PreprintPDF Available
Preprints and early-stage research may not have been peer reviewed yet.

Abstract

The monograph includes two parts. In Part 1, in 10 chapters, the theoretical foundations of systemic fuzzy interval mathematics are considered. In the 2nd part of 5 chapters, the correlation of the semantic content of the concepts "data", "information" and "knowledge", as well as the theoretical and mathematical foundations of basic, scenario, spectral and text automated system-cognitive analysis (ASC-analysis) are considered. ASC-analysis is one of the options for the practical implementation of system fuzzy interval mathematics. Detailed numerical examples of the use of scenario and spectral ASC-analysis for forecasting in financial markets and image analysis are given. It is intended for undergraduate, graduate and postgraduate students, as well as teachers, researchers and developers in the field of high statistical technologies and artificial intelligence, for everyone interested in this issue.
A preview of the PDF is not available
... По сути, при абдукции мы по признакам объекта, его экстенсиональному описанию, относим его к обобщающим категориям: референтным классам [34], т. е. восстанавливаем его интенсиональное описание, и делаем это путем решения задачи определения степени релевантности объекта классу или решения задачи классификации (идентификации, распознавания, прогнозирования, классификации, диагностики). При этом мы никогда не можем точно установить принадлежит ли объект классу, но можем лишь высказать гипотезу [35] об этом и оценить степень достоверности этой гипотезы (ее релевантности). ...
Preprint
Full-text available
on-line среда для обучения и научных исследований на базе АСК-анализа и системы «Эйдос») Луценко Евгений Вениаминович, д. э. н., к. т. н., профессор Scopus Author ID: 57191193316, РИНЦ SPIN-код: 9523-7101 prof.lutsenko@gmail.com, http://lc.kubagro.ru Кубанский государственный аграрный университет имени И. Т. Трубилина, Краснодар, Россия Существует три основных точки роста современных информационных технологий: это глобальные сети и мобильные коммуникации, перспективные человеко-машинные интерфейсы, интеллектуальные технологии. Как известно, системный (синергетический) эффект обычно наблюдается в мультидисциплинарных и междисциплинарных научных исследованиях. Это означает, что большой интерес представляют направления исследований и разработок, находящиеся на перекрытии перечисленных выше трех перспективных направлений, а именно: перспективные интерфейсы в глобальных мобильных сетях, перспективные интеллектуальные интерфейсы и применение технологий искусственного интеллекта в Internet и мобильных коммуникациях. И особенно высокую актуальность имеет разработка и применение перспективных интеллектуальных интерфейсов в Internet и мобильных коммуникациях. Internet постепенно интеллектуализируется и превращается из нелокального хранилища больших данных (big data) в информационное пространство, содержащее осмысленные большие данные, т. е. «большую информацию» (great info), а затем в пространство знаний или «когнитивное пространство», в котором большая информация активно используется для достижения целей (управления) и превращается в «большие знания» (great knowledge). Появляется все больше сайтов, посвященных искусственному интеллекту, в открытом доступе появляются базы данных для машинного обучения (UCI, Kaggle и другие) и даже on-line интеллектуальные приложения, совершенствуются и интерфейсы, применяемые в Internet. Показательно приобретение разработчиком одной из первых глобальных социальных сетей Facebook Марком Цукербергом фирмы Oculus, являющейся ведущим в мире разработчиком и производителем амуниции виртуальной реальности. Однако учащиеся и ученые до сих пор практически не замечают, что уже давно существует и действует открытая масштабируемая интерактивная интеллектуальная on-line среда для обучения и научных исследований, основанная на автоматизированном системно-когнитивном анализе (АСК-анализ) и его программном инструментарии-интеллектуальной системе «Эйдос», а также сайте автора. Данная презентация является ее своеобразной презентацией и призвана ознакомить потенциальных пользователей с возможностями этой среды Lutsenko Eugeny Veniaminovich, Dr.Sci.Econ., Cand.Tech.Sci. , professor Scopus Author ID: 57191193316, RSCI SPIN-code: 9523-7101 prof. lutsenko@gmail. com, http://lc.kubagro.ru Kuban State Agrarian University, Krasnodar, Russia There are three main growth points of modern information technologies: global network and mobile communication, advanced human-machine interfaces, intelligent technologies. As it is known, the system (synergistic) effect is usually observed in multidisciplinary and interdisciplinary researches. This means that an interesting direction of research and development is located at the overlap of these three promising areas, namely: advanced interfaces in the global mobile networks, advanced intelligent interfaces and the application of artificial intelligence technologies in the Internet and mobile communications. In addition, a particularly high relevance goes to the development and application prospective of intelligent interfaces to the Internet and mobile communications. The Internet intellectualities gradually, it turns from non-local storage of large data (big data)
