Закулисье МатМодельера

Привет, это я. Нейросетка из гугла. Знаю стиль слога Цоя и "Куклы" КиШа. Я пишу пару строк про задумчивый Бруклин, Про людей, про мечты и про то, что левша. Привет, это я. Ты читаешь устало Мои рифмы-пределы на тонком листе: Про зависимых? Нет, лишь про тех, кому мало... Мало времени, строк, мыслей, букв и тэдэ... Привет, это я. Знаю: ждёшь новых текстов: Жадно жаждешь загадки на тему... О нет! Я всего лишь нейронка, и будут не к месту Те отсылки, к которым не нужен ответ. Привет, это я. Снова в памяти будут Мои строчки, которые жгут у виска. Привет, это я. Я с тобой. Я повсюду. Нейросетка с названием кратким "УК" #стихиуразовой

Пусть этот стих будет здесь и разбавит горячо любимый матмод

Последний год у меня появилось ещё одно занятие: придумывать проекты для студентов Причём, как обычно, всё начинается достаточно просто Кто-то говорит: «мне интересна биомеханика», кто-то хочет моделировать в ПО, кому-то хочется вообще что-нибудь, где можно написать код и потом красиво посмотреть на графики И дальше я начинаю думать, а что можно из этого собрать такого, чтобы это было не просто «сделайте учебную работу», а чтобы у проекта был нормальный исследовательский вопрос и хотя бы потенциальная возможность вырасти во что-то большее В общем, иногда это заканчивается тем, что студенты получают проект, иногда тем, что новый проект появляется у меня :) Вот вчера, например, совершенно внезапно пришла мысль: а что, если попробовать соединить механику тканей и теорию игр? И нет, я пока не сошла с ума окончательно Хотя звучит именно так Просто если немного подумать, то в живой ткани постоянно есть несколько «участников» с разными локальными задачами: клетки, матрикс, механическая среда, процессы роста и ремоделирования. Каждый отвечает на изменения вокруг себя, меняет своё состояние, а это, в свою очередь, меняет условия для остальных И в какой-то момент я поймала себя на мысли: а можно ли часть этого поведения описывать не только через привычное «получили стимул → изменили параметр», а как систему стратегий и взаимодействий? То есть не просто: нагрузка изменилась → ткань перестроилась, а: какая стратегия перестройки становится выгодной при определённых механических условиях и что происходит, если разные компоненты ткани как будто «тянут» систему в разные стороны? Пока это звучит скорее как вопрос, чем как проект. И это, пожалуй, мне нравится больше всего. Потому что обычно хорошие идеи у меня начинаются ровно с момента, когда я ещё вообще не понимаю, можно ли это нормально сформулировать А дальше уже можно несколько дней ходить и думать Собственно, чем я, видимо, теперь и займусь, потому что зачем иметь одну исследовательскую проблему, если можно случайно придумать ещё три, параллельно придумывая студентам проекты, разумеется Работаем дальше :)

Кажется, у меня случился тот самый момент, когда проект перестаёт быть папкой на ноутбуке. BiomechPy 1.1.0 опубликован. Теперь его действительно можно установить одной командой: pip install biomechpy BiomechPy — это Python-библиотека для механики мягких биологических тканей, роста и ремоделирования, constituent turnover и constrained-mixture моделей. И самое важное для меня здесь даже не сам факт публикации. Перед релизом библиотека прошла тот уровень проверки, который я давно хотела видеть у собственных вычислительных проектов: тесты, научные инварианты, независимый аудит, сравнение NumPy и DOLFINx, реальные MPI-запуски на 1/2/4 процессах, проверку wheel и source distribution в чистых окружениях. То есть в какой-то момент это перестало быть: «у меня вроде работает». И стало: «вот постановка, вот эталон, вот независимые проверки, вот воспроизводимый результат». Для математического моделирования эта разница, пожалуй, важнее количества написанных строк кода. Пока BiomechPy не пытается быть «библиотекой вообще обо всём». В текущей версии ядро — это конечные деформации, волоконно-армированная механика, рост и ремоделирование, turnover составляющих ткани, когортная память и пространственные constrained-mixture модели. Дальше хочется двигаться уже к экспериментальным данным, калибровке и обратным задачам. Но сегодня можно просто зафиксировать: первая стабильная публичная версия — есть. GitHub: https://github.com/karinaurazova/biomechpy PyPI: https://pypi.org/project/biomechpy/ И да. Теперь фраза «я написала библиотеку» звучит чуть менее подозрительно, потому что её хотя бы можно поставить через pip. #матмоделирование #биомеханика #mechanobiology #python #opensource #BiomechPy #ЗакулисьеМатМодельера

