Mathematics For Real-World Systems Centre for Doctoral Training

2019-2020 sarja
keskiviikkoisin klo 11-12 D1.07

näillä tunneilla osallistuminen on pakollista diplomi-insinööriopiskelijoille.

First-term week 2 – 9th October 2019

Introduction to the Scientific Computing Research Technology Platform part 1 – professori David Quigley

Slides

First-term week 3 – 16th October 2019

Introduction to the Scientific Computing Research Technology Platform part 2 – professori David Quigley

diat

ensimmäisen kauden viikko 4-23.10.2019

johdatus ohjelmistokehitykseen – tohtori Chris Brady ja tohtori Heather Ratcliffe

tämä puhe perustuu yhteenvetoon näistä dioista

ensimmäisen kauden viikko 5 – 30th October 2019

Version control and software sustainability – Dr Chris Brady and Dr Heather Ratcliffe

First-term week 6 – 6th November 2019

Introduction to bash scripting-Dr Paul Brown

Slides

First-term week 7 – 13th November 2019

verkkosivujen tekeminen interaktiivisella sisällöllä – tohtori Paul Brown

dioja

ensimmäisen lukukauden viikko 8-20th November 2019

Ei seminaaria

ensimmäisen lukukauden viikko 9 – 27th November 2019

käyttäen GPU: ta Warwickissa-professori David Quigley

the notebook käytetään toimittamaan tätä puhetta, sekä paljon yksityiskohtaisempia kannettavia Python GPU ohjelmointi ovat github.com/WarwickRSE/gpuschool2018

2018-2019 sarja

ensimmäisen lukukauden viikko 2-10th Lokakuu 2018

Introduction to the Scientific Computing Research Technology Platform

Dr David Quigley

Warwickin yliopistossa toimii kahdeksan Research Technology Platformia (RTPs), jotka palvelevat yliopiston tutkimusyhteisöä tarjoamalla laajamittaisia yhteisiä tiloja eri akateemiset osastot. Esittelen Scientific Computing RTP: n kautta saatavilla olevat tilat, mukaan lukien hallittu Linux-työpöytäympäristö ja korkean suorituskyvyn laskentajärjestelmät (HPC). Tämä sisältää mekanismit pääsyn saamiseksi, tehokkaan työskentelyn hallitussa monen käyttäjän Linux-ympäristössä sekä tuen ja koulutuksen saatavuuden.

ensimmäisen lukukauden viikko 3-17.10.2018

tilastollinen päättely genomitiedoista

tohtori Jere Koskela

genetiikan teknologinen vallankumous on käynnissä. Genomin sekvensointi tulee yhä halvemmaksi, ja siitä tulee lopulta rutiininomainen osa terveydenhuoltoa. On ennustettu, että 15 vuoden kuluessa miljardi ihmisen genomia on sekvensoitu. Tämä tieto on jännittävää, koska DNA-sekvenssien vaihtelu yksilöiden välillä sisältää tietoa useista biologisista ja demografisista prosesseista, kuten mutaatioista, luonnonvalinnasta, populaation koosta ja muuttoliiketapahtumista. Tällaiset valtavat tietomäärät aiheuttavat kuitenkin useita tilastollisia ja laskennallisia haasteita. Aion keskustella joitakin tilastollisia tekniikoita, joita on sovellettu käsitellä näitä ongelmia, jossa keskitytään Monte Carlo menetelmiä, kuten tärkeys näytteenotto, ja Markovin ketju Monte Carlo (MCMC). Esittelen myös joitakin populaatiogenetiikan malleja, joita käytetään suurten, satunnaispariutuvien populaatioiden evoluution tutkimiseen hyödyntäen erityisesti aluetta, jota kutsutaan koalitioteoriaksi.

