В настоящее время для специалистов компьютерного сектора становится все более привычным обращаться к природе, пытаясь решить проблемы оптимизации. Колонии муравьев и нервная система плодовой мушки вдохновили на разработку надежных алгоритмов, которые, как и системы в природе, могут хорошо адаптироваться к обстоятельствам и потенциальным проблемам.Исследователи из Университета Страны Басков (UPV / EHU) и Технического университета Каталонии (UPC) теперь обратили свое внимание на земноводное, чтобы придумать новые вычислительные алгоритмы: японскую древесную лягушку (Hyla japonica).
Самцы этого вида поют, чтобы привлечь своих коллег-самок, которые могут определить источник звонка и определить местонахождение потенциального жениха. Проблема возникает, когда два или более самца находятся слишком близко друг к другу и поют одновременно. В этом случае самки сбиваются с толку и не могут определить, откуда доносятся крики.По этой причине самцам пришлось научиться десинхронизировать свое пение, что означает, что они не поют одновременно.
Это позволяет самкам различать их и, таким образом, выбирать наиболее талантливую. «Этот процесс является прекрасным примером самоорганизации в природе, который позволил нам разрабатывать алгоритмы, вдохновленные биологией», — объясняет Кристиан Блюм, профессор Икербасков в UPV / EHU.Команда использовала этот математический инструмент для решения вычислительных проблем, связанных с графами, набором узлов, соединенных вместе ссылками, которые представляют их взаимосвязи. Например, сети метро или дружеские отношения между людьми могут быть представлены в виде графиков.
Несколько лет назад частично те же исследователи использовали эти алгоритмы для раскрашивания графиков — метод, который может быть применен в области беспроводных сетей. Теперь, согласно исследованию, опубликованному в журнале Swarm Intelligence, они использовались для обнаружения так называемого «независимого набора узлов», то есть тех, которые не связаны напрямую в пределах графа.
«У этого есть ряд жизненно важных приложений в коммуникационных сетях, таких как формирование беспроводных магистральных сетей, — предполагает Блюм, — но также и в социальных сетях, таких как Facebook и Twitter, поскольку он позволяет проводить структурный анализ и обнаруживать независимые сообщества в этих сетях ".Таким образом можно отслеживать незаметных или неактивных пользователей, обнаруживать сплоченные сообщества, которые не взаимодействуют ни с кем еще, обнаруживать популярных или известных людей в сети или находить пользователей, которые хотели бы подключиться к ней. чтобы улучшить отношения между конкретными сообществами. «Все эти проблемы могут быть переведены в математические задачи, которые затем могут быть решены на графике, представляющем сеть», — отмечает Блюм.
По словам авторов, результаты этих новых алгоритмов «превосходны, лучшие из когда-либо существовавших до сих пор, и они сделали значительно больше, чем смогли достичь другие алгоритмы, например, созданные на основе нервной системы мух дрозофилы».