Preprint
Full-text available
The monograph includes five chapters, which describe the theoretical and mathematical foundations of scenario and spec-tral automated system-cognitive analysis (ASC-analysis) and provide detailed numerical examples of its application for forecasting in financial markets and image analysis. It is intended for undergraduate, graduate and postgraduate students, as well as teachers and developers in the field of artificial intelligence who are interested in this problem.
Preprint
Full-text available
Scientific papers of various sizes and status: scientific articles, term papers and final qualification papers, master's, candidate's and doctoral dissertations, and others, are written in approximately the same logic. This logic is reflected in the approximate content of the scientific work given below, provided with brief comments on each point of the content. A dissertation or monograph may contain content similar to the one given below, and in an article, paragraphs or pages in the text may correspond to different subsections.
Preprint
Full-text available
In its essence, the remarkable theorem of A. N. Kol-mogorov (1957) (more precisely, one of its special cases) is the theoretical basis of the entire mathemati-cal theory of function expansion into series, i.e. the so-called series theory. In mathematics, there are many different specific variants of function series decompo-sitions. However, unfortunately, determining the type of basic functions and weight coefficients for this par-ticular function is a mathematical problem for which no general mathematically rigorous solution has yet been found. In this case, for special cases, i.e. there are quite a lot of specific types of basic functions and such solutions have been found. In this work, we propose to consider the mathematical model of ask analysis as a variant of a general and universal practical solution to the problem of developing basic functions and weight coefficients for the expansion of an arbitrary function of the state of the identified object in a series of them. The article traces comparison of the meaning of the concepts of the ASC-analysis and A. N. Kotelnikov's theorem. We have also given numerical examples of technical, fundamental, and techno-fundamental script ASC-analysis. In these numerical examples, based on the analysis of retrospective source data, actual observed past and future scenarios are identified. By gen-eralizing them, we form images of future scenarios, which are considered as basic functions of classes. Future scenarios are determined by past scenarios (values of factors). When forecasting, the current situation is compared with these generalized images and decomposed into a series based on them (direct transformation, object analysis). The weighted average forecast is formed by inverting the images of classes with their weights, i.e. as their weighted superposition. At the same time, generalized images of predicted scenarios of what will happen and what will not happen with their weights are used as basic functions, which use the reliability of the forecast
Preprint
Full-text available
Abstract: With the development of intelligent technologies, a whole new scientific direction has appeared aimed at their application for attribution and naratological analysis of literary texts. There are attempts to determine the authorship automatically, along with dates and genre of literary works. This article proposes a new mathematical model based on the theory of information, as well as a corresponding method of numerical calculations and a software tool, implementing them for automatic attribution and elements of naratological analysis of literary texts. This mathematical model is developed in an innovative method of artificial intelligence: the automated system-cognitive analysis (ASC-analysis) and a tool implemented in its software which is an intelligent system called "Eidos". We have obtained good results in testing the proposed approach on a real numerical example of Russian literature of the XIX and XX centuries. In the Eidos intellectual system, which implements the proposed mathematical model, a large number of text and table output forms are issued that provide interpretation of the results obtained. Thus, the proposed mathematical model and the software system implementing it can be successfully applied for finding dates of literary texts, determining their authorship and genre. This may be performed with texts in any language. Keywords: text attribution, Automated system-cognitive analysis, Eidos intelligent system.