ensimmäisen lukukauden viikko 4-24.10.2018

Data driven modelling – a model of chromosome oscillations from data to bifurkations

professori Nigel Burroughs

Cell biology is often stated as the new ‘physics’, a rich field where physical teories can be developed to explain/predict biological processes, analogous to the quantum physics and relativity successes early last vuosisadalla. Tämän kunnianhimoisen tavoitteen toteuttaminen on kuitenkin osoittautunut vaikeaksi, varsinkin kun biologiset prosessit ovat epätasapainossa, ovat usein erittäin stokastisia, joihin liittyy pieniä määriä molekyylejä ja ovat erittäin monimutkaisia, näyttäen erilaisia ilmiömäisiä itseorganisoituvia dynamiikkaa. Tässä puheessa aion tutkia, mitä tarkoittaa “selittää” biologisia prosesseja, ja miten erilaisia fysikaalisia tekniikoita stokastiset simulaatiot, dynamical systems analysis ja laskennallisia tilastoja voidaan kytkeä yhteen käsitellä näitä monimutkaisia kysymyksiä. Esimerkkejä otetaan sytoskeletaalimekaniikasta ja solunjakautumisesta.

ensimmäisen lukukauden viikko 6.-7.11.2018

ihmisen käyttäytymisen ymmärtäminen datatieteen kanssa

professori Tobias Preis

tässä luennossa hahmotellaan tutkimuksemme viimeaikaisia kohokohtia ja käsitellään kahta kysymystä. Ensinnäkin, voivatko suuret tietoresurssit tarjota tietoa rahoitusmarkkinoiden kriiseistä? Analysoimalla Googlen kyselymääriä rahoitukseen liittyvien hakusanojen ja Wikipedian artikkeleiden näkymien osalta löydämme kuvioita, jotka voidaan tulkita ennakkovaroitusmerkeiksi osakemarkkinoiden liikkeistä. Toiseksi, voimmeko tarkastella taloudellisen hyvinvoinnin kansainvälisiä eroja vertaamalla vuorovaikutusmalleja internetiin? Vastataksemme tähän kysymykseen, otamme käyttöön tulevaisuuteen suuntautuvan indeksin, joka määrittää, missä määrin Internetin käyttäjät etsivät enemmän tietoa tulevista vuosista kuin menneistä vuosista. Analysoimme Googlen lokit ja löydämme silmiinpistävän korrelaation maan bruttokansantuotteen ja sen asukkaiden taipumuksen katsoa eteenpäin. Tuloksemme havainnollistavat mahdollisuuksia, joita laaja-alaisten käyttäytymistietoaineistojen yhdistäminen tarjoaa ihmisten suuren mittakaavan taloudellisen käyttäytymisen ymmärtämiseen.

ensimmäisen lukukauden viikko 7-14 marraskuu 2018

tilastollinen päättely käyttäen Markovin ketjua Monte Carlo

tohtori Jake Carson

tällä luennolla esittelen joitakin tekniikoita mallin sovittamiseksi Bayesilaiseen kehykseen ja havainnollistan niitä muutamilla yksinkertaisilla esimerkeillä. Erityisesti keskityn Markovin ketjuun Monte Carloon ja siihen liittyviin menetelmiin. Yritän selittää, miten se toimii, miksi sitä käytetään niin yleisesti, ja antaa käytännön ohjeita sen täytäntöönpanosta.

ensimmäisen kauden viikko 8.-21. Marraskuuta 2018

Soludynamiikan kuvapohjainen mallintaminen

tohtori Sharon Collier

Moderni elävien solujen fluoresenssimikroskopia mahdollistaa dynaamisten solujen prosessien visualisoinnin ennennäkemättömän yksityiskohtaisesti. Esittelen käynnissä olevia tutkimushankkeita, joissa yhdistetään i) kuva-analyysimenetelmät solujen ja niiden liikkeiden seuraamiseksi ja fluoresenssilla merkittyjen solujen aineosien spatio-temporaalisten kaavojen kvantifioimiseksi ja ii) matemaattiset mallit solujen biokemian ja mekaniikan säätelymekanismien tutkimiseksi.

