38

38
ИЗВЕСТИЯ ВолгГТУ
4. Разумов, В. И., Сизиков, В.П. Категориальный аппарат в современном естествознании [Электронный ресурс] / В. И. Разумов, В. П. Сизиков. – 2011. – Режим доступа:
http://www.philosophy.nsc.ru/journals/philscience/1_04/00_ra
zumov.htm
5. Экстенсионал [Электронный ресурс]. – 2011. – Режим доступа: http://ru.wikipedia.org/wiki/Экстенсионал
6. Интенсионал [Электронный ресурс]. – 2011. – Режим доступа: http://ru.wikipedia.org/wiki/Интенсионал
7. Система [Электронный ресурс]. – 2011. – Режим
доступа: http://slovari.yandex.ru/система/
8. Перегудов, Ф.И., Тарасенко, Ф.П. Введение в системный анализ. / Ф. И. Перегудов, Ф. П. Тарасенко. – М.:
Высшая школа, 1989. – 320 с.
9. Устойчивость [Электронный ресурс]. – 2011. – Режим доступа: http://slovari.yandex.ru/устойчивость/
10. Артюхов, В. В. Общая теория систем: Самоорганизация, устойчивость, разнообразие, кризисы / В. В. Артюхов. – М.: Книжный дом «Либроком», 2009. – 224 с.
УДК 007.5; 004.822; 004.032.26; 519.7
Е. В. Албегов, Д. В. Бутенко, Л. Н. Бутенко
УРОВНИ РЕАЛЬНОСТИ И ГОМЕОСТАТИЧЕСКИЕ МЕХАНИЗМЫ НЕЙРОННЫХ СЕТЕЙ
Волгоградский государственный технический университет
albegov05@mail.ru, butenko@vstu.ru
Проводится рассмотрение уровней реальности: физический, информационный и когнитивный, содержащий смысловые конструкции. На основе исследований В. А. Рубанова, А. Н. Колмогорова и Ж. А. Пуанкаре сформирована идея
объемного топологического комплекса как концептуальной связки информационного и когнитивного уровней. С учетом
результатов исследований А. М. Степанова в области медицинской гомеостатики разработана концепция осцилляторной
гомеостатической нейронной сети на основе меридионально-гомеостатической модели человеческого организма.
Ключевые слова: уровень реальности, комплекс, гомеостат, знание, нейронная сеть, гексагон, меридиональногомеостатическая модель.
Y. V. Albegov, D. V. Butenko, L. N. Butenko
THE REALITY LEVELS AND HOMEOSTATIC MECHANISMS OF NEURAL NETWORKS
Volgogorad State Technical University
The consideration of physical, information and cognitive reality levels is carried out. On the basis of Rubanov’s, Kolmogorov’s
and Pouincare’s investigations the idea of three-dimensional topological complex as a conceptual link of information and cognitive
level is generated. With a glance oа Stepanov’s research result in the area of medical homeostatics the conception of oscillatory homeostatic neural network on the basis of the meridional homeostatic model of human body is generated.
Key words: reality level, complex, homeostat, knowledge, neural network, hexagon, meridional homeostatic model.
Искусственные нейронные сети представляют собой объект, который непосредственно
связан с такими дисциплинами как нейрофизиология, физика, статистика и компьютерные
науки. Исследования в области нейронных сетей основываются на способах обработки информации человеческим мозгом, отличающихся
от методов, свойственных цифровым вычислительным системам. Целью данной работы
является разработка концепции гомеостатической искусственной нейронной сети на основе
представлений о гомеостатических механизмах обработки информации в естественных
системах.
В нашем мире имеется три вложенных
друг в друга уровня: физический, информационный и когнитивный [1]. Первый, низший
уровень реальности – это материальный или
физический уровень. Второй, более высокий
уровень – это уровень информации. На информационном уровне действуют такие уни-
версальные понятия как обратная связь, каналы связи, механизмы управления. Третий уровень реальности – это когнитивный уровень,
который содержит смысловые конструкции.