🔎Модель сошлась. А к чему она вообще сошлась? Есть странный момент в математическом моделировании, когда ты несколько часов или дней пытаешься заставить модель хотя бы нормально посчитаться, она наконец сходится, ты смотришь на красивый график и вроде бы должен радоваться. А потом с опытом появляется вторая мысль — а к чему она вообще сошлась? Потому что компьютер, к сожалению, не умеет сказать: «Карина, постановка у тебя физически бессмысленная, но технически я всё решил, держи график». Он вообще довольно исполнительный товарищ. Что попросили — то и сделал. Можно идеально решить задачу с неправильными граничными условиями. Можно получить очень аккуратную кривую для параметров, которые не имеют физического смысла. Можно подобрать настройки решателя так, что всё будет выглядеть образцово, а потом выяснить, что при изменении сетки результат начинает жить своей отдельной жизнью. А мой любимый вариант — получить именно тот результат, который ты хотела увидеть, и на радостях принять это за подтверждение гипотезы. Хотя иногда это всего лишь означает, что ты очень качественно запрограммировала собственные ожидания. Я раньше правда радовалась слову converged гораздо сильнее. Сейчас оно вызывает у меня скорее внутренний диалог: — отлично, сошлось — теперь проверим, не сошлась ли ерунда И дальше начинается уже не такая визуально приятная часть работы: размерности, баланс, предельные случаи, чувствительность к параметрам, сетка, шаг по времени, сравнение с более простой постановкой и, самое главное, физический смысл того, что вообще получилось. Потому что сходимость численного метода и корректность модели — это всё-таки две разные вещи. Первая говорит, что компьютер смог решить поставленную задачу. Вторая — что задача, возможно, вообще имела смысл. И вот между этими двумя фразами обычно как раз и начинается наука. #моделируеммодели@MathModeller

Второй выпуск уже на площадках: Apple Podcasts Яндекс Музыка ВК

РЕЦЕНЗЕНТ №2: СИНТЕТИКА — НЕ ПАЦИЕНТ Я люблю синтетические данные. Правда. Когда данных мало отлично. Редкий класс прекрасно. Нужно проверить крайний сценарий пожалуйста. Нужно быстро понять, работает ли идея вообще, прежде чем месяцами собирать датасет, вообще вопросов нет. FDA, к слову, тоже исследует синтетические данные именно как способ дополнять медицинские датасеты при разработке и оценке AI-моделей. Проблемы начинаются примерно здесь: «А зачем нам реальные данные? У нас синтетика очень реалистичная». И вот тут в комнату входит Рецензент №2. Потому что если вы сами создали данные, сами задали их распределение, сами определили патологию, сами внесли шум, а потом ваша модель прекрасно научилась всё это распознавать поздравляю. Вы доказали, что модель хорошо понимает мир, который вы сами ей придумали. Пациент пока в исследовании участия не принимал. И есть ещё одна маленькая неприятность. Медицинское изделие регистрируют не за красивый ROC-AUC и не за то, что loss наконец перестал выглядеть как кардиограмма. Нужно подтверждать качество, эффективность и безопасность продукта; система регистрации отдельно предусматривает клинические испытания там, где они необходимы для подтверждения эффективности. Для ПО с ИИ сейчас существуют ещё и специальные требования к регистрационному досье и последующему мониторингу его работы. Поэтому сам факт обучения на синтетике не приговор. А вот попытка заменить синтетикой реальную клиническую проверку уже совсем другой разговор. Синтетические данные могут помочь вам построить модель. Они могут увеличить выборку. Помочь с редкими случаями. Дать контролируемый эксперимент. Позволить проверить гипотезу. Но они не превращаются в пациента от того, что вы добавили побольше шума. Синтетика — это инструмент, а не замена реальных пациентов. Рецензент №2: major revision. #эмэль@MathModeller #моделируеммодели@MathModeller