ensimmäisen lukukauden viikko 9-28.11.2018

ohjelmistokehitys akateemikoille

tohtori Heather Ratcliffe

ohjelmistokehitys on paljon muutakin kuin koodin kirjoittamista – kyse on ammattimaisten, ylläpidettävien, ymmärrettävien ohjelmistojen tuottamisesta. Suunnittelu ja tyyli, dokumentointi, versionhallinta, Pakkaus, lisensointi ja paljon muuta. Tämän puheen tarkoituksena on esitellä joitakin elintärkeitä työkaluja, joista sinun tulisi tietää tutkijoina, jotka kirjoittavat koodia, jotta olet hyvin varustautunut lukemaan ja oppimaan edelleen ja käyttämään niitä. Keskustelemme versionhallinnasta Gitin muodossa, hieman ohjelmistojen lisensoinnista, joistakin mukavista paketeista koodin dokumentointiin, ja mainitsemme lyhyesti muutamia muita asioita, jotka kaikkien pitäisi tietää, mutta kukaan ei ajattele mainita.

2017-2018 sarja

ensimmäisen kauden viikko 2-11.lokakuuta 2017

kompleksisuuden ja itseorganisoitumisen torjuminen biologisissa järjestelmissä

professori Nigel Burroughs

Solubiologia mainitaan usein uutena “fysiikaksi”, rikkaaksi alaksi, jossa voidaan kehittää fysikaalisia teorioita selittämään/ennustamaan biologisia prosesseja, joka vastaa kvanttifysiikan ja suhteellisuusteorian menestystä viime vuosisadan alussa. Tämän kunnianhimoisen tavoitteen toteuttaminen on kuitenkin osoittautunut vaikeaksi, varsinkin kun biologiset prosessit ovat epätasapainossa, ovat usein erittäin stokastisia, joihin liittyy pieniä määriä molekyylejä ja ovat erittäin monimutkaisia, näyttäen erilaisia ilmiömäisiä itseorganisoituvia dynamiikkaa. Tässä puheessa aion tutkia, mitä tarkoittaa “selittää” biologisia prosesseja, ja miten erilaisia fysikaalisia tekniikoita stokastiset simulaatiot, dynamical systems analysis ja laskennallisia tilastoja voidaan kytkeä yhteen käsitellä näitä monimutkaisia kysymyksiä. Esimerkkejä otetaan sytoskeletaalimekaniikasta ja solunjakautumisesta.

ensimmäisen lukukauden viikko 3-18th October 2017

tilastollinen päättely käyttäen Markovin ketjua Monte Carlo

tohtori Simon Spencer
tällä luennolla esittelen joitakin tekniikoita mallin sovittamiseksi Bayesilaiseen kehykseen ja havainnollistan niitä muutamilla yksinkertaisilla esimerkeillä. Erityisesti keskityn Markovin ketjuun Monte Carloon ja siihen liittyviin menetelmiin. Yritän selittää, miten se toimii, miksi sitä käytetään niin yleisesti, ja antaa käytännön ohjeita sen täytäntöönpanosta.

ensimmäisen lukukauden viikko 4-25th October 2017

Understanding human behaviour with data science
professori Tobias Preis
tässä luennossa esittelemme tutkimuksemme viimeaikaisia kohokohtia ja käsittelemme kahta kysymystä. Ensinnäkin, voivatko suuret tietoresurssit tarjota tietoa rahoitusmarkkinoiden kriiseistä? Analysoimalla Googlen kyselymääriä rahoitukseen liittyvien hakusanojen ja Wikipedian artikkeleiden näkymien osalta löydämme kuvioita, jotka voidaan tulkita ennakkovaroitusmerkeiksi osakemarkkinoiden liikkeistä. Toiseksi, voimmeko tarkastella taloudellisen hyvinvoinnin kansainvälisiä eroja vertaamalla vuorovaikutusmalleja internetiin? Vastataksemme tähän kysymykseen, otamme käyttöön tulevaisuuteen suuntautuvan indeksin, joka määrittää, missä määrin Internetin käyttäjät etsivät enemmän tietoa tulevista vuosista kuin menneistä vuosista. Analysoimme Googlen lokit ja löydämme silmiinpistävän korrelaation maan bruttokansantuotteen ja sen asukkaiden taipumuksen katsoa eteenpäin. Tuloksemme havainnollistavat mahdollisuuksia, joita laaja-alaisten käyttäytymistietoaineistojen yhdistäminen tarjoaa ihmisten suuren mittakaavan taloudellisen käyttäytymisen ymmärtämiseen.

