НАХОЖДЕНИЕ И КОРРЕКТИРОВКА СЛУЧАЙНЫХ ВОЗМУЩЕНИЙ В ЧИСЛОВОМ N-МЕРНОМ ПРОСТРАНСТВЕ
В качестве решения, например, может быть применён, например, метод нейросетевого анализа. При этом, важно правильно выбрать архитектуру и построить "обучение" сети. Данный метод является одним из приоритетных при условии, что n - достаточно велико. Тогда обучение сети можно осуществить автоматизированным методом и точность определения будет достаточно высока. Однако, при небольшом количестве рядов точность определения будет недостаточной, количество ложных сpaбатываний будет в разы больше чем верных.
Другим подходом к решению поставленной задачи может быть метод варьирования (полного перебора) и выявления влияния друг на друга при помощи методов приближённых вычислений. Однако все эти методы требуют достаточного большого количества операций, и при большом количестве вариантов время поиска будет велико. Причём будет расти не линейно, и не даже квадратично. Например, при количестве параметров m, количество проверяемых вариантов при глубине поиска в две переменных - m2+2*m4. При этом если параметр является переменной от 3 других параметров, то зависимость не будет найдена. Следовательно, метод варьирования будет эффективен только для рядов с небольшим количеством параметров.
Становится ясно, что способ нейросетевого анализа имеет жёсткие ограничения на количество рядов, а метод варьирования имеет жесткие ограничения на длину ряда. Необходим метод, который допустимо хорошо работал бы с любыми входными данными в рамках заданных ограничений. При этом время работы алгоритма должно быть линейным или сравнимо с линейным.
Рассмотрим задачу поиска искажений входные данные на примере матрицы чисел m*n, где m - количество параметров, а n - количество однородных (однотипных) рядов. К данным таблицы предъявляется два условия - первое состоит в том, что некоторые величины построчно коррелируют друг с другом или являются функцией других параметров, второе - что большинство чисел (более 95 % например) - корректные. Требуется отыскать точки (элементы) матрицы, в которых имеют место нелогичные возмущения. При этом правила зависимости (функции) одних параметров от других существуют, но неизвестны. Возможно решение одной из двух задач.
Первая задача, более простая, - отыскание точек случайных возмущений в матрице без выявления зависимостей параметров друг от друга. Вторая задача, комплексная, - нахождение зависимостей параметров друг от друга и отыскание точек случайных возмущений в матрице.
Предлагается использовать модифицированный метод варьирования. Его суть состоит в следующем - рассматриваем каждый столбец как параметр некой функции. Рекурсивно разбиваем все параметры по интервалам, и для каждого интервала формируем результирующий параметр. Причём результирующий параметр не может быть аргументом функции. Идём при помощи объединений от простейшей функции - функции одного аргумента. Если выявлено влияние одного параметра на другой, то исключаем один из них из дальнейшего просмотра, уменьшая количество параметров для дальнейшего просмотра. Найденные зависимости помещаем в стек, чтобы впоследствии начать рассмотрение с зависимостей с максимальным числом параметров.
Для определения зависимости параметров от результата используется следующий метод - представим данные каждого ряда как точку функции. Для матрицы рассматривается двухмерный вид - точка на плоскости. Тогда точки, которые выбиваются из графика функции и являются точками возмущения. Рассмотрим простейший пример:
Входные данные:
|
a |
b |
c |
1 |
1 |
5 |
5 |
2 |
2 |
10 |
8 |
3 |
7 |
35 |
5 |
4 |
3 |
15 |
8 |
5 |
6 |
30 |
5 |
6 |
9 |
45 |
11 |
7 |
5 |
25 |
8 |
8 |
4 |
15 |
9 |
9 |
11 |
55 |
3 |
График 1. Линейная зависимость a от b
Необходимо выявить и исправить ошибку в переменной b в восьмом ряду. Построим линейную зависимость a от b.
Из графика 1 чётко видно возмущение в точке №8.
Для линейной зависимости поиск зависимостей не составляет сложности. Для нелинейных случаев необходимо уже применение методов отыскания новой точки функции по уже известным. Для этого добавляем информацию обо всех точках в информационную таблицу приближённой функции b= (a). Информация об ошибочных точках также попадает, но она не вносит сильного искажения, так как количество таких точек невелико, и вес каждой из них будет невелик. Далее производим поиск для каждой точки, при помощи, например, сплайн функций, далее вычисляем:
, и получаем приближённое значение для каждой точки b. Далее вычисляем коэффициент расхождения k:
Далее, для каждой точки рассчитываем
Если , то с достоверностью можно утверждать, что точка ошибочная.
Проведя анализ для всех точек всех рядов, получаем искомые точки за линейное время.
Работа представлена на научную конференцию с международным участием «Секция молодых ученых, студентов и специалистов», Тунис, 12-19 июня 2005 г. Поступила в редакцию 28.04.2005 г.
26 04 2024 13:24:58
Статья в формате PDF 120 KB...
25 04 2024 23:17:50
В статье даётся оценка параметров экологической устойчивости 37 генотипов ячменя, выведенных в НИИСХ Северо-Востока, и 6 весенних сортов ячменя, районированных в Кировской области. ...
