Human Biophysics as Network Weights: Conditional Generative Models for Dynamic Simulation

要約

生物物理システムのシミュレーションは、生理学的メカニズムを研究し、ヒューマン マシン インターフェイスを開発するための基礎です。
有限要素モデルなどの高度な数値手法はこのタスクに優れていますが、大量のシミュレーションを生成したり、継続的に変化する構造パラメーターを使用して動的イベントをシミュレートしたりする場合に使用すると、計算コストが非常に高くなります。
条件付き生成モデルを使用して数値モデル状態間を補間し、高い生成精度を維持しながらモデリング時間を大幅に短縮するアーキテクチャを提案します。
この概念の実証として、動的変化中の特定の生物物理システムの正確かつ超高速かつ任意に高い時間分解能のシミュレーションを可能にするハイブリッド構造の生成モデル BioMime を紹介します。
この方法論は、生理学的および臨床研究だけでなく、信号解析のためのデータ拡張戦略のサポートにも幅広く応用でき、生物物理学的シミュレーションのための計算効率が高く高精度なモデルを表します。

要約(オリジナル)

Simulations of biophysical systems are fundamental for studying physiological mechanisms and developing human machine interfaces. Whilst advanced numerical methods, such as finite element models, can excel in this task, they are extremely computationally expensive to use when generating a large number of simulations or simulating dynamic events with continuously changing structural parameters. We propose an architecture that uses a conditional generative model to interpolate between the numerical model states, dramatically lowering the modeling time while maintaining a high generation accuracy. As a demonstration of this concept, we present BioMime, a hybrid-structured generative model that enables an accurate, ultra-fast, and arbitrarily high temporal-resolution simulation of a specific biophysical system during dynamic changes. This methodology has wide applications in physiological and clinical research as well as in supporting data augmentation strategies for signal analysis, representing a computationally efficient and highly accurate model for biophysical simulations.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google