ensimmäisen lukukauden viikko 6-8.11.2017

Scientific Computing with Julia
professori Christoph Ortner
PART 1: Introduction to Julia. Esittelen lyhyesti kielen Julia ja joitakin sen työkaluja, ja näyttää, miten se interpoloi Matlab, Python ja Lisp osaksi ohjelmointiympäristö, joka sopii täydellisesti numeerisesti intensiivistä tietojenkäsittelyä, sekä nopea prototyyppien ja HPC.
osa 2: Esittelen muutamia esimerkkejä omasta tutkimuksestani moniasteisesta materiaalimallinnuksesta.

ensimmäisen lukukauden viikko 7.-15.11.2017
stokastiset simulaatiot
professori Matthew Keeling
tässä luennossa käsitellään aluksi stokastisuuden merkitystä reaalimaailman ongelmien ymmärtämisessä. Stokastisuutta voidaan sisällyttää monin tavoin, mutta keskitymme yksilöpohjaiseen, tapahtumavetoiseen stokastisuuteen ja keskustelemme tällaisen dynamiikan simulointimenetelmistä. Otamme häpeämättömästi esimerkkejä yksinomaan ekologiasta ja epidemiologiasta, tarkastelemme sekä Gillespien menetelmiä että Ensemble/Master-yhtälöitä. Keskustelemme siitä, mitä tapahtuu, kun väestökoot kasvavat suuriksi — ja likiarvot, jotka tekevät ongelmasta laskennallisesti jäljitettävän. Lopuksi tarkastelemme täysin yksilöpohjaisia spatiaalisia simulaatioita ja keskustelemme menetelmistä, jotka voivat tarjota valtavan laskennallisen säästön.

ensimmäisen lukukauden viikko 8.-22. marraskuuta 2017

soludynamiikan Kuvamallinnus
professori Till Bretschneider

Moderni elävien solujen fluoresenssimikroskopia mahdollistaa dynaamisten solujen prosessien visualisoinnin ennennäkemättömän yksityiskohtaisesti. Esittelen käynnissä olevia tutkimushankkeita, joissa yhdistetään i) kuva-analyysimenetelmät solujen ja niiden liikkeiden seuraamiseksi ja fluoresenssilla merkittyjen solujen aineosien spatio-temporaalisten kaavojen kvantifioimiseksi ja ii) matemaattiset mallit solujen biokemian ja mekaniikan säätelymekanismien tutkimiseksi.

ensimmäisen lukukauden viikko 9-29 marraskuu 2017

tilastollinen päättely genomitiedoista

tohtori Paul Jenkins

genetiikan teknologinen vallankumous on käynnissä. Genomin sekvensointi tulee yhä halvemmaksi, ja siitä tulee lopulta rutiininomainen osa terveydenhuoltoa. On ennustettu, että 15 vuoden kuluessa miljardi ihmisen genomia on sekvensoitu. Tämä tieto on jännittävää, koska DNA-sekvenssien vaihtelu yksilöiden välillä sisältää tietoa useista biologisista ja demografisista prosesseista, kuten mutaatioista, luonnonvalinnasta, populaation koosta ja muuttoliiketapahtumista. Tällaiset valtavat tietomäärät aiheuttavat kuitenkin useita tilastollisia ja laskennallisia haasteita. Aion keskustella joitakin tilastollisia tekniikoita, joita on sovellettu käsitellä näitä ongelmia, jossa keskitytään Monte Carlo menetelmiä, kuten merkitystä näytteenotto, Markov ketju Monte Carlo (MCMC), ja likimääräinen Bayesian laskenta (ABC). Esittelen myös joitakin populaatiogenetiikan malleja, joita käytetään suurten, satunnaispariutuvien populaatioiden evoluution tutkimiseen hyödyntäen erityisesti aluetta, jota kutsutaan koalitioteoriaksi.

