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.
