Статья
Perspectives of intellectual processing of large volumes of astronomical data using neural networks
В настоящее время среди криминалистов нет единого мнения в вопросе выбора параметров, позволяющих однозначно сформировать систему признаков, отличающих маньяка-убийцу от нормального человека, что затруд- няет создание эффективных компьютерных программ, предназначенных для использования в следственной практике. В статье описан опыт разработки ней- ронной сети, обучаемой на данных известных серийных убийц, включающих их биологические, социальные и психологические параметры. Выполнена оценка погрешности разработанной нейросетевой математической модели. Показана ее адекватность и проведено исследование, в результате которого получена срав- нительная оценка степени влияния различных факторов на результат моделиро- вания — предрасположенность человека к насилию. Установлено, что наиболее значимыми параметрами являются наличие психического расстройства, алкого- лизм родителей, наличие родителей, семейный статус, социальный статус. Вли- яние некоторых параметров на предрасположенность к совершению серийных убийств продемонстрировано на примерах конкретных людей путем проведения виртуальных компьютерных экспериментов. В результате выявлены некоторые интересные закономерности. Например, показано, что для некоторых маньяков- убийц наличие у них детей снизило бы их предрасположенность к насилию, тогда как для других — нет. То же самое наблюдалось при исследовании влияния дру- гих параметров, таких как степень психического расстройства, социальный и се- мейный статус и др. Поэтому для определения предрасположенности человека к совершению серийных преступлений необходим комплексный анализ всех пара- метров, задействованных в математической модели. Компьютерная программа, реализующая математическую модель, адаптирована для специалистов, занима- ющихся раскрытием преступлений. Она находится в свободном доступе на сайте Пермского отделения Научного совета по методологии искусственного интеллекта Российской академии наук. Компьютерная программа может быть использована специалистами, занимающимися расследованием серийных преступлений, на на- чальных этапах следствия, когда существует необходимость обработки больших объемов данных лиц, потенциально подозреваемых в совершении преступлений
Pattern structures, an extension of FCA to data with complex descriptions, propose an alternative to conceptual scaling (binarization) by giving direct way to knowledge discovery in complex data such as logical formulas, graphs, strings, tuples of numerical intervals, etc. Whereas the approach to classification with pattern structures based on preceding generation of classifiers can lead to double exponent complexity, the combination of lazy evaluation with projection approximations of initial data, randomization and parallelization, results in reduction of algorithmic complexity to low degree polynomial, and thus is feasible for big data.
The proceedings of the 11th International Conference on Service-Oriented Computing (ICSOC 2013), held in Berlin, Germany, December 2–5, 2013, contain high-quality research papers that represent the latest results, ideas, and positions in the field of service-oriented computing. Since the first meeting more than ten years ago, ICSOC has grown to become the premier international forum for academics, industry researchers, and practitioners to share, report, and discuss their ground-breaking work. ICSOC 2013 continued along this tradition, in particular focusing on emerging trends at the intersection between service-oriented, cloud computing, and big data.
Full texts of third international conference on data analytics are presented.
The practical relevance of process mining is increasing as more and more event data become available. Process mining techniques aim to discover, monitor and improve real processes by extracting knowledge from event logs. The two most prominent process mining tasks are: (i) process discovery: learning a process model from example behavior recorded in an event log, and (ii) conformance checking: diagnosing and quantifying discrepancies between observed behavior and modeled behavior. The increasing volume of event data provides both opportunities and challenges for process mining. Existing process mining techniques have problems dealing with large event logs referring to many different activities. Therefore, we propose a generic approach to decompose process mining problems. The decomposition approach is generic and can be combined with different existing process discovery and conformance checking techniques. It is possible to split computationally challenging process mining problems into many smaller problems that can be analyzed easily and whose results can be combined into solutions for the original problems.
В статье выполнен анализ перспектив использования технологии «больших данных» (Big Data) в юриспруденции. Обосновывается позиция, что «большие данные» должны использоваться как для объяснения каких-либо явлений, так и для прогнозирования последствий. Автором описаны проблемы, возникающие при применении Big Data в юридических исследованиях. Указанные проблемы могут иметь технический (доступ к данным, технические возможности, верификация данных) и содержательный характер (интерпретация полученных данных и корреляций). Сделан вывод о необходимости активизации исследований с применением «больших данных» с учетом описанных ограничений.
Эта публикация представляет собой сборник отдельных статей "Третьей Международной конференции по динамике информационных систем», которая состоялась в университете Флориды, 16-18 февраля 2011 года. Цель данной конференции заключалась в том, чтобы собрать вместе ученых и инженеров из промышленности, правительства и научных кругов, чтобы они смогли обменяться новыми открытиями и результатами в вопросах, имеющих отношение к теории и практике динамики информационных систем. Динамика информационных систем: математическое открытие представляет собой современное исследование и предназначается студентам – аспирантам и исследователям, которые интересуются самыми последними открытиями в информационной теории и динамичных системах. Ученые других дисциплин могут также получить пользу от применения новых разработок в своих областях исследований.
Рассмотрена динамика мнений в сетевых структурах специального вида: каждый узел состоит из двух взаимодействующих между собой агентов. При помощи модели де Гроота исследованы свойства консенсуса, возникающего в таких структурах.
Рассмотрены концептуальные вопросы моделирования бизнеса, проектного управления, роли управления персоналом в оптимизации бизнеса. Изложены концептуальные подходы к определению путей повышения эффективности управления. Дана характеристика особенностей внедрения информационных систем в экономике, значения систем управления качеством. Пособие предназначено для студентов очной и очно-заочной форм обучения по специальности «Менеджмент организации», однако может быть полезно и студентам других специальностей, изучающим дисциплины «Информационные технологии управления», «Автоматизированные информационные системы», «Информационные системы в экономике», «Управление качеством».
В данной работе рассматривается пятое уравнение Пенлеве, которое имеет 4 комплексных параметра α, β, γ, δ. Методами степенной геометрии ищутся асимптотические разложения его решений при x → ∞. При α≠0 найдено 10 степенных разложений с двумя экспоненциальными добавками каждое. Шесть из них - по целым степеням x (они были известны), и четыре по полуцелым (они новые). При α=0 найдено 4 однопараметрических семейства экспоненциальных асимптотик y(x) и 3 однопараметрических семейства сложных разложений x=x(y). Все экспоненциальные добавки, экспоненциальные асимптотики и сложные разложения найдены впервые. Также уточнена техника вычисления экспоненциальных добавок.
Статьи данного сборника написаны на основе докладов, сделанных в 2011 г. на социологическом факультете МГУ им. М.В. Ломоносова на заседании XIV Междисциплинарного ежегодного научного семинара "Математическое моделирование социальных процессов" им. Героя Социалистического труда академика А.А. Самарского.
Издание предназначено для научных сотрудников, преподавателей, учащихся вузов и научных учреждений РАН, интересующихся проблемами, разработкой и внедрением методологии математического моделирования социальных процессов.