Существует два вида смыслов: функциональный и композиционный, которые связаны между собой и имеют место быть вне зависимости от целевой функции. Функциональный
смысл вещи заключается в том, что она имеет
свое предназначение в контексте [1]. По мнению В. А. Рубанова [2], можно ввести понятие
логического каркаса. Устойчивый смысловой
каркас основан на выборе и последовательной
реализации фундаментальных научных принципов: системности, симметрии и дополнительности. Отметим, что симметрия является
«генератором смысла» и индикатором когнитивных объектов. Последовательное применение этих трех фундаментальных принципов
позволило создать теоретические основы семантической топологии и построить понятий-
ИЗВЕСТИЯ ВолгГТУ
ный базис, имеющий форму объемной сети
общезначимых понятий и связывающий их
смысл с местоположением в семантическом
пространстве – одномерный топологический
комплекс [2]. В. А. Рубанов в процессе изучения работ А. Н. Колмогорова пришел к выводу
о том, что формирование тринитарной логики
организации семантического пространства
возможно только на основе двумерных топологических комплексов. Двойственный комплекс Пуанкаре позволил представить двумерную поверхность с помощью двух, двойственных по отношению друг к другу графов,
являющихся одномерными топологическими
комплексами, отношения между которыми в
едином двумерном комплексе можно интерпретировать как взаимосвязь между текстом и
контекстом [2].
Таким образом концептуальная связка
информационного уровня с когнитивным посредством связи отдельных объектов может
быть также представлена полигексагональной коммутативной (симметричной) диаграммой. Можно предположить, что именно
на данную полигексагональную диаграмму
проецируется в виде инвариантного фрактального узора «Цветка Жизни» (по преданиям Востока, содержащего в себе все законы мироздания и все формулы мира) [3],
трансцендентальный уровень, обеспечивающий связь и существование всех структур
реальности. Следуя системной тенденции
развития описания, уместно перейти от плоской гексагональной диаграммы к объемной
многослойной конструкции, устремив ее
вглубь двойственного, осознаваемо-неосознаваемого (по А. М. Степанову) [4] когнитивного уровня реальности путем добавления параллельных идентичных копий-слоев
диаграммы и связей между ними. Таким образом объемный топологический комплекс
позволит выделять более глубокие контекстуальные смысловые уровни (контекстуальный контекст) и связь их с объектами
информационного уровня (текстом). Также
«объем» дает возможность определить регуляторы процессов управления и соуправления на
локальном уровне в полигексагональном объемном топологическом комплексе по аналогии
с выявлением управляющих структур гомеостатической модели «Гексагон» [5, 6].
Наиболее простой и понятной системой
управления, в которой наблюдаются физиче-
39
ские, информационные и когнитивные уровни
реальности является нейронная сеть [1].
В S-слое сети находятся элементы, через
которые в нейронную сеть поступает входная информация. В А-слое находятся нейроны – сумматоры с пороговым эффектом. В типичной нейронной сети каждый элемент в S-слое
связан попарно с каждым нейроном в A-слое,
т. е. на каждый нейрон поступают сигналы
от каждого рецептора. Важно, что сила связей
рецептор-нейрон и нейрон-нейрон (в нейронной сети высокого уровня) может быть
разной. Эту силу в простейших нейронных
сетях характеризует определенный коэффициент. Чем он выше, тем лучше связь проводит сигнал от элемента к элементу. Сила связей и соответствующие коэффициенты в процессе обучения нейронной сети изменяются
– одни усиливаются, другие ослабляются.
Именно в массиве регулируемых связей между элементами, а не в элементах, аккумулируются опыт и знания нейронной сети.
Знания нейронной сети – это структура и параметры связей между элементами, по которым проходит информационный поток.
Можно предположить, что с технико-биологической точки зрения знания представляют собой рефлексивные контуры управления как адаптивные, так и гомеостатические.
Сигналы от нейронов поступают на последний R -слой, в котором находятся классификаторы. Сеть может быть разного рода:
электрическая, биологическая или же социальная.
На основе вышеизложенного, представляется возможным рассмотреть концепт (рис. 1)
меридионально-гомеостатической
модели
взаимосвязи и взаимодействия органов человеческого тела [5] в качестве новой нейронной
сети гомеостатического типа. Модель нейронного гомеостатического взаимодействия в коммутационных центрах меридионально-гомеостатической модели представлена на рис. 2, где
δδn – цель произвольного слоя δn , θθn – цель
произвольного слоя θn , ωδnθn – управляющая
цель, Ξ – противоречие между целями δδn и
θθn , представляющих собой массив дрейфующих целей пространства управления
нижнего уровня; δn , θn – произвольные слои
(матрицы) размерностью mxn, aijδn – произвольный нейрон слоя δ n , bijθn – произвольный
нейрон слоя θn .
