Clasificación de trayectorias en dinámica molecular usando relaciones de equivalencia difusa y análisis de componentes principales

• CASTAÑEDA M., HERNANDO ^[1] ; RODRÍGUEZ G., WLADIMIR ^[1] ; COLINA M., ELIÉZER ^[1]
  1. [1] Universidad de Pamplona

     Universidad de Pamplona

     Colombia

     
• Localización: Avances en Sistemas e Informática, ISSN 1909-0056, Vol. 4, Nº. 1, 2007, págs. 73-80
• Idioma: español
• Títulos paralelos:
  • Classification of Dinamic Molecular Trajectories using Fuzzy Equivalence Relation  and Principal Component Analysis
• Enlaces
  • Texto completo
• Resumen
  • español

    En Dinámica Molecular (DM) una configuración sucesiva es generada mediante la integración de las leyes de movimiento de Newton, las trayectorias resultantes nos dan información acerca de como las posiciones y velocidades de las partículas en el sistema, cambian con el transcurso del tiempo, en este contexto lo que mayor costo computacional exige es la determinación de las fuerzas aplicadas a cada partícula en su respectiva posición ; generalmente en DM se suelen utilizar modelos simples, donde todas las colisiones son elásticas y ocurren cuando las separaciones entre los centros de las partículas son iguales al punto de discontinuidad del potencial.

    Al utilizar potenciales continuos la fuer za y la posición de las partículas dependen de la interacción con las restantes partículas del sistema generando una interacción de muchos cuerpos, una solución analítica no es posible aun en este problema. Existe una aproximación de potenciales atómicos que interactúan con funciones de entrenamiento analíticas mediante puntos de Datos.

    La principal tarea en el método propuesto es generar un conjunto de datos de entrenamiento mediante la acumulación de la funciones de potencial de Lennard Jones , extraer los rasgos estructurales a partir de sus trayectorias y particionar un número de objetos dinámicos en un pequeño número de clúster es, de tal forma que los objetos en cada cluster sean en lo más posible similar es y los objetos en diferentes clúster es son lo menos similar es , permitiendo predecir el comportamiento de las variables de salida El objetivo más amplio del tr abajo consiste en el análisis de un sistema molecular donde buscamos capturar importantes eventos por ejemplo la desintegración y fusión de defectos .La técnica utilizada es el reconocimiento de patrones temporales difusos. El concepto más importante que se presenta en este contexto es la opción de una medida relevante de la similaridad, que se utiliza par a la definición del criterio de agrupamiento.

  • English

    In  Molecular  Dynamic,  successive  configur ations  ar e  gener ated  by  integr ating  Newton’s  law  of  motion;  the  r esulting  tr ajectory specifies  how  the  position  and  velocities  of  the particles in the system move with time. The expensive part is  the calculation of for ces on each particles from curr ent positions  ,  based  on  the  for ce  field,  when  MD  using simples  models  all  collisions  ar e  perfectly  elastic  and  occur  when  the  separ ation  between  the  centers  of  the  particles  equal  to  point  of  discontinuity  in  the  potential.    When  is  using  with  continuous  potentials ,  the for ce on each particle will change whenever the  particle  change  its  position  or  whenever  any  of  the  other  particles with which it inter acts change position ,  the motions of  all  particles  ar e  coupled  together  ,  giving rise  to  a many  body  problem  that    cannot  be  solved  analytically  ;  finite  differ ence  methods has to be used.  The main task in the proposed method is to gener ate a group of  data of tr aining by means of the  accumulation of the functions  of potential of Lennard Jones, to extr act the structur al featur es  starting from its tr ajectories and  a number of dynamic objects  segment  in  a  small  clusters  number,  in  such  a  way  that  the  objects in each cluster ar e in the most possible thing similar and the  objects  in  differ ent  clusters  ar e  the  less  similar  ones,  allowing to pr edict the behavior of the exit variables  The goals is build an automated system to captur e important  events  such  as  defect  disintegr ation  and  defect  amalgamation  but  goals  initial  is  to  understand  the  inter action  among  defect  using dynamic fuzzy pattern r ecognition . The task of clustering  methods is to partition a number of objects into small numbers  of homogeneous clusters so that objects belonging to any one the  clusters  would  be  as similar  as possible  and object of differ ent  clusters  as  dissimilar  possible.  The  most  important  problem  arising  in  this  context  is  the  choice  of  a  r elevant  similarity  measur e, which is use for definition of the clustering criterion