2016-2017 sarja
tämä kurssi pidetään keskiviikkoisin klo 11-12 D1.07-salissa.

ensimmäisen lukukauden viikko 2-12th October 2016

Understanding human behaviour with data science
Dr Tobias Preis
tässä luennossa esittelemme joitakin viimeaikaisia kohokohtia tutkimuksestamme, käsittelemme kahta kysymystä. Ensinnäkin, voivatko suuret tietoresurssit tarjota tietoa rahoitusmarkkinoiden kriiseistä? Analysoimalla Googlen kyselymääriä rahoitukseen liittyvien hakusanojen ja Wikipedian artikkeleiden näkymien osalta löydämme kuvioita, jotka voidaan tulkita ennakkovaroitusmerkeiksi osakemarkkinoiden liikkeistä. Toiseksi, voimmeko tarkastella taloudellisen hyvinvoinnin kansainvälisiä eroja vertaamalla vuorovaikutusmalleja internetiin? Vastataksemme tähän kysymykseen, otamme käyttöön tulevaisuuteen suuntautuvan indeksin, joka määrittää, missä määrin Internetin käyttäjät etsivät enemmän tietoa tulevista vuosista kuin menneistä vuosista. Analysoimme Googlen lokit ja löydämme silmiinpistävän korrelaation maan bruttokansantuotteen ja sen asukkaiden taipumuksen katsoa eteenpäin. Tuloksemme havainnollistavat mahdollisuuksia, joita laaja-alaisten käyttäytymistietoaineistojen yhdistäminen tarjoaa ihmisten suuren mittakaavan taloudellisen käyttäytymisen ymmärtämiseen.

ensimmäisen lukukauden viikko 3-19.10.2016

stokastiset simulaatiot
professori Matthew Keeling
tässä luennossa käsitellään aluksi stokastisuuden merkitystä reaalimaailman ongelmien ymmärtämisessä. Stokastisuutta voidaan sisällyttää monin tavoin, mutta keskitymme yksilöpohjaiseen, tapahtumavetoiseen stokastisuuteen ja keskustelemme tällaisen dynamiikan simulointimenetelmistä. Otamme häpeämättömästi esimerkkejä yksinomaan ekologiasta ja epidemiologiasta, tarkastelemme sekä Gillespien menetelmiä että Ensemble/Master-yhtälöitä. Keskustelemme siitä, mitä tapahtuu, kun väestökoot kasvavat suuriksi — ja likiarvot, jotka tekevät ongelmasta laskennallisesti jäljitettävän. Lopuksi tarkastelemme täysin yksilöpohjaisia spatiaalisia simulaatioita ja keskustelemme menetelmistä, jotka voivat tarjota valtavan laskennallisen säästön.

ensimmäisen lukukauden viikko 4-26.10.2016

Big data ja bioinformatiikka
tohtori Richard Savage
lääketiede ja biologia käyvät läpi tietovallankumousta. Koko genomin sekvensoinnista digitaaliseen kuvantamiseen ja sähköisiin terveystietoihin, uudet tietolähteet lupaavat mullistaa sen, miten hoidamme sairauksia ja teemme biolääketieteellistä tutkimusta. Näihin mahdollisuuksiin liittyy kuitenkin merkittäviä haasteita. Tiedot ovat usein suuriulotteisia, meluisia, ja niiden taustalla on monimutkainen rakenne. Ja Saatamme haluta yhdistää useita tietotyyppejä hyvin erilaisista lähteistä. Esittelen joitakin näistä aiheista, keskittyen joihinkin reaalimaailman hankkeisiin, jotka voivat muuttaa tapaamme tehdä tutkimusta näillä aloilla. Puhun myös siitä, miten tämä liittyy Warwickin osallistumiseen laajamittaisiin projekteihin, kuten 100,000 Genomes-projektiin ja Alan Turing-instituuttiin.

