ПРОГНОЗЫ ЗЕМЛЕТРЯСЕНИЙ

[Баранский Андрей]

Да, вид агента я пока не принимаю во внимание.
Александр Петрович, неясно из вашего ответа:
1. Vmax - это максимальная скорость, которая возможна для Планеты вообще, или для данного конкретного периода, когда она приближается к аспекту соединения, оппозиции к Солнцу?
2. Приведённые графики отображают роль каждого из факторов в "чистом" виде, свободного от влияния других планет, или это просто набор из десятка отдельно взятых корреляций для пары рядов "событие-Vn Планеты"?
3. Как будет вести себя результирующий график для, например, двух-трёх Планет?
4. Убывающие скорости можно отделить от растущих? (по-моему это очень важно).

[Баранский Андрей]

...возможно, что надо также рассмотреть влияние угловых ускорений.

Ускорения в данном случае тригонометрически связаны со скоростями... Думаю получится тот-же график, только сдвинутый на четверть периода.
Но это опять же, зависит от того, что такое у вас Vmax.

[Petrovich]

Да, вид агента я пока не принимаю во внимание.
Александр Петрович, неясно из вашего ответа:
1. Vmax - это максимальная скорость, которая возможна для Планеты вообще, или для данного конкретного периода, когда она приближается к аспекту соединения, оппозиции к Солнцу?
2. Приведённые графики отображают роль каждого из факторов в "чистом" виде, свободного от влияния других планет, или это просто набор из десятка отдельно взятых корреляций для пары рядов "событие-Vn Планеты"?
3. Как будет вести себя результирующий график для, например, двух-трёх Планет?
4. Убывающие скорости можно отделить от растущих? (по-моему это очень важно).

Андрей, мы моделируем совокупность ВСЕХ сейсмических событий с магнитудой mb>4, произошедших на нашей планете на протяжении 16032 дней с 9 февраля 1963 года по 31 декабря 2006 г. Максимальные и минимальные скорости небесных тел определяются на этом интервале. На графиках приведены зависимости частоты событий от нормированной скорости для всех небесных тел. Если скорость - аргумент, то где у него интервалы убывания и возрастания? Ты подсознательно переводишь на зависимость от времени. Но здесь приведены зависимости именно от скорости. Что касается зависимости от времени, то разочарую тебя. Если брать прямую корреляцию ежедневных рядов сейсмических событий с ежедневными рядами скорости небесных тел, то коэффициент получается крайне низкий, на уровне 0,05. Т.е. время полностью стирает эффект влияния скорости, что обусловлено случайным характером событий.
Зависимость от ускорения будет другая, чем приведено на рис. 1-2, отнюдь не сдвинутая на фазу. Промоделирую, представлю результаты.

[Баранский Андрей]

...на графиках приведены зависимости частоты событий от нормированной скорости для всех небесных тел. Если скорость - аргумент, то где у него интервалы убывания и возрастания?

Александр Петрович, а давайте допустим, что мы имеем дело с гистерезисом агента. Что тогда? Пики сейсмической активности будут приходиться не на абсолютный максимум скорости за весь период наблюдения, а на периоды, когда скорость Планеты убывает от максимального значения в текущем цикле (которое в подавляющем большинстве случаев меньше вашего Vmax). Что и будет выглядеть как сдвиг гребня волны на графике в сторону меньших значений. А при растущей скорости гистерезис опять же не даст повторения той картины, которую мы имеем на спаде. Потому и коэффициент корреляции, если свалить всё в кучу, невысок.

[Petrovich]

...на графиках приведены зависимости частоты событий от нормированной скорости для всех небесных тел. Если скорость - аргумент, то где у него интервалы убывания и возрастания?

Александр Петрович, а давайте допустим, что мы имеем дело с гистерезисом агента. Что тогда? Пики сейсмической активности будут приходиться не на абсолютный максимум скорости за весь период наблюдения, а на периоды, когда скорость Планеты убывает от максимального значения в текущем цикле (которое в подавляющем большинстве случаев меньше вашего Vmax). Что и будет выглядеть как сдвиг гребня волны на графике в сторону меньших значений. А при растущей скорости гистерезис опять же не даст повторения той картины, которую мы имеем на спаде. Потому и коэффициент корреляции, если свалить всё в кучу, невысок.