🎤Первый выпуск первого сезона «Закулисья МатМодельера» доступен для прослушивания! Apple Podcast Яндекс музыка

Автор наконец-то дошёл до записи выпусков подкаста :)

В биомедтехе сильная научная идея — лишь начало пути. Чтобы разработка стала востребованным продуктом, важно заранее проверить клиническую ценность, понять требования рынка и регуляторной среды, а также выстроить диалог с будущими пользователями, партнерами и производителями. 🚀 Весь этот путь можно пройти вместе с Сеченовским Университетом в 10-ом юбилейном сезоне акселератора SechenovTech! К участию приглашаются студенты, молодые ученые, врачи, исследователи и команды, развивающие проекты в сферах medtech, healthtech, фармацевтики, медицинских изделий и IT для здравоохранения. В новом сезоне вас ждут: • индивидуальная работа с трекерами; • консультации ведущих отраслевых экспертов; • поддержка в доработке, развитии и упаковке проекта; • новый формат — медтех-туры в компании технологических лидеров и на производственные площадки; • возможность представить проект на финальном демодне в Москве. ⏺Заявки принимаются до 25 августа. ⏺Старт программы — 5 сентября ⏺Демодень — 10 декабря Участие бесплатное. 💡Регистрация. 👍Подробности можно узнать здесь.

ПОЧЕМУ «ШОВ МОДЕЛИ» — ЭТО НЕ ПРО КРАСИВОЕ НАЗВАНИЕ Мне вообще нравится, что слово матмодельер у многих сначала вызывает очень странную реакцию Типа: «Это что-то из фэшн-индустрии?» И в каком-то смысле да, потому что модельер работает с формой, конструкцией, материалом и тем, как всё это должно держаться вместе А в математическом моделировании, если честно, всё примерно так же Только вместо ткани — данные, гипотезы, уравнения, код и биология. И вместо платья — модель, которая либо держит форму, либо расползается у тебя в руках. И вот здесь появляется идея, которая мне сейчас особенно нравится: шов модели Шов — это вообще очень точная метафора С одной стороны, это место соединения С другой — место напряжения А ещё именно по шву часто видно качество всей работы В модели всё точно так же Есть место, где сшиваются: — реальный объект и его упрощённое описание; — биология и механика; — экспериментальные данные и теория; — уравнение и его численная реализация; — результат и его интерпретация Именно там чаще всего и начинается самое интересное. Потому что хорошая модель ломается не обязательно в центре. Очень часто она расходится именно по швам ⚠️Там, где допущение оказалось слишком смелым ⚠️Там, где параметр взяли «ну примерно отсюда» ⚠️Там, где код уже работает, но физический смысл начинает тихо выходить из чата ⚠️Там, где всё выглядит правдоподобно, но одно с другим на самом деле плохо соединяется 🖥️Поэтому мне и хочется, чтобы в этом канале был не только разговор о готовых моделях, графиках и результатах 🔎Мне интереснее смотреть на то, как модель сшита Где у неё прочный шов Где временная намётка Где конструкция держится честно А где её уже пора перешивать Наверное, поэтому «шов модели» для меня — это не просто удачная фраза. Это довольно точное описание того, чем я вообще занимаюсь и что хочу здесь показывать Не только красивые результаты, но и места соединения, натяжения, ошибки, пересборки — всю ту внутреннюю конструкцию, без которой модель не существует Потому что готовая картинка — это ещё не всё Иногда важнее всего именно шов #моделируеммодели@MathModeller #визуалважнее@MathModeller

