В рамках использования нейросетевых моделей принятия решений при решении задачи бинарной классификации (задача разделения группы обследуемых, находящихся, например, в двух разных экологических или психических условиях) представлена модель принятия решения по установлению наиболее важных диагностических признаков (параметров порядка). Подобные задачи лежат в основе когнитивной и эвристической деятельности человека, которому необходимо выделять параметры порядка при изучении любого процесса и анализе любых событий. Показано, что при небольшом числе итераций (p<100) в условиях задания начальных весов признаков xio на основе равномерного распределения (xio из равномерного интервала (0, 1)) возможность правильной идентификации параметров порядка (важнейших хi) очень мала. При возрастании p (p>100, p>1000) точность идентифи-кации параметров порядка нарастает. В рамках этих моделей высказывается гипотеза о связи ревербераций в гиппокампе с эффективностью эвристической деятельности мозга человека.
параметр порядка, задача бинарной классификации, нейроэмулятор, итерация, нейросеть
Введение. I.R. Prigogine в своих работах уделял особое внимание возможным механиз-мам перехода от хаоса к порядку. Однако, формальные модели таких переходов не разработаны и до настоящего времени, т.к. решение этой задачи упирается в изучение механизмов самоорганизации в биосистемах. При этом, обратный переход (от порядка к хаосу) довольно хорошо изучен на многочисленных примерах в рамках детерминистского и стохастического подходов (ДСП) в виде бифуркаций рождения циклов и перехода систем от периодических циклов к хаотической динамике, когда число бифуркаций увеличивается до бесконечности (это одно из определений хаоса). В рамках решения этой глобальной проблемы перехода от хаоса к порядку имеется одна весьма важная задача, которая составляет основу всей науки. Это задача выбора параметров порядка при изучении того или иного природного процесса. Такая задача решается каждым ученым – исследователем, да и просто каждым человеком в его повседневной жизни. Фактически, открытие любого закона природы в физике, химии, технике сводится к многократному наблюдению конкретного процесса и попыток исследователя выявить скрытую закономерность, т.е. это составляет основу когнитивной и эвристической деятельности учёного. Неверно выбранные параметры порядка не дадут научного результата, вся наука сейчас базируется на системном синтезе. При этом возникает принципиальная неопределенность: почему конкретный закон открывает конкретный человек (а не другой) и какими свойствами должен обладать такой человек, каковы свойства его мозга, что особенного содержится в работе его нейронных сетей? В целом – чем работа мозга гениального человека отличается от мозга обычного (и тем более умственно ограниченного) человека? Это фундаментальные вопросы психологии, физиологии и науки в целом [2-4,6-8].
Подобные задачи возникают и в эволюции всего живого. Почему эволюция пошла именно этим путем, а не другим? Ведь порой выбранный путь эволюции не бывает оптимальным с точки зрения современной науки. Один из ответов на данный вопрос скрыт в базовых механизмах перехода от хаоса к порядку, в механизмах самоорганизации мозга, в его когнитивной и эвристической деятельности. Что нужно для изучения этих механизмов и как мозг может проявить свои когнитивные функции, которые неизбежно связаны с эвристической деятельностью нейронных сетей мозга?
Один из ответов на этот фундаментальный вопрос естествознания мы предлагаем в рамках решения задачи бинарной классификации с помощью нейроэмулятора (нейро-ЭВМ, или НЭВМ), как некоторой модели принятия правильного решения мозгом человека, его нейронными сетями. В рамках такой деятельности появляется возможность решения задачи системного синтеза, а это уже область эвристической деятельности мозга и его аналогов. Это лежит и в основе хаотической деятельности биомеханических систем, описанных груп-пой учёных Стенфорда [5].
1. Анохин П.К. Кибернетика функциональных систем.– М., Медицина, 1998.– 285 с.
2. Еськов В.М., Хадарцев А.А., Еськов В.В., Филатова О.Е. Флуктуации и эволюции биосистем – их базовые свойства и характеристики при описании в рамках синергетической парадигмы // Вестник новых медицинских технологий.– 2010.– Т. 17, №1.– С. 17–19.
3. Еськов В.М., Филатова О.Е., Хадарцев А.А., Хадарцева К.А. Фрактальная динамика поведения человекомерных систем // Вестник новых медицинских технологий.– 2011.– Т. 18, №3.– С.330–331.
4. Еськов В.М., Еськов В.В., Филатова О.Е., Хадарцев А.А. Особые свойства биосис-тем и их моделирование // Вестник новых медицинских технологий.– 2011.– Т.18, №3.– С.331–332.
5. Churchland M.M., Cunningham J.P., Kaufman M.T. and others. Neural population dynam-ics during reaching // Nature.– 2012. – V.487/– P.51–56.
6. Eskov V.M., Eskov V.V., Filatova O.E. Characteristic features of measurements and mod-eling for biosystems in phase spaces of states // Measurement Techniques (Medical and Biological Measurements).– 2011.– V. 53 (12).– P. 1404–1410.
7. Eskov V.M., Gavrilenko T.V., Kozlova V.V., Filatov M.A. Measurement of the dynamic parameters of microchaos in the behavior of living biosystems // Measurement Techniques.– 2012.– Vol. 55, № 9.– P. 1096–1100.
8. Eskov V.М., Eskov V.V., Filatova O.E., Filatov M.A. Two types of systems and three types of paradigms in systems philosophy and system science // Journal of Biomedical Science and Engineering.– 2012.– Vol. 5, № 10.– P. 602–607.