поэтому и приходится моделировать не по времени, а по параметрам скорости. Технология "Эйдос-астра" позволяет проводить такие исследования. Есть там гистерезис или нет, не имеет никакого значения. Полученные зависимости говорят сами за себя. Другое дело, что для объяснения влияния планет на сейсмические события все равно нужен агент влияния, здесь ведь моделируются процессы разрушения горных пород, а не эмоции или неуловимые движения ума, как в астрологии. Поэтому мы подходим к этой проблеме со всех сторон, проверяя разные гипотезы - гравитационную, электромагнитную, а, в последнее время, еще и релятивистскую, связанную с излучением гравитационных волн.

[Eugene Lutsenko]

Поясним содержание понятий: «данные», «информация», «знания», а также «закономерность», «эмпирический закон» и «научный закон», «философский закон» с позиций естественно-научного метода (см. рисунки 4 и 5).


Рисунок 5. Соотношение понятий:
«данные», «информация», «знания»

Под данными будем понимать информацию, записанную на любых носителях или находящуюся в каналах связи, рассматри-ваемую безотносительно к ее смысловому содержанию (семанти-ке) [6]. Под информацией будем понимать осмысленные данные. Вслед за Шенком и Абельсоном [6] будем считать, что смысл тех или иных данных нам понятен тогда, когда известны причинно-следственные зависимости (закономерности) в них, т.е. есть те-заурус (толковый словарь). Таким образом, информация – это ос-мысленные данные, т.е. данные, в которых выявлены причинно-следственные закономерности. Под знаниями будем понимать информацию, полезную для достижения целей, т.е. для прогнози-рования и поддержки принятия решений (управления). Остается добавить, что данные накапливаются в базах данных (БД) в ре-зультате мониторинга, информация получается из данных в ре-зультате их анализа и накапливается в информационных базах (ИБ) (авторы предлагают «узаконить» этот термин), а знания по-лучатся в результате оценки степени полезности информации для достижения целей и накапливаются в базах знаний (БЗ). Для ма-нипулирования данными используются системы управления ба-зами данных (СУБД), – информацией – системы управления ин-формационными базами (СУИБ), – знаниями – системы управле-ния базами знаний (СУБЗ), т.е. системы искусственного интел-лекта. Из этого ясно, что данные, информация и знания измеря-ются в одних и тех же единицах, которые называются единицами измерения информации, в частности: бит, байт и т.п.
Итак, знания – это данные, в которых выявлены причинно-следственные зависимости (закономерности), полезные для дос-тижения целей.
В этой связи возникают закономерные вопросы о том:
– каким методом могут быть выявлены причинно-следственные зависимости (закономерности) в эмпирических данных и каково соотношение между понятиями «закономер-ность», «эмпирический закон», «научный (теоретический) закон» и «философский закон»;
– какие математические понятия в наибольше степени подхо-дят для формализованного представления знаний (причинно-следственных зависимостей) и насколько для этого подходят по-нятия «корреляция» и «функция».
Закономерность обычно понимают как конкретное проявле-ние какого-либо закона. Например, это могут быть причинно-следственные закономерности, выявленные в процессе анализа некоторой выборки, которую мы будем называть обучающей вы-боркой, как это принято в АСК-анализе (рисунок 6):