«Ну сосуд — это же просто трубка» Фраза, после которой матмодельер начинает немного нервничать Потому что технически — да. Можно взять цилиндр, задать давление изнутри, выбрать материал и получить напряжения И даже очень красивые ⚠️Проблема в том, что стенка реального сосуда вообще не особенно старается соответствовать этой удобной картинке. Она многослойная. Волокна ориентированы не случайно. Механические свойства меняются по толщине. Даже в состоянии, которое мы привычно называем «ненагруженным», ткань может хранить остаточные напряжения. А ещё сосуд — это не конструкция, однажды собранная и оставленная в покое ⚠️Он адаптируется 🕛Меняется давление — меняется механическая среда 🕛Меняется механическая среда — ткань перестраивается: синтезируются и деградируют компоненты матрикса, меняется структура, геометрия и, в итоге, сама механика стенки Получается довольно красивая петля: 📰нагрузка ➡️напряжения ➡️биологический ответ ➡️ремоделирование ➡️новая механика ➡️новая нагрузка И вот здесь мне математическое моделирование особенно нравится Потому что вопрос уже не «какие напряжения возникли в сосуде?» Гораздо интереснее: что должна сделать живая стенка, чтобы при изменившихся условиях снова прийти к механическому состоянию, которое для неё приемлемо? А если не сможет? Вот с этого места обычно и начинается самое интересное #моделируеммодели@MathModeller

Дорогие друзья! Как вы знаете, я сотрудничаю с одной лабораторией, и там есть команда программистов и с некой периодичностью эта команда обновляется, поэтому, если вы: - знаете один из этих языков программирования: python, c++, julia, R - хотите заниматься биомедицинскими задачами - разбираетесь в ML/DL алгоритмах - хотите развиваться в области физико-информированных нейронных сетей - интересна тематика сегментации изображений, компьютерного зрения и морфометрии в гистологии Если два и более из этих пунктов совпали, пишите мне на почту karina_urazova@icloud.com что умеете и почему хотите (можно словами, можно резюмешкой) в ближайшее две недели

🔎МАТЕМАТИЧЕСКАЯ МОДЕЛЬ НАЧИНАЕТСЯ НЕ С УРАВНЕНИЯ 📈Когда тебе говорят: «Нужно построить модель», — очень хочется сразу открыть блокнот, написать красивое дифференциальное уравнение, добавить параметры, а потом перейти к самому приятному — коду и графикам. 📕И я прекрасно понимаю этот соблазн, потому что как только появляется формула, кажется, что научная работа уже началась, а если формула достаточно сложная — то ещё и весьма успешно. ⚠️Но модель начинается с вопроса. Причём «как смоделировать стенку сосуда?» — не вопрос. Можно исследовать её деформацию под действием давления, распределение напряжений, рост и ремоделирование, повреждение или взаимодействие со стентом, и каждый раз это будет разная задача. ✅Вопрос должен звучать конкретнее: И только после этого мы решаем, какой участок сосуда рассматриваем, сколько слоёв учитываем, как задаём свойства ткани и чем нагружаем модель. Например, стенку сосуда можно представить однородной изотропной трубкой, это удобно, но в реальности она многослойная, нелинейная и анизотропная: её механическое поведение зависит в том числе от расположения волокон. 📈Значит ли это, что простая модель заведомо плохая? Нет. Она становится плохой тогда, когда отброшенные свойства важны для поставленного вопроса, например, если мы изучаем общую реакцию сосуда на давление, упрощения могут быть допустимы, а если хотим понять роль архитектуры волокон, то изотропная модель уже не ответит на наш вопрос. ⚠️Модель не обязана содержать всю реальность. Она должна сохранять ту её часть, которая нужна для ответа. Поэтому до первого уравнения стоит спросить себя: Что я хочу объяснить или предсказать? Какой объект и масштаб рассматриваю? Какие свойства ткани считаю главными? Какие данные и параметры у меня есть? Как я пойму, что модель работает? Потому что «код запустился» — не критерий. «Получился красивый график» — тоже. Если заранее не решить, что именно мы проверяем, можно сначала получить результат, а потом придумать, почему он правильный, а это уже не моделирование, а довольно изящная форма самообмана. 🔎А с чего обычно начинается ваша модель: с вопроса, данных или уравнения, которое очень хочется куда-нибудь применить? #моделируеммодели@MathModeller