24 04 2024 15:13:42
Статья в формате PDF 111 KB...
23 04 2024 23:38:16
22 04 2024 14:58:40
Статья в формате PDF 125 KB...
21 04 2024 2:34:24
Статья в формате PDF 105 KB...
20 04 2024 5:10:27
Статья в формате PDF 126 KB...
19 04 2024 10:17:58
Статья в формате PDF 252 KB...
18 04 2024 8:36:41
Новая реальность предъявляет к человеку повышенные требования. Выживание человека в сложных условиях – это сохранение его целостности (как биологического индивида, личности, субъекта деятельности и индивидуальности). Защищенность личности – условие психологического выживания человека в мире. Неосознаваемые психологические защиты снижают свободу действий человека. В статье рассматриваются психологические аспекты адаптации человека. Для сохранения устойчивости личности необходимы психологические константы – мировоззрение, жизненная позиция, смысл жизни, профессионализм. ...
14 04 2024 2:18:30
Статья в формате PDF 101 KB...
13 04 2024 10:21:28
Статья в формате PDF 284 KB...
12 04 2024 7:49:16
Статья в формате PDF 121 KB...
11 04 2024 3:20:17
Статья в формате PDF 116 KB...
10 04 2024 21:41:43
Малоизученным направлением в диагностике психосоматических заболеваний является исследование физико-химических хаpaктеристик крови. Методы, применяемые в диагностике и контроле лечения психосоматических заболеваний в целом, и задержке психического развития в частности (ЗПР), являются достаточно субъективными. Во многом это обусловлено отсутствием однозначных лабораторно-диагностических методов, позволяющих осуществлять диагностику на ранних этапах заболевания. Целью нашего исследования явилось изучение особенностей ИК – спектра сыворотки крови детей подросткового возраста. В качестве субстрата для исследования использовали сыворотку крови больных детей, которую затем подвергали ИК-спектроскопии с регистрацией спектров поглощения в области 3500-963 см-1. Исследована сыворотка крови 30 детей с диагнозом ЗПР и 30 здоровых, сопоставимых по возрасту и полу. Было проведено сравнение ИК-спектра сыворотки крови больных с ЗПР и здоровых доноров. Достоверно выявлена разница показателей инфpaкрасной спектрометрии в норме и патологии, а так же проверена эффективность применяемой терапии. Таким образом, с помощью ИК-спектрометрии установлены особенности спектров сыворотки крови детей подросткового возраста и выявлены отличия в спектре у детей с ЗПР и динамические изменения в процессе лечения, что может использоваться для диагностики данной патологии, а так же для контроля за эффективностью проводимого лечения. ...
09 04 2024 14:35:29
Статья в формате PDF 118 KB...
07 04 2024 10:39:37
Статья в формате PDF 124 KB...
06 04 2024 8:27:24
Статья в формате PDF 111 KB...
05 04 2024 21:55:28
Статья в формате PDF 155 KB...
04 04 2024 2:45:41
Статья в формате PDF 295 KB...
02 04 2024 12:53:50
Статья в формате PDF 339 KB...
01 04 2024 22:48:36
Статья в формате PDF 125 KB...
29 03 2024 17:52:25
Статья в формате PDF 110 KB...
28 03 2024 1:43:27
Статья в формате PDF 120 KB...
27 03 2024 9:38:35
Статья в формате PDF 112 KB...
25 03 2024 6:34:32
Статья в формате PDF 117 KB...
24 03 2024 22:54:19
23 03 2024 14:55:31
Статья в формате PDF 365 KB...
22 03 2024 16:13:19
Статья в формате PDF 244 KB...
21 03 2024 22:11:36
Статья в формате PDF 125 KB...
20 03 2024 21:47:13
Статья в формате PDF 122 KB...
19 03 2024 5:29:38
Статья в формате PDF 298 KB...
18 03 2024 8:36:57
Еще:
Поддержать себя -1 :: Поддержать себя -2 :: Поддержать себя -3 :: Поддержать себя -4 :: Поддержать себя -5 :: Поддержать себя -6 :: Поддержать себя -7 :: Поддержать себя -8 :: Поддержать себя -9 :: Поддержать себя -10 :: Поддержать себя -11 :: Поддержать себя -12 :: Поддержать себя -13 :: Поддержать себя -14 :: Поддержать себя -15 :: Поддержать себя -16 :: Поддержать себя -17 :: Поддержать себя -18 :: Поддержать себя -19 :: Поддержать себя -20 :: Поддержать себя -21 :: Поддержать себя -22 :: Поддержать себя -23 :: Поддержать себя -24 :: Поддержать себя -25 :: Поддержать себя -26 :: Поддержать себя -27 :: Поддержать себя -28 :: Поддержать себя -29 :: Поддержать себя -30 :: Поддержать себя -31 :: Поддержать себя -32 :: Поддержать себя -33 :: Поддержать себя -34 :: Поддержать себя -35 :: Поддержать себя -36 :: Поддержать себя -37 :: Поддержать себя -38 ::