40
ИЗВЕСТИЯ ВолгГТУ
Рис. 1. Концепт меридионально-гомеостатической модели
энергетического взаимодействия и взаимовлияния органов человеческого тела
Рис. 2. Модель нейронного гомеостатического взаимодействия
Идея заключается в следующем: элементы S
и R-слоев представляют собой антагонистические конструкции (органы человеческого тела/системы-антагонисты внутри органов) связанные посредством А-слоя, представляющим
собой структурированную гомеостатическую
целесодержащую систему. Элементы S и R-слоев
в данном представлении являются функциями
от формируемых гомеостатом целей Δ и θ (метаболических потребностей организма [7]),
обозначающиеся соответственно F(Δ) и F(θ).
Цели δδn и θθn гомеостатических нейронных слоев, вероятнее всего, отражают не только метаболические потребности, но и информационные, являясь субчастью массива целей интегративных полевых гомеостатов высших уровней
организации, т. е. одни и те же нейроны вовлечены в параллельные процессы обработки информации для решения задач управления в полевых и физиологических гомеостатах, что и
приводит к возникновению противоречия между метаболическими и информационными потребностями организма. Так как человек способен функционально менять под воздействием
различных факторов модель своего тела и ее
свойства [7], логично предположить, что все же
процесс уменьшения возникающей остроты противоречия Q [4] между целями полевых гомеостатов занимает более длительный временной период (λколQ → max) и намного приоритетнее аналогичного процесса физиологических (yколQ →
max), хотя мозг у вида Homo Sapiens и является
вторичным (более поздним) образованием по отношению к нервным структурам иных видов.
В данном случае уместно предположить в рамках номогенеза существование бифуркационных
точек появления/передачи/перехвата основного
гомеостатического поведенческого управления
с «инстинктов материи» на «инстинкты поля»
в процессе развития видов, т. е. определить главенство «тонкого» над «плотным».
Каналы А-слоя, передающие сигналы между
нейронами на информационном уровне, по своей структуре (знания нейронной сети) являются
самоорганизующимися ансамблями [7] гомеостатических контуров управления различного
вида с характерной для них ритмикой, из чего
можно сделать вывод, что нейронная сеть является осцилляторной [8, 9, 10]. Отметим, что осцилляция (колебательный процесс) является
одним из механизмов устойчивости и повышения качества функционирования аппарата передачи и обработки информации. Настройка
каналов осуществляется за счет остроты противоречий между целями соответствующих нейронных слоев и проявляется в виде саморегуляции параметрических коэффициентов гомеостатических каналов (нейронного гомеостаза).
Данная нейронная сеть будет являться многослойной, подобно сети, составленной из карт
самоорганизации, которой присущи процессы
конкуренции, кооперации и адаптации [11]. Гомеостатическая осцилляторная нейронная сеть
будет иметь, набор чередующихся слоев минимум двух видов в области А-слоя, характерных
для функциональных целей S/R- и R/S-слоев.
Размерность вектора слоев для минимальной
линейной модели нейронной сети будет предположительно стре миться к значению 2n, где n∈B
(множество положительных четных чисел).
Связи S/R- и R/S-слоев с А-слоем в данной
работе не детализируются, т. к. четкого структурного определения меридиональных каналов
ИЗВЕСТИЯ ВолгГТУ
человеческого тела, как сверхскоростной (свыше 300000 м/с) [12] системы передачи данных,
на данный момент нет. Однако же известно, что
меридианы используют гомеостатические механизмы управления, а, значит, минимум
структурно адаптивны.
На рис. 3 представлена модель гомеостатической осцилляторной нейронной сети типа «органорган», где Δ – общая цель слоев δ, Θ – общая
цель слоев θ, Ω – управляющая цель, Ξ – противоречие между целями Δ и Θ, представляющие
сбой массив дрейфующих целей пространства
управления верхнего уровня; B – множество положительных четных чисел; F(Δ) и F(θ) – органы
человеческого тела. Стрелками обозначаются
массивы нейронных гомеостатических связей.
