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.
Статья в формате PDF
105 KB...
02 07 2026 18:42:27
Статья в формате PDF
110 KB...
01 07 2026 15:45:47
Статья в формате PDF
132 KB...
30 06 2026 5:44:18
Статья в формате PDF
263 KB...
29 06 2026 22:32:19
Статья в формате PDF
188 KB...
28 06 2026 22:11:31
Обсуждается инвазия адвентивных растений в систему Верхоянского хребта в связи с интенсивностью антропогенного влияния. Поднимаются общие вопросы засорения природных объектов промышленными отходами.
...
27 06 2026 10:52:59
Статья в формате PDF
163 KB...
25 06 2026 4:45:34
Статья в формате PDF
666 KB...
23 06 2026 1:39:13
Статья в формате PDF
115 KB...
22 06 2026 5:34:19
Статья в формате PDF
114 KB...
21 06 2026 20:27:18
Статья в формате PDF
100 KB...
20 06 2026 4:12:33
Статья в формате PDF
186 KB...
19 06 2026 14:41:23
Статья в формате PDF
111 KB...
18 06 2026 5:49:32
Статья в формате PDF
104 KB...
17 06 2026 7:37:57
Статья в формате PDF
131 KB...
16 06 2026 10:11:14
Статья в формате PDF
127 KB...
15 06 2026 17:35:17
Статья в формате PDF
137 KB...
14 06 2026 1:39:55
Статья в формате PDF
114 KB...
13 06 2026 8:53:27
Статья в формате PDF
122 KB...
12 06 2026 19:58:10
Статья в формате PDF
116 KB...
10 06 2026 21:21:15
Статья в формате PDF
111 KB...
08 06 2026 9:26:45
В статье представлены различные классификации систем антиоксидантной защиты клеток, в частности, проанализирована возможность 5 уровней защиты клеток от свободнорадикального окисления в интерпретации разных авторов. Дана классификация антиоксидантов с точки зрения их химической природы, молекулярной массы, гидрофильности и гидрофобности, особенностей молекулярно - клеточных механизмов инактивации свободных радикалов.
...
07 06 2026 19:54:35
Статья в формате PDF
115 KB...
06 06 2026 14:57:50
Статья в формате PDF
66 KB...
04 06 2026 21:39:55
Статья в формате PDF
113 KB...
03 06 2026 15:31:19
Исследования проведены на 128 пoлoвoзрелых крысах различного пола, содержавшихся в «курительных камерах» в течение 60 дней с ежедневной затравкой животных в течение 1 часа. Определяли содержание нитратов и нитритов в тканях легких, мозга и печени на 30, 45 и 60 сутки. Мы предполагали выяснить пoлoвые особенности роли оксида азота в гомогенатах тканей крыс различного пола, подвергшихся воздействию табачного дыма. Как показало настоящее исследование, длительная интоксикация табачным дымом приводит к выраженному развитию воспалительных явлений в изучаемых органах, более выраженное в тканях легких и печени, особенно у самцов. В генезе выявленных морфологических и морфометрических изменений в исследуемых тканях лежит активизация индуцибельной формы оксида азота, что приводит к прогрессированию воспалительных и оксидативных явлений. Выявлен пoлoвoй диморфизм в регуляции уровня оксида азота.
...
02 06 2026 19:45:25
Статья в формате PDF
138 KB...
01 06 2026 5:19:49
Статья в формате PDF
105 KB...
31 05 2026 16:14:35
Статья в формате PDF
99 KB...
29 05 2026 11:26:40
Статья в формате PDF
103 KB...
28 05 2026 15:46:20
Статья в формате PDF
107 KB...
27 05 2026 5:11:22
Статья в формате PDF
116 KB...
25 05 2026 14:59:13
Статья в формате PDF
261 KB...
24 05 2026 21:30:26
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 ::