ensimmäisen kauden viikko 5-2.marraskuuta 2016

matemaattisen biologian Laskennalliset tekniikat
Dr Nabil – Fareed Alikhan, Dr Till Bretschneider ja Dr Giorgos Minas

ensimmäisen kauden viikko 6-9. marraskuuta 2016

ei seminaaria tällä viikolla

ensimmäinen-term week 7 – 16th November 2016

statistical inference using Markov chain Monte Carlo
Dr Simon Spencer
in this Luento I will Introduct some techniques for Model fitting within a Bayesese Framework and illustrate them with some simple examples. Erityisesti keskityn Markovin ketjuun Monte Carloon ja siihen liittyviin menetelmiin. Yritän selittää, miten se toimii, miksi sitä käytetään niin yleisesti, ja antaa käytännön ohjeita sen täytäntöönpanosta.

ensimmäisen lukukauden viikko 8-23.11.2016

Scientific Computing with Julia
professori Christoph Ortner
PART 1: Introduction to Julia. Esittelen lyhyesti kielen Julia ja joitakin sen työkaluja, ja näyttää, miten se interpoloi Matlab, Python ja Lisp osaksi ohjelmointiympäristö, joka sopii täydellisesti numeerisesti intensiivistä tietojenkäsittelyä, sekä nopea prototyyppien ja HPC.
osa 2: näytän muutamia esimerkkejä omasta tutkimuksestani moniasteisesta materiaalimallinnuksesta.

ensimmäisen lukuviikon 9. -30. marraskuuta 2016

Inference and fitting of spatial dynamic systems in solubiology.
professori Nigel Burroughs
Solubiologia mainitaan usein uudeksi “fysiikaksi”, rikkaaksi alaksi, jossa voidaan kehittää fysikaalisia teorioita selittämään/ennustamaan biologisia prosesseja, analogisesti kvanttifysiikan ja suhteellisuusteorian onnistumisten kanssa viime vuosisadan alussa. Tämän kunnianhimoisen tavoitteen toteuttaminen on kuitenkin osoittautunut vaikeaksi, varsinkin kun biologiset prosessit ovat epätasapainossa, ovat usein erittäin stokastisia, joihin liittyy pieniä määriä molekyylejä ja ovat erittäin monimutkaisia, näyttäen erilaisia ilmiömäisiä itseorganisoituvia dynamiikkaa. Tässä puheessa tarkastelen, mitä tarkoittaa biologisten prosessien “selittäminen”, mukaan lukien keskustelu mallien/mallintamisen tyypeistä ja siitä, milloin ne ovat hyödyllisiä, vertaamalla näitä malleja dataan (käänteinen suunnittelu) ja näiden mallien todentaminen. Esimerkkejä otetaan sytoskeletaalisista prosesseista ja solujen jakautumisesta.

2015-2016 sarja
tämä kurssi pidetään keskiviikkoisin klo 11-12 kompleksisuuden luentosalissa.

ensimmäisen lukukauden viikko 2-14.10.2015

stokastiset simulaatiot
professori Matthew Keeling
tässä luennossa käsitellään aluksi stokastisuuden merkitystä reaalimaailman ongelmien ymmärtämisessä. Stokastisuutta voidaan sisällyttää monin tavoin, mutta keskitymme yksilöpohjaiseen, tapahtumavetoiseen stokastisuuteen ja keskustelemme tällaisen dynamiikan simulointimenetelmistä. Otamme häpeämättömästi esimerkkejä yksinomaan ekologiasta ja epidemiologiasta, tarkastelemme sekä Gillespien menetelmiä että Ensemble/Master-yhtälöitä. Keskustelemme siitä, mitä tapahtuu, kun väestökoot kasvavat suuriksi — ja likiarvot, jotka tekevät ongelmasta laskennallisesti jäljitettävän. Lopuksi tarkastelemme täysin yksilöpohjaisia spatiaalisia simulaatioita ja keskustelemme menetelmistä, jotka voivat tarjota valtavan laskennallisen säästön.

