Сложные биосистемы (complexity) нельзя относить к традиционным хаотическим системам, т.к. для них невозможно рассчитывать автокорреляционные функции, экспоненты Ляпунова, нет выполнения свойства перемешивания и непрерывно их вектор состояния x(t) демонстрирует хаотическое движение в виде dx/dteO. Поскольку начальное состояние x(to) невозможно повторить произвольно для таких систем, то возникают неопределенности 1-го и 2-го типа. Для 1-го типа неопределенности характерно отсутствие статистически значимых различий между выборками, но в нейрокомпьютинге и теории хаоса-самоорганизации эти выборки четко различаются, Представлены примеры такой ситуации для параметров кардио-респираторной системы человека при широтных перемещениях больших групп людей. Показывается, что нейрокомпьютер не только решает задачу бинарной классификации, но и идентифицирует параметры порядка у диагностических признаков. Очень важно при этом увеличивать число итераций при повторах задачи бинарной классификации. При таком числе итераций возможны ошибки в рамках параметров порядка.
частота сердечных сокращений, параметры порядка, самоорганизация, сложность, хаос.
Введение. Возможность применения различных статистических методов в оценке динамики кардио-интервалов остается дискуссионной. Многочисленные попытки анализа амплитудно-частотных характеристик (АЧХ), автокорреляционных функций A(t), расчета экспонент Ляпунова, свойства перемешивания, использования теории фракталов и других подходов не могут демонстрировать значимые результаты при изучении ритма сердца - кардиоинтервалов (КИ). Сегодня можно четко сказать, что все эти методы (если их принять в условиях кратных повторений) не имеют диагностическую ценность. Использование стохастики в медицине и биологии наталкивается на трудности из-за неустойчивости получаемых результатов даже для одного человека (и тем более для групп испытуемых) [5,8,9,15,17].
При этом главная проблема такой низкой эффективности традиционной науки заключена именно в хаотической особенности поведения кардиоинтервалов, которые очень похожи на постуральный тремор. Выборки тремора и кардиоинтервалов аналогичны. Стохастические методы при изучении произвольности и непроизвольности в движениях - аналогичны всем процессам, обеспечивающим гомео-стаз, т. к. имеется постоянная хаотическая динамика изменения всех параметров х; вектора состояния сложных биосистем - Complexity X=x(t)=(xi, Х2,..., Хт) в фазовом пространстве состояний (ФПС) и характеризует состояние complexity [9]. На многочисленных примерах для x(t) и его компонент х; всегда выполняется условие dx/dt≠0, x≠const, что составляет основу разрабатываемой теории хаоса-самоорганизации (ТХС) [1,2,6,7,14-16].
Методы стохастики для систем третьего типа (СТТ) - complexity не могут быть использованы из-за особой хаотической динамики поведения x(t) в ФПС. Это не только отсутствие стационарности dx/dt≠0, т. е.