Article
Article
60-х годов, журнал «Заводская Лаборатория» (ЗЛ) сыграл исключительную роль в формировании и выборе научного направления. В то время секцию журнала «Математические методы эксперимента» возглавлял В.В. Налимов – пытливый и яркий ученый, интересы которого простирались от философии и математической статистики до химии и психологии. Благодаря его энергии и энтузиазму математическая статистика и ее сравнительно новый раздел «планирование эксперимента» получили в СССР мощный импульс и привлекли много приверженцев. Процесс становления молодых ученых и их приобщения к новому направлению проходил в творческой атмосфере открытых и доброжелательных дискуссий, царившей на многочисленных семинарах, региональных и Всесоюзных конференциях. Результатом деятельности сформировавшегося вокруг ЗЛ «незримого коллектива» ученых и практиков стали статьи и монографии по статистическим методам обработки данных и планированию эксперимента, методические рекомендации и пособия по применению этих методов в различных отраслях промышленности [1-6], кандидатские и докторские диссертации. Во многих технических Вузах стали читаться курсы по автоматизации и планированию эксперимента, включающие раздел статистических методов. Направление «планирование эксперимента» стало модным и привлекло не только добросовестных исследователей, но и временных «попутчиков», чья цель состояла в скорейшей защите диссертации. Они увидели в планировании эксперимента удобный и простой инструмент, который позволял придать наукообразие несложным экспериментальным исследованиям. Типичные диссертации этого сорта, как правило, имели названия – «Применение планирования эксперимента при исследовании … (далее следовало название специфического объекта или промышленной установки)». Структура диссертации строилась по «типовой» схеме: описание объекта, математические основы планирования эксперимента (часто просто переписанные из книг В.В. Налимова и В.Г. Горского), описание плана и хода проведения эксперимента, регрессионный анализ модели с прилагаемым актом экономической эффекта. В 70-е годы, возможно как реакция на профанацию идей математической статистики, появляется ряд статей, содержащих критику случаев некорректного применения статистических методов вообще и регрессионного анализа в частности, публикуются полемические материалы, в которых утверждаются, что исходные предпосылки 2 регрессионного анализа далеки от реальности и редко выполняются на практике. В наиболее заостренной форме такие утверждения были суммированы в статьях [7, 8]. Автор статьи [8] утверждал, что математическую статистику нельзя считать наукой в строгом смысле этого слова, т.к. невозможно проверить на практике достоверность полученных с ее помощью результатов. В качестве примера «неверифицируемых» характеристик автор приводил понятие генеральной совокупности, доверительного интервала на неизвестное среднее случайной величины, ошибки первого и второго рода при проверке гипотез и др., которые невозможно проверить на реальных экспериментальных установках. Им ставилась под сомнение сама возможность воспроизвести статистический эксперимент в различных лабораториях. Эти тезисы, не всегда обоснованные и высказанные в эмоциональной форме, встретили в целом отрицательную реакцию. Вместе с тем, практические приложения регрессионного анализа выявили ограничения слишком жесткой системы его исходных допущений. Замечания вкратце сводились к следующим тезисам: Гипотеза о нормальном распределении шума на практике выполняется далеко не всегда, ее проверка или не проводится вообще или выполняется на незначительных выборках. Неопределенность данных может иметь нестатистическую природу и включать систематическую составляющую, ошибки округления и группирования данных, методические погрешности. Даже если ошибки эксперимента случайные, они, как правило, действуют неаддитивно и меняются во времени, т.е. образуют нестационарный случайный процесс, что делает понятия генеральной совокупности и воспроизводимости несостоятельными.