First-term week 3 – 21st October 2015

Scientific Computing at Warwick: a double perspective from a Chemist/Director
professori Mark Rodger
tässä puheenvuorossa tarkastellaan Warwickin tieteellistä laskentaa sekä yleisestä että henkilökohtaisesta näkökulmasta. Yleisestä näkökulmasta pyrin antamaan yleiskuvan Warwickissa käynnissä olevista toimista, tieteellisen laskennan Keskuksen roolista näiden toimien edistämisessä sekä joistakin laitteista ja ohjelmistoista, jotka ovat helposti saatavilla tieteellisen laskennan yleisen alan tutkimuksen tukemiseksi. Tarjotakseni henkilökohtaisemman näkökulman, aion jatkaa kuvaillen joitakin tutkimuksia, joita teen klassisen tilastollisen mekaniikan ja molekyylimallinnuksen alalla, erityisesti kuvaten joitakin adaptiivisia molekyylidynamiikan menetelmiä, joita on kehitetty viime vuosina parantamaan vaiheavaruuden tutkimusta, vapaan energian maisemien karakterisointia ja harvinaisten tapahtumien simulointia materiaalitieteen sovelluksissa.

ensimmäisen lukukauden viikko 4-28.10.2015

Inference and fitting of spatial dynamic systems in solubiology.
professori Nigel Burroughs
Solubiologia mainitaan usein uudeksi “fysiikaksi”, rikkaaksi alaksi, jossa voidaan kehittää fysikaalisia teorioita selittämään/ennustamaan biologisia prosesseja, analogisesti kvanttifysiikan ja suhteellisuusteorian onnistumisten kanssa viime vuosisadan alussa. Tämän kunnianhimoisen tavoitteen toteuttaminen on kuitenkin osoittautunut vaikeaksi, varsinkin kun biologiset prosessit ovat epätasapainossa, ovat usein erittäin stokastisia, joihin liittyy pieniä määriä molekyylejä ja ovat erittäin monimutkaisia, näyttäen erilaisia ilmiömäisiä itseorganisoituvia dynamiikkaa. Tässä puheessa tarkastelen, mitä tarkoittaa biologisten prosessien “selittäminen”, mukaan lukien keskustelu mallien/mallintamisen tyypeistä ja siitä, milloin ne ovat hyödyllisiä, vertaamalla näitä malleja dataan (käänteinen suunnittelu) ja näiden mallien todentaminen. Esimerkkejä otetaan sytoskeletaalisista prosesseista ja solujen jakautumisesta.

ensimmäisen lukukauden viikko 5-4 marraskuu 2015

massa – ja Monimuuttujamenetelmät aivojen geneettisen vaihtelun ymmärtämiseksi
professori Thomas Nichols
on ollut suurta kiinnostusta löytää ja ymmärtää geneettisen vaihtelun rooli aivojen kuvantamisaineistossa. Tyypillisissä “kuvantamisgenetiikan” tutkimuksissa käytetään pientä määrää kandidaattigeenejä, pientä määrää aivoalueita tai molempia. Tässä puheessa pohdin menetelmiä, joilla etsitään geeni-aivo-assosiaatioita koko perimästä ja kaikista aivoalueista. Tällainen lähestymistapa asettaa valtavia laskennallisia ja tilastollisia haasteita. Keskustelen kahdesta lähestymistavasta, massayksivariaattisesta lähestymistavasta ja monimuuttujaisesta lähestymistavasta. Massa-univariate-malli on neuroimaging-analyysin vakiotyökalu, mutta sen skaalaaminen 100 000 SNPs: lle vaatii joukon laskennallisia ja tilastollisia innovaatioita. Adni-projektin Tensoripohjaisiin Morfometrisiin tietoihin sovelletulla menetelmällä raportoimme ensimmäisen geeni-aivo-assosiaation, joka selviytyy koko-genomista, koko-aivo-perhevirheen korjaamisesta. Meidän monimuuttuja lähestymistapa käyttää harvoja Reduced Rank Regression (sRRR) yhdessä ja parsimoniously selittää geeni-aivot assosiaatiot. Yksityiskohtaiset yksityiskohtaiset tehoanalyysit osoittavat, että monimuuttujamenetelmällä pitäisi olla vielä suurempi teho kuin univariaattisella lähestymistavalla.