Рисунок 6. К пояснению смысла понятий:
«закономерность» и «эмпирический закон»
Иногда эту выборку изучают для того, чтобы выявить зако-номерности, имеющиеся в ней самой. Но чаще таким путем ста-раются выявить закономерности, действующие в некоторой более широкой предметной области, чем сама исследуемая выборка. Если это удается сделать, то говорят, что исследуемая выборка репрезентативна, т.е. адекватно представляет, эту некоторую бо-лее широкую предметную область, которая называется генераль-ной совокупностью. Если объект не входит в обучающую выбор-ку, но входит в исходную генеральную совокупность, по отноше-нию к которой эта выборка репрезентативна, то он достоверно идентифицируется. Добавление такого объекта к обучающей вы-борке и адаптация модели приводит лишь к количественному уточнению смысла признаков и образов классов. Поэтому счита-ется, что законы, найденные на примере исследуемой выборки имеют более широкое действие и распространяются на генераль-ную совокупность. Теоретическим отражением этого понимания является обобщение (распространение) найденной закономерно-сти на всю предметную область, в которой действуют причины ее существования и это приводит к формулировке эмпирического закона.
Таким образом, эмпирический закон представляет собой аде-кватную модель некоторой предметной области, в которой он по-зволяет успешно решать задачи идентификации, прогнозирова-ния и принятия решений.
Если же обнаруживаются объекты (и явления), которые эм-пирический закон не описывает адекватно, что приводит к ошиб-кам идентификации, то это означает, что они относятся к пред-метной области, выходящей за пределы генеральной совокупно-сти, по отношению к которой исследуемая выборка репрезента-тивна. Добавление описаний этих объектов к обучающей выборке и синтез модели приводит к качественному изменению смысла признаков и обобщенных образов классов, а также к изменению самого их состава, при этом генеральная совокупность, по отно-шению к которой исследуемая выборка репрезентативна, расши-ряется качественно. Это означает, что возникает новая феноме-нологическая теория, более общая, чем предыдущая, снимающая ее (в смысле Г.В.Ф.Гегеля) и удовлетворяющая принципу соот-ветствия.
Поэтому ученые, стремящиеся к качественному развитию имеющейся теории, должны в буквальном смысле слова «охо-титься» за новыми фактами, которые не имеют объяснения в этой теории. Но на практике чаще встречается другой вариант, когда подобные факты, даже будучи обнаруженными, объявляются «несуществующими» как и вообще все явления, необъяснимые с точки зрения господствующей теории.
Например, апологеты воздухоплавания утверждали, что лета-тельные аппараты тяжелее воздуха невозможны, в буквальном смысле слова не смотря на птиц, пролетающих перед ними, не говоря уже о стрелах, воздушных змеях и т.д. При этом они «за-бывали» уточнить, что фактически они имеют в виду аппараты, принцип полета которых основан на законе Архимеда. Между тем сегодня хорошо известно, что такие аппараты возможны, но принцип их действия основан не на законе Архимеда, а на дру-гих, в то время неизвестных законах аэродинамики, баллистики и ракетном принципе, а также других, например электродинамиче-ских принципах. Очень важным является то обстоятельство, что эти аппараты, принцип действия которых основан не на законе Архимеда, не опровергают его и не противоречат ему, а также ему подчиняются. Так закон Архимеда действует и на самолеты, и на ракеты, но это действие не является определяющим их функциональность, как для воздушных шаров и дирижаблей. По-добных примеров можно привести огромное количество и из это-го следовало бы сделать вывод, что если что-то неизвестно или непонятно, то это еще не является достаточным научным основа-нием для утверждения о его не существовании. Кстати древние в этом отношении проявляли настоящую мудрость, например, ко-гда они не отрицали существования Солнца на том основании, что им было непонятно, что это такое. Поэтому утверждения о не существовании тех или иных явлений, сделанные на том основа-нии, что они не объяснены теоретически или невозможны с точки зрения той или иной теории, не должны считаться научными вы-сказываниями.
Научный закон получается из эмпирического закона, когда находят «теоретическое объяснение» механизма его действия, согласующееся с другими уже известными законами или непо-средственно, или по принципу соответствия .
Философские законы получаются из научных законов, когда им придается статус всеобщности, т.е. когда начинают считать, что эти законы верны всегда и везде, а не в какой-то ограничен-ной предметной области.
Однако, как правило, развитие науки с течением времени приводит к обнаруже-нию границ применимости и философ-ских законов и тем самым к их превра-щению в научные законы. Обычно тогда же соответствующие разделы филосо-фии, начинают применять научный ме-тод, разработанный Фрэнсисом Бэконом, «отщепляются» от философии и стано-вятся науками.
Так было и с натурфилософией, породившей последователь-но физику, химию и биологию, и с философией истории, поро-дившей научную историю, с гносеологией, превратившейся в когнитивную психологию (психология познания). По-видимому, так будет и с основным вопросом философии после начала науч-ного изучения различных форм сознания и научного определения критериев объективного и субъективного статуса существования различных явлений. Поэтому, по мнению авторов, философские обобщения, в конечном счете, всегда необоснованны.
Учитывая вышесказанное можно сделать обоснованный вы-вод о том, что, поскольку знания – это данные, в которых выяв-лены причинно-следственные зависимости, полезные для дости-жения целей, то знания могут быть выражены в форме эмпириче-ских и научных законов.
Рассмотрим теперь какие математические понятия в наи-больше степени подходят для формализованного представления знаний, выраженных в форме эмпирических и научных законов, и насколько для этого подходят понятия «корреляция» и «функ-ция».
Обычно упрощенно считается, что корреляция отражает при-чинно-следственную зависимость, и это не смотря на то, что во всех учебниках объясняется, что это далеко не так.
Допустим, исследуется влияние значений некоторого факто-ра на переход объекта управления в различные состояния и при этом экспериментально установлено, что когда действует опре-деленное значение фактора, то объект с вероятностью 95% пере-ходит в некоторое состояние. Означает ли это, что действие этого значения фактора является причиной перехода объекта в данное состояние? Конечно же, нет. Дело в том, что возможно объект с той же вероятностью переходит в это состояние и тогда, когда действует совершенно другое значение фактора или он вообще не действет.
Таким образом, для установления факта существования при-чинно-следственной зависимости необходимо исследовать кор-реляцию между действием значения фактора и переходом объек-та в некоторое состояние, по крайней мере, в двух группах: ис-следуемой (экспериментальной), в которой фактор действует, и в контрольной, находящейся при прочих равных условиях, но в ко-торой фактор не действует. Причинно-следственная зависимость устанавливается, только если действие определенного значения фактора повышает вероятность перехода в некоторое состояние в исследуемой группе по сравнению с контрольной группой, в ко-торой это значение фактора не действует и это понижает вероят-ность этого перехода.
Однако исследование всего двух групп, экспериментальной и контрольной, позволяет, да и то не всегда, установить лишь сам факт наличия причинно-следственной зависимости, но недоста-точно для определения ее вида.
Например, пусть причинно-следственная зависимость имеет вид, представленный на рисунке 7:


