Optimising Attractor Computation in Boolean Automata Networks - Laboratoire d'informatique fondamentale de Marseille
Communication Dans Un Congrès Année : 2021

Optimising Attractor Computation in Boolean Automata Networks

Kévin Perrot
  • Fonction : Auteur
Sylvain Sené
  • Fonction : Auteur

Résumé

This paper details a method for optimising the size of Boolean automata networks in order to compute their attractors under the parallel update schedule. This method relies on the formalism of modules introduced recently that allows for (de)composing such networks. We discuss the practicality of this method by exploring examples. We also propose results that nail the complexity of most parts of the process, while the complexity of one part of the problem is left open.
Fichier principal
Vignette du fichier
pipelineLATA2021.pdf (333.48 Ko) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-04440112 , version 1 (05-02-2024)

Identifiants

Citer

Kévin Perrot, Pacôme Perrotin, Sylvain Sené. Optimising Attractor Computation in Boolean Automata Networks. LATA’20 & 21, Sep 2021, Milan, Italy. pp.68-80, ⟨10.1007/978-3-030-68195-1_6⟩. ⟨hal-04440112⟩
206 Consultations
42 Téléchargements

Altmetric

Partager

More