ensimmäisen lukukauden viikko 6-11 marraskuu 2015

tilastollinen päättely käyttäen Markovin ketjua Monte Carlo
tohtori Simon Spencer
tällä luennolla esittelen joitakin tekniikoita mallin sovittamiseksi Bayesilaiseen kehykseen ja havainnollistan niitä muutamilla yksinkertaisilla esimerkeillä. Erityisesti keskityn Markovin ketjuun Monte Carloon ja siihen liittyviin menetelmiin. Yritän selittää, miten se toimii, miksi sitä käytetään niin yleisesti, ja antaa käytännön ohjeita sen täytäntöönpanosta.

ensimmäisen lukukauden viikko 7-18.11.2015

Big data ja bioinformatiikka
tohtori Richard Savage
lääketiede ja biologia käyvät läpi tietovallankumousta. Koko genomin sekvensoinnista digitaaliseen kuvantamiseen ja sähköisiin terveystietoihin, uudet tietolähteet lupaavat mullistaa sen, miten hoidamme sairauksia ja teemme biolääketieteellistä tutkimusta. Näihin mahdollisuuksiin liittyy kuitenkin merkittäviä haasteita. Tiedot ovat usein suuriulotteisia, meluisia, ja niiden taustalla on monimutkainen rakenne. Ja Saatamme haluta yhdistää useita tietotyyppejä hyvin erilaisista lähteistä. Esittelen joitakin näistä aiheista, keskittyen joihinkin reaalimaailman hankkeisiin, jotka voivat muuttaa tapaamme tehdä tutkimusta näillä aloilla. Puhun myös siitä, miten tämä liittyy Warwickin osallistumiseen laajamittaisiin projekteihin, kuten 100,000 Genomes-projektiin ja Alan Turing-instituuttiin.

ensimmäisen kauden viikko 8.-25. joulukuuta 2015

ei puhetta tällä viikolla

ensimmäisen kauden viikko 9. -2. joulukuuta 2015

ihmisen käyttäytymisen ymmärtäminen datatieteen kanssa
tohtori Tobias Preis
tässä luennossa esittelemme joitakin tutkimuksemme viimeaikaisia kohokohtia ja käsittelemme kahta kysymystä. Ensinnäkin, voivatko suuret tietoresurssit tarjota tietoa rahoitusmarkkinoiden kriiseistä? Analysoimalla Googlen kyselymääriä rahoitukseen liittyvien hakusanojen ja Wikipedian artikkeleiden näkymien osalta löydämme kuvioita, jotka voidaan tulkita ennakkovaroitusmerkeiksi osakemarkkinoiden liikkeistä. Toiseksi, voimmeko tarkastella taloudellisen hyvinvoinnin kansainvälisiä eroja vertaamalla vuorovaikutusmalleja internetiin? Vastataksemme tähän kysymykseen, otamme käyttöön tulevaisuuteen suuntautuvan indeksin, joka määrittää, missä määrin Internetin käyttäjät etsivät enemmän tietoa tulevista vuosista kuin menneistä vuosista. Analysoimme Googlen lokit ja löydämme silmiinpistävän korrelaation maan bruttokansantuotteen ja sen asukkaiden taipumuksen katsoa eteenpäin. Tuloksemme havainnollistavat mahdollisuuksia, joita laaja-alaisten käyttäytymistietoaineistojen yhdistäminen tarjoaa ihmisten suuren mittakaavan taloudellisen käyttäytymisen ymmärtämiseen.