Нейронная сеть подобного рода характерна для
нервной системы человеческого организма.
A-слой схемы структуры осцилляторной нейронной сети с позиций гомеостатики должен
представлять собой «многоэтажный гомеостат» –
модель «Материи», а взаимодействие S/R(R/S) –
модель «Сознания» [13], причем, исходя из
структуры, системо-высшее сознание (neocortex,
limbus, thalamus dorsalis, medulla oblongata).
Рис. 3. Модель гомеостатической осцилляторной нейронной сети типа «орган-орган»
41
Основной особенностью рассматриваемой
многослойной осцилляторной нейронной сети
является ее двунаправленность, обеспечивающаяся за счет параллелизма R и S слоев, что характеризует ее устойчивость и, как следствие,
проявление принципа субсидиарности. Данная
сеть будет являться не только самообучающейся, но и самопознающей себя (игра сигналов),
изучающей свои внутренние состояния.
На когнитивном уровне (поле смыслов, создаваемое всеми модусами, имеющие аналоги
в матрице моделей внутренней среды и их отношений [4]) рассматриваемой сети будут наблюдаться как функциональные смыслы, характеризующие функции и реакции каналов и узлов
системы и определяющие развитие системы
на основе входных-выходных параметров,
так и композиционные смыслы, отвечающие за
саму структуру и суть системы. Вероятнее всего, устойчивое и четкое функционирование гомеостатической нейронной сети сообеспечивается за счет наличия именно полигексагонального объемного топологического комплекса
выявления и передачи межуровневой информации. Структура данной конструкции будет характерна в той или иной степени проявления,
описания и восприятия для всех уровней реальности [14].
Данная концепция имеет сходство с концепцией А. М. Степанова о Сознании [4, 7], в частности о гомеостатическом представлении
элементарной ячейки матрицы параметра и ее
связи с другими структурными элементами
управления организмом, отражая эту идею менее параметрично с одной стороны, но более
детально и интегративно-наглядно с другой.
Таким образом, рассмотрены уровни реальности: физический, информационный и
когнитивный, содержащий смысловые конструкции. На основе исследований В. А. Рубанова, А. Н. Колмогорова и Ж. А. Пуанкаре сформирована идея объемного топологического комплекса как концептуальной связки информационного и когнитивного уровня, Сформирована
идея осцилляторной гомеостатической нейронной сети на основе концепта меридиональногомеостатической модели человеческого организма. Гомеостатическая нейронная сеть применима для решения различного рода задач, характерных для нейронных сетей, но на более высоком уровне функционирования за счет гомеостатических механизмов обработки информации.
Возможно, что будет наблюдаться более тонкое
42
ИЗВЕСТИЯ ВолгГТУ
«оттачивание» целей, как спускаемых с верхних
уровней управления, так и присутствующих на локальных уровнях, влияющих на выходные данные.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Уфимцев, Р. Когнитивный уровень [Электронный
ресурс] / Р. Уфимцев. – 2011. – Режим доступа:
http://www.metaphor.ru/er/misc/cognitive_level_01.xml
2. Рубанов, В. А. Можно ли подвести смысловой
фундамент под информационные технологии? [Электронный ресурс] / В. А. Рубанов. – 2010 – Режим доступа:
http://intelteq.ru/press.shtml
3. Друнвало Мельхиседек. Древняя Тайна Цветка
Жизни. Том 1 / Друнвало Мельхиседек. – М.: ИД «София», 2001. – 304 с.
4. Горский, Ю. М. Гомеостатика: гармония в игре
противоречий / Ю. М. Горский, А. М. Степанов, А. Г. Теслинов; Иркутск: Репроцентр А1, 2008. – 634 с.
5. Албегов, Е. В. Построение гомеостатических моделей взаимодействия органов человеческого тела / Е. В. Албегов, Д. В. Бутенко, Л. Н. Бутенко // Известия ВолгГТУ.
Серия «Актуальные проблемы управления, вычислительной техники и информатики в технических системах».