Рисунок 7. Пример вида причинно-следственной зависимости,
факт наличия которой не всегда возможно установить
путем исследования двух групп

Допустим, в контрольной группе фактор не действовал, а в исследуемой он имел значение 8, и, как мы видим из рисунка 7, в обоих случаях объект перешел в состояние 20, на основании чего мы можем сделать ошибочный вывод об отсутствии причинно-следственной связи между действием фактора и поведением объ-екта управления. Более удачный выбор контрольной и исследуе-мой групп позволит установить факт существования причинно-следственной зависимости, выраженной линейным трендом, при-чем при разном выборе исследуемой и контрольной групп будет получаться или прямо пропорциональная, или обратно пропор-циональная зависимость, которые более-менее адекватно отра-жают вид реальной зависимости на различных диапазонах значе-ний действующего фактора.
Если же мы исследуем не 2, а 12 групп, то обнаружим не только сам факт существования причинно-следственной зависи-мости, но и ее вид. Но тогда возникает вопрос о том, что рассмат-ривать в этом случае в качестве контрольной группы?
В АСК-анализе при исследовании большого количества групп в качестве контрольной группы (нормы или базы сравне-ния) выступает среднее по всей выборке, с которым и сравнивает-ся каждая группа. Таким образом, можно сделать обоснованный вывод о том, что формула А.Харкевича (1) устанавливает не кор-реляцию, а причинно-следственную связь и является не семанти-ческой мерой информации, как называл ее сам А.Харкевич, а ко-личественной мерой знаний.
(1)
где:
– Iij – количество знаний в факте действия i-го значения фак-тора о том, что объект перейдет в j-е состояние;
– Pij – условная вероятность перехода объекта в j-е состояние при условии действия i-го значения фактора;
– Pj – безусловная вероятность перехода объекта в j-е состоя-ние, средняя по всей выборке, т.е. по всем значениям фактора;
– K – нормировочный коэффициент, обеспечивающий изме-рение количества знаний в битах [4].