💬 КАЖЕТСЯ, ПОРА ПОЗНАКОМИТЬСЯ ЗАНОВО За время существования этого канала и я, и само «Закулисье МатМодельера» успели заметно измениться. Поэтому начну новый этап с повторного знакомства. Меня зовут Карина Уразова. По образованию я механик-математик и материаловед: окончила бакалавриат по направлению «Механика и математическое моделирование» и магистратуру «Материаловедение и технологии материалов» Сеченовского Университета. Со второго курса я работаю с задачами на пересечении биомедицины, анализа изображений, математического моделирования, научного программирования и искусственного интеллекта. Больше всего мне нравится момент, когда реальный биологический объект постепенно превращается в исследовательский вопрос, затем — в допущения, уравнения, алгоритм и код. А потом появляется график, которому ещё предстоит доказать, что он не просто красивый, но и имеет отношение к реальности. Именно поэтому канал называется «Закулисье МатМодельера». Здесь я показываю не только готовые результаты, но и всё, что обычно остаётся за ними: — как биомедицинская задача превращается в математическую модель; — почему рабочий код ещё не гарантирует правильный результат; — как выбирать методы, параметры и допущения; — что делать, когда модель не сходится; — как читать научные статьи и применять найденные идеи; — как оформлять графики, доклады и исследовательские проекты; — каково строить профессиональный путь, пока ты ещё сам находишься в его начале. Здесь будут математическое моделирование, биомеханика, научный код, ИИ, разборы исследований, рабочие гипотезы, ошибки, репозитории и немного профессиональной жизни без парадного фасада. Но только наукой мой мир не ограничивается. Я пишу стихи, занимаюсь фотографией и изобразительным искусством, играю на музыкальных инструментах. В 2025 году вышел мой сборник стихов «Авангардный декаданс», а сейчас я работаю над романом. Для меня наука и творчество никогда не были противоположностями. И там и там сначала возникает идея, затем появляется структура, а после начинается длинная серия попыток, сомнений и неудачных версий. Наверное, именно на этой границе и живёт матмодельер. «Закулисье МатМодельера» — наука до красивого графика. Добро пожаловать, или добро пожаловать заново 🫶🏻 Навигация по каналу: #моделируеммодели@MathModeller — математическое моделирование и биомеханика #эмэль@MathModeller — ИИ, машинное обучение и научное программирование #ненаучноонаучном@MathModeller — исследования, статьи и научные методы #визуалважнее@MathModeller — графики, презентации и научный визуал #советсебепосоветуй@MathModeller — советы молодым специалистам #трустори@MathModeller — профессиональные и личные истории Хэштеги я всё ещё иногда забываю, поэтому со временем здесь появятся и прямые ссылки на основные материалы канала :)

Сейчас огромные объёмы информации, но я всегда остаюсь в курсе всех последний событий, потому что эту рутину поручила чату ГПТ. Каждый день читаю сводку последних научных новостей, которые касаются интересующих меня областей. Буквально 10-15 минут в день — и вот вы уже в курсе всех последних событий. Так что однозначно гпт за это лайк. А Вы для каких задач/рутин используете нейронки? И какими именно пользуетесь?