Вып. 7 : межвуз. сб. науч. ст. / ВолгГТУ. – Волгоград,
2009. – № 12. – C. 55-58.
6. Albegov, Y. V. The Wu Xing Theory and Homeostatic
Interaction of Organs / Y. V. Albegov, D. V. Butenko, L. N. Butenko // Chinese Medicine. – 2010. – Vol. 1, № 2. – P. 45–48.
7. Степанов, А. М., Агафонов, Б. Е. Гомеостатические механизмы формирования сознания. Теоретическая
модель процессов осознавания, / А. М. Степанов, Б. Е. Агафонов // Сознание и Физическая Реальность. – 2002 – № 1. –
С. 28–44.
8. Осцилляторные нейронные сети [Электронный ресурс]. – 2011 – Режим доступа: http://ru.wikipedia.org/wiki/
Осцилляторные_нейронные_сети
9. Борисюк Г. Н. Осцилляторные нейронные сети.
Математические результаты и приложения [Электронный
ресурс] / Г. Н. Борисюк. – 2011 – Режим доступа:
http://masters.donntu.edu.ua/2001/fvti/kuznetsov/diss/lib/neur
oosc/index.htm
10. Борисюк, Р. М. Модель детекции новизны на основе осцилляторной нейронной сети с разреженной памятью [Электронный ресурс] / Р. М. Борисюк.– 2011 – Режим
доступа:
http://library.mephi.ru/data/scientificsessions/2001/Neuro_1/2288.html
11. Хайкин, С. Нейронные сети: полный курс / С. Хайкин. – М.: Вильямс, 2006. – С. 573–597.
12. What Is Traditional Chinese Medicine? [Электронный ресурс]. – 2011 – Режим доступа:
http://www.tcmworld.org/what_is_tcm/
13. Теслинов, А. Г. Развитие систем управления: методология и концептуальные структуры / А. Г. Теслинов. –
М.: Глобус, 1998. – С. 217–223.
14. Капра, Ф. Паутина жизни. Новое научное понимание живых систем / Ф. Капра. – К.: «София»; М.: ИД
«София», 2003. – 336 с.
УДК 519.246; 001.89:681.3.016
О. К. Альсова1, В. В. Губарев1, В. Б. Локтев2
ИСПОЛЬЗОВАНИЕ ВАРИАТИВНОГО МОДЕЛИРОВАНИЯ ПРИ ИДЕНТИФИКАЦИИ
ВРЕМЕННЫХ РЯДОВ ИНФЕКЦИОННОЙ ЗАБОЛЕВАЕМОСТИ
1
Новосибирский государственный технический университет
2
ГНЦ вирусологии и биотехнологии «Вектор»
alsowa@mail.ru, valeryloktev@gmail.com
Предложено использовать вариативное моделирование, основанное на одновременном (совместном) применении
«периодограммного» и «сингулярного» подходов к идентификации временных рядов инфекционной заболеваемости.
Экспериментально подтверждено, что вариативное моделирование позволяет улучшить «качество» идентификации временных рядов.
Ключевые слова: спектральный анализ, сингулярный спектральный анализ, метод «Гусеница», ССА-модель, полигармоническая модель, временной ряд, инфекционная заболеваемость, ротавирусный энтерит.
O. K. Alsova1, V. V .Gubarev1, V. B. Loktev2
USE OF THE VARIANT MODELING FOR THE IDENTIFICATION
OF TIME SERIES OF INFECTIOUS DISEASES
1
Novosibirsk State Technical University
State Research Center of Virology and Biotechnology VECTOR (SRC VB VECTOR)
2
We propose to use the variant modeling, based on the simultaneous (joint) using of «periodogram» and «singular»
approaches to the identification of time series for infectious diseases. It experimentally confirmed that the variant modeling are
improving the «quality» of the identification of time series.
Key words: spectral analysis, singular spectrum analysis method «Caterpillar», SSA – model, polyharmonic model, time series of infectious diseases.
Временные ряды (ВР) инфекционной заболеваемости (ИЗ) имеют сложную структуру, характеризующуюся нелинейностью и нестационарно-
стью. Как правило ВР включают тренд и сезонную составляющую, описывающую один или два
сезонных пика в зависимости от типа ИЗ. Разра-