Использование понятия функции представляет собой наибо-лее естественный и очевидный способ формального представле-ния эмпирических и научных законов. Но все же возникает во-прос о том, на сколько стандартное понятие функции подходит для этих целей?
В математике известно множество различных определений понятия функции . История развития науки позволяет сделать обоснованный вывод о том, что понятие функции оказалось вы-сокоэффективным средством формального представления науч-ных законов, т.е. классическое понятие функции пригодно для формального представления теоретических знаний. Однако из этого совершенно не следует его для формального представления знаний, содержащихся в эмпирических законах.
Прежде всего, понятно, что абстрактная математическая функция, вообще говоря, может отражать любую зависимость, и совершенно не обязательно эта зависимость является именно причинно-следственной, т.е. содержит знания о реальной об-ласти. Дело в том, что математика абстрактна и в ней вообще нет понятия причинно-следственной зависимости (М.Р.Закарян, 2010). Понятие причинно-следственной зависимости появляется лишь в конкретных науках, исследующих реальную область и использующих математику в качестве средства ее моделирования и описания, прежде всего в физике, а также в других естествен-ных и некоторых гуманитарных науках, таких как экономика, со-циология, психология и другие. Именно в конкретных науках аб-страктные математические понятия насыщаются конкретным со-держанием. Иначе говоря, математическое понятие функции со-вершенно не тождественно понятию причинно-следственной за-висимости и является лишь средством формального отображе-ния как причинно-следственных зависимостей, так и абстрактных зависимостей, не содержащих знаний о конкретной предметной области.
Для исследователя, использующего понятие функции для формального представления эмпирических законов, смысл функ-циональной зависимости состоит, прежде всего, в том, что в зна-чении аргумента содержится определенное количество инфор-мации или знаний о том, какое значение примет функция. В принципе можно считать, что по значениям аргумента распозна-ется, идентифицируется или прогнозируется значение функ-ции [7]. Вообще говоря, одному значению аргумента для функ-ций одного аргумента (или набору значений аргумента для функ-ций многих аргументов) соответствует множество значений функции, но соответствует они в различной степени. Уже одно это убедительно свидетельствует о необходимости использова-ния нечетких многозначных функций для исследования реальной области. При этом степень соответствия определенного значе-ния функции некоторому значению аргумента выражается коли-чеством информации, содержащимся в значении аргумента о значении функции. Некоторое определенное значение аргумента в различной степени обусловливает различные значения функ-ции, и эта степень выражается количеством информации, содер-жащимся в значении аргумента о значении функции.
Рассмотрим два примера:
– 1-й, иллюстрирующий расчет количества информации в значении аргумента о значении функции для четкой однозначной функции, т.е. когда каждому значению аргумента четко соответ-ствует единственное значение функции;
– 2-й, иллюстрирующий расчет количества информации в значении аргумента о значениях функции для нечеткой много-значной функции, т.е. когда каждому значению аргумента в раз-личной степени соответствует множество значений функции.

[Баранский Андрей]

Евгений, т.е. вы хотели сказать, что и изменения скоростей планет, и сейсмическая активность на Земле всего лишь являются следствием действия некоторого третьего фактора и не связаны между собой причинно-следственной связью, да?

[Баранский Андрей]

///

[Eugene Lutsenko]

Евгений, т.е. вы хотели сказать, что и изменения скоростей планет, и сейсмическая активность на Земле всего лишь являются следствием действия некоторого третьего фактора и не связаны между собой причинно-следственной связью, да?

Нет, я просто хотел сказать, что система "Эйдос-астра" выявляет знания, т.е. причинно-следственные связи, а не корреляции:
http://ej.kubagro.ru/2010/07/pdf/17.pdf
http://elibrary.ru/download/41367013.pdf

[Баранский Андрей]

Т.е. между изменением скоростей планет и сейсмической активностью на Земле причинно-следственная связь есть?