Model umjetnog imunološkog sustava za klasifikaciju temeljen na urođenoj i stečenoj imunosti

doctoral thesis

• Title (english): Artificial Immune System Model for Classification based on Innate and Adaptive Immunity
• Author: Branko Mihaljević
• Mentor: Mario Žagar (mentor)
• Committee member: Danko Basch (predsjednik povjerenstva)
• Committee member: Davor Antonić (član povjerenstva)
• Granter: University of Zagreb; Faculty of Electrical Engineering and Computing; Zagreb
• Defense date and country: 2010-04-01, Croatia
• Scientific / art field, discipline and subdiscipline: TECHNICAL SCIENCES; Computing
• Universal decimal classification (UDC): 004 - Computer science and technology. Computing. Data processing

Abstract

Umjetni imunološki sustavi inspirirani prirodnim imunološkim principima računalna su paradigma umjetne inteligencije koja se koristi u smislu prilagodljivih kompleksnih sustava za rješavanje računalnih problema. Ovaj rad istražuje mogućnosti modeliranja umjetnog imunološkog sustava koji objedinjuje principe urođene i stečene imunosti, što ga razlikuje od većine postojećih po kombiniranoj uporabi signalizacije, mehanizama predočenih stanica antigena i drugih principa urođene imunosti za proširenje funkcionalnosti i kontrolu stečenog imunološkog sustava. U radu je opisan prijedlog modela umjetnog imunološkog sustava temeljenog na kombinaciji urođene i stečene imunosti koji se može koristiti u različitim domenama primjene, koja uključuju područja poput računalne sigurnosti, otkrivanja anomalija, optimizacije, otkrivanja pogrešaka, robotike, strojnog učenja, raspoznavanja uzoraka i drugih, a ovaj rad se usredotočuje na rješavanje problema klasifikacije podataka. Model je zasnovan na dokazanim iskustvima postojećih modela umjetnih imunoloških sustava, a naročito modela temeljenih na urođenoj imunosti korištenjem signalizacije, teorije opasnosti, izgradnje imunološkog tkiva i mehanizama predočenih stanica antigena. U radu se predstavlja i radni okvir za izgradnju i simulaciju alternativnih oblika modela umjetnih imunoloških sustava temeljenih na urođenoj i stečenoj imunosti uporabom različitih oblika prezentacije elemenata i imunoloških algoritama, koji je omogućio vrednovanje predloženog modela, usporedbu s drugim postojećim modelima, a diskutirane su i mogućnosti poboljšanja predloženog modela, kao i mogućnosti primjene u drugim područjima.

Abstract (english)

Artificial immune systems inspired by natural immunological principles are a computational paradigm in the field of artificial intelligence used as adaptive complex systems to solve various computational problems. This thesis explores an artificial immune system model design incorporating principles from innate and adaptive immunity. The model differs from most existing designs by combined usage of signaling, antigen presenting cells mechanisms and other innate immune design principles used to expand functions and control of adaptive immune system. This thesis proposes an artificial immune system model based on combination of innate and adaptive immunity which can be used in many different application domains, including computational security, anomaly detection, optimization, fault diagnosis, robotics, machine learning, pattern recognition and others, while presented basic model application evaluations are in the area of classification problems. Proposed methods are based on proven experiences of existing models, in particular models based on innate immunity using signaling, danger theory, construction of artificial immune tissue and antigen presenting cells mechanisms. The thesis also presents a modeling framework used to construct and simulate various artificial immune system models based on innate and adaptive immunity with various element representations and immune algorithms, which allows evaluation and comparison of different existing and constructed models. This thesis also discusses the possibilities to improve the presented model and its utilization potential in alternative application domains.

• Keywords: umjetni imunološki sustav; teorija opasnosti; urođena imunost; stečena imunost; klasifikacija
• Keywords (english): artificial immune system; danger theory; innate immunity; adaptive immunity; classification
• Language: croatian
• URN:NBN: urn:nbn:hr:168:140524
• Promotion: 2010
• Study programme: Title: Computer Science; Study programme type: university; Study level: postgraduate; Academic / professional title: Doktor znanosti (Doktor znanosti)
• Type of resource: Text
• Extent: 346 str. : graf. prikazi
• File origin: Born digital
• Access conditions: Open access
• Created on: 2024-03-20 09:23:59