak hay không. Kết quả của chúng tôi cho thấy ảnh hưởng nội bộ là chủ đạo trong chế độ hậu Kodak, nhưng không có trong chế độ tiền Kodak. Các ý nghĩa và định hướng cho các nghiên cứu trong tương lai cũng được thảo luận.

Bài báo này rà soát tài liệu về quản lý công suất chiến lược với nội dung liên quan đến việc xác định kích thước, loại và thời điểm của các khoản đầu tư và điều chỉnh công suất trong điều kiện không chắc chắn. Đặc biệt chú ý đến những phát triển gần đây trong việc tích hợp nhiều quyết định, nhiều loại công suất, phòng ngừa và sự không ưa rủi ro. Công suất là thước đo khả năng và giới hạn xử lý và được biểu diễn dưới dạng một vectơ các cổ phiếu của các nguồn lực xử lý khác nhau, trong khi đó, đầu tư là sự thay đổi công suất và bao gồm mở rộng và thu hẹp. Sau khi thảo luận các vấn đề chung trong vấn đề đầu tư công suất, bài báo này rà soát các mô hình đầu tư công suất dưới điều kiện không chắc chắn trong ba bối cảnh:

Bối cảnh đầu tiên rà soát đầu tư công suất tối ưu bởi các nhà quyết định không ưa rủi ro đơn lẻ và đa dạng trong một môi trường ổn định nơi công suất không thay đổi. Khi chấp nhận nhiều loại công suất, danh mục công suất tối ưu liên quan chỉ định số lượng và địa điểm của công suất an toàn trong một mạng lưới xử lý. Tính năng chủ yếu của nó là nó không cân bằng; nghĩa là, dù cho sự không chắc chắn được hiện thực hóa thế nào, người quản lý công suất thông thường sẽ không bao giờ tận dụng hết tất cả các công suất. Bối cảnh thứ hai rà soát việc điều chỉnh công suất theo thời gian và cấu trúc của động lực đầu tư tối ưu. Bài báo kết thúc bằng việc rà soát cách tích hợp sự không ưa rủi ro trong đầu tư công suất và đối chiếu các chiến lược phòng ngừa liên quan đến phương tiện tài chính so với phương tiện hoạt động.

Mục tiêu chính của nghiên cứu này là đánh giá và so sánh hiệu suất của các thuật toán học máy (ML) khác nhau, cụ thể là Mạng Nơron Nhân Tạo (ANN), Máy Học Tăng Cường (ELM) và thuật toán Cây Tăng Cường (Boosted), khi xem xét ảnh hưởng của các tỷ lệ đào tạo đối với kiểm tra trong việc dự đoán độ bền cắt của đất, một trong những tính chất kỹ thuật địa chất quan trọng nhất trong thiết kế và xây dựng công trình. Để thực hiện điều này, một cơ sở dữ liệu gồm 538 mẫu đất thu thập từ dự án nhà máy điện Long Phú 1, Việt Nam, đã được sử dụng để tạo ra các bộ dữ liệu cho quá trình mô hình hóa. Các tỷ lệ khác nhau (tức là 10/90, 20/80, 30/70, 40/60, 50/50, 60/40, 70/30, 80/20, và 90/10) đã được sử dụng để chia bộ dữ liệu thành bộ dữ liệu đào tạo và kiểm tra nhằm đánh giá hiệu suất của các mô hình. Các chỉ số thống kê phổ biến, chẳng hạn như Lỗi Bình Phương Trung Bình (RMSE), Lỗi Tuyệt Đối Trung Bình (MAE) và Hệ Số Tương Quan (R), đã được sử dụng để đánh giá khả năng dự báo của các mô hình dưới các tỷ lệ đào tạo và kiểm tra khác nhau. Ngoài ra, mô phỏng Monte Carlo đã được thực hiện đồng thời để đánh giá hiệu suất của các mô hình đề xuất, có tính đến ảnh hưởng của lấy mẫu ngẫu nhiên. Kết quả cho thấy mặc dù cả ba mô hình ML đều hoạt động tốt, nhưng ANN là mô hình chính xác nhất và ổn định nhất về mặt thống kê sau 1000 lần mô phỏng Monte Carlo (R Trung Bình = 0.9348) so với các mô hình khác như Boosted (R Trung Bình = 0.9192) và ELM (R Trung Bình = 0.8703). Điều tra về hiệu suất của các mô hình cho thấy khả năng dự báo của các mô hình ML bị ảnh hưởng lớn bởi các tỷ lệ đào tạo/kiểm tra, trong đó tỷ lệ 70/30 thể hiện hiệu suất tốt nhất của các mô hình. Một cách ngắn gọn, kết quả được trình bày ở đây thể hiện một cách thức hiệu quả trong việc lựa chọn các tỷ lệ dữ liệu phù hợp và mô hình ML tốt nhất để dự đoán chính xác độ bền cắt của đất, điều này sẽ hữu ích trong các giai đoạn thiết kế và kỹ thuật của các dự án xây dựng.

Hormone peptide thần kinh gonadotropin‐giải phóng (GnRH) đóng vai trò trung tâm trong việc kiểm soát sinh sản của động vật có xương sống. Bài tổng quan này mô tả cái nhìn tổng quát về những gì hiện đang được biết đến về GnRH ở động vật có xương sống trong bối cảnh sự tiến hóa cấu trúc và chức năng của nó. Một lượng lớn bằng chứng đã chứng minh sự tồn tại của ba gen đồng loại cho GnRH (GnRH1, GnRH2 và GnRH3) trong dòng dõi động vật có xương sống. Chúng rất có thể là sản phẩm của các lần sao chép toàn bộ bộ gen đã xảy ra sớm trong quá trình tiến hóa của động vật có xương sống. Mặc dù GnRH3 chỉ được xác định ở các loài cá xương, nhưng các phân tích gen so sánh cho thấy rằng GnRH3 không phát sinh từ một sự sao chép bộ gen đặc hiệu của cá xương, mà được bắt nguồn từ một sự sao chép bộ gen trước đó ở một tổ tiên động vật có xương sống, sau đó bị mất trong dòng dõi tứ chi. Sự mất đi của các gen đồng loại khác cũng đã xảy ra độc lập ở các dòng dõi động vật có xương sống khác nhau, dẫn đến sự khác biệt giữa các loài về tổ chức của hệ thống GnRH. Ngoài gen GnRH3, gen GnRH2 đã bị xóa hoặc lặng ở một số loài động vật có vú, trong khi một số loài cá xương dường như đã mất gen GnRH1 hoặc GnRH3. Các gen GnRH bị sao chép đã trải qua quá trình phân chức năng trong quá trình tiến hóa của động vật có xương sống; GnRH1 đã trở thành chất kích thích chính hormone gonadotropin và có thể cả các hormone tuyến yên khác, trong khi GnRH2 và GnRH3 sẽ hoạt động như các điều biến thần kinh, ảnh hưởng đến hành vi sinh sản. Ngược lại, trong những trường hợp mà một gen đồng loại cho GnRH bị mất, một trong những gen đồng loại còn lại dường như đã nhận vai trò của nó.