Персональные разделы

Мы в социальных сетях

Лучшие ресурсы сети

Российская Воздухоплавательная Транспортная Компания “Новый великий шёлковый путь” (РВТК “НВШП”)
Russian Air swimming Transport Company “New Great Silk Way” (RATC “NGSW”)

Рекламное место главного спонсора

Свяжитесь с нами по телефонам: +7 900 568 99 19; +7 909 775 4227; +7 906 231 8357

   

Начальник штаба по Аэро Мобильной

Ядерной Энергетике (АМЯЭ)

Мордашев Владимир Михайлович

31.05.16

 

 

ФУНДАМЕНТАЛЬНЫЕ ОСНОВЫ РАСПРОСТРАНЕНИЯ ЭМПИРИЗМА

НА МНОГОМЕРНЫЕ ДАННЫЕ, В ТОМ ЧИСЛЕ ХАОТИЧНЫЕ 

оригинал статьи в формате doc можно скачать здесь:

 

СУЩЕСТВО ПРОБЛЕМЫ

            Основой эмпиризма является визуализация данных. С ее помощью мы можем видеть и выявлять эмпирические закономерности. Поскольку мы живем в трехмерном мире, то возможности эмпиризма ограничиваются данными, зависящими не более чем от двух переменных факторов. Закономерности от более, чем двух переменных, претендующие быть эмпирическими, на самом деле не являются эмпирическими (они скорее полуэмпирические), поскольку вид закономерности выбран не из визуального наблюдения данных, а из гипотетических соображений.

            Визуализация многомерных данных возможна, если известно как в многомерной зависимости разделяются переменные. Визуализацией подобных зависимостей занимается номография.

Но как выявить разделение переменных?

РЕШЕНИЕ

            Нелинейный многофакторный анализ (НЛМФА), разработанный автором (Мордашев В.М., «Планирование и анализ данных для синтеза многомерных закономерностей (нелинейный многофакторный анализ)», Вопросы атомной науки и техники, серия: Физика ядерных реакторов, вып. 2, 2008, с. 3-20) находит такие шкалы измерения многомерных данных, представленных в виде таблицы, при которых данные наилучшим образом приближаются суммой таблиц от меньшего (например, одного или двух) числа переменных факторов, т.е. находит разделение переменных.

            Накопленный автором опыт показывает, что НЛМФА в 99% случаев позволяет строить удовлетворительные по точности эмпирические модели многомерных данных с разделяющимися переменными. Такой результат косвенно обосновывается и работами академиков Колмогорова А.Н., Арнольда В.И. и Витушкина  А.Г., решивших тринадцатую проблему Гильберта о представлении функции многих переменных суперпозицией функций меньшего числа переменных.

            НЛМФА можно использовать и для распространения эмпиризма на хаотические многомерные данные следующим образом. Из хаотических многомерных данных путем интерполяции и экстраполяции можно построить многомерную полно-факторную «правдоподобную» таблицу. Из этой таблицы можно выявить модель с разделяющимися переменными. Приближая этой моделью сами хаотичные данные (т.е. уточняя её коэффициенты), получим эмпирическую модель хаотичных данных, если точность аппроксимации окажется удовлетворительной (см. Мордашев В.М., «Новое в эмпиризме», Проблемы управления в социальных системах, Издательство  Томского университета, Том 6, выпуск 9, 2013, с. 90-107; «Выявление закономерностей из многомерных данных»,  Вопросы атомной науки и техники, серия: Физика ядерных реакторов, вып. 1-2, 2014 с. 132-133; «Роль и возможность визуализации многомерных данных. Возвращение к эмпиризму», Сборник  научных трудов по материалам Международной научно-практической конференции «Современные тенденции в образовании и науке», Тамбов, 26 ноября 2014 г., с. 97-111; «Эмпиризм для хаоса», Электронный периодический научный журнал «SCI-ARTICLE.RU» (http://sci-article.ru),№24 (август) 2015, с. 124-128).

.

            Этот подход был продемонстрирован на ряде модельных задач, в частности на выявлении «эмпирической» формулы для длины трехмерного вектора из «экспериментальных» данных, в которых его координаты принимали случайные значения, распределенные по нормальному закону N(0,1). Из массива данных в 25 экспериментов удалось выявить эмпирическую модель, в точности совпадающую с теоретической.
            Такой подход обещает сделать выявление эмпирических моделей из многомерных, в том числе хаотических данных столь же доступным, как и из двух и трехмерных.

 

ЭКОНОМИЧЕСКИЙ ЭФФЕКТ

Экономический эффект от возможности описания эмпирическими моделями любых многомерных данных трудно переоценить.

На первый взгляд он должен составлять не менее 1% от стоимости НИОКР или 0.01% ВВП (http://youngscience.ru/pages/main/analitics/3969/5466/index.shtml) ~ 100 млн USD.

 

Одно только широкое применение НЛМФА для целей управления качеством продукции (см. Мордашев В.М., «Фундаментальные основы обеспечения высокого качества продукции») обещает годовой эффект ~0.3 трлн. USD.

Автор статьи: Мордашев Владимир Михайлович (Начальник штаба по АМЯЭ)

Другие статьи автора:

Неизбежность Атомного Дирижабля в России

Атомный дирижабль – ключ к сохранению и процветанию России

Атомный дирижабль – техническая фантастика или реальность? 

К истории анализа перспектив атомного дирижаблестроения 

Из воспоминаний и размышлений первого оператора “Летающей атомной лаборатории” ТУ-95ЛАЛ 

ФУНДАМЕНТАЛЬНЫЕ ОСНОВЫ РАСПРОСТРАНЕНИЯ ЭМПИРИЗМА НА МНОГОМЕРНЫЕ ДАННЫЕ, В ТОМ ЧИСЛЕ ХАОТИЧНЫЕ 

ФУНДАМЕНТАЛЬНЫЕ ОСНОВЫ ОБЕСПЕЧЕНИЯ ВЫСОКОГО КАЧЕСТВА ПРОДУКЦИИ

Контактная информация

м/т. +7 900 568 9919
тел. +7 401 238 8680
м/т. +7 906 231 8357
м/т. +7 909 775 4227
т/ф +7 401 264 4768
т/ф +7 401 293 1977

E-mail: ngsw@ngsw.ru
SKYPE: ratc.ngsw

Яндекс.Метрика