使用加权有限状态机实现免疫库模型
摘要：基于加权有限状态机的人工免疫系统：多重输入数据的建模 对于自适应免疫系统中的T和B细胞可以看作是一种大规模的简单、多样化的分类器。人工免疫系统（AIS）-T或B细胞库的算法模型-在计算生物学和自然计算中被用来研究免疫系统如何适应其变化的环境。然而，研究人员一直努力在大规模上构建这样的系统。对于基于字符串的AIS，有限状态机（FSMs）可以将细胞库以压缩表示存储，其大小比显式存储的受体集小几个数量级。这种策略允许生成具有数十亿个受体的AIS仅需几秒钟。然而，迄今为止，这些基于FSM的AIS无法处理多重输入数据。在本文中，我们展示了加权FSM如何用于表示细胞库和模拟免疫过程，如负选择和正选择，同时考虑到输入数据的多重性。我们使用我们的方法构建了简单的免疫启发式分类器系统，解决了各种异常检测的玩具问题，展示了权重在性能和对参数的鲁棒性上的关键性。我们的方法可以潜在地扩展到增加基于人群的其他机器学习算法，如学习分类器系统。
作者：Gijs Schr"oder, Inge MN Wortel, Johannes Textor
论文ID：2308.03637
分类：Neural and Evolutionary Computing
分类简称：cs.NE
提交时间：2023-08-08