Астросоциотипология и спектральный анализ личности по астросоциотипам с применением семантических информационных мультимоделей

0,06133174

8,35422886

96,95

4

MOONLON-[2]: {180.000, 360.000}

0,06094887

8,41517773

97,66

5

MERCURYLON-[2]: {0.000, 180.000}

0,05998950

8,47516723

98,35

22

NODELON-[2]: {180.000, 360.000}

0,04772957

8,52289680

98,91

12

JUPITERLON-[2]: {180.000, 360.000}

0,04747167

8,57036847

99,46

13

SATURNLON-[2]: {0.000, 180.000}

0,04658163

8,61695010

100,00

Из таблицы 20 видно, что астропризнак: 20, PLUTOLON-[2]: {180.000, 360.000} оказывает на принадлежность респондентов к социотипам почти на порядок меньше влияние, чем астропризнак: 13, SATURNLON-[2]: {0.000, 180.000}. Поэтому представляет интерес семантический информационный портрет именно 1-го астропризнака, который и приведен в таблице 21.

Таблица 21

Семантический информационный портрет встропризнака: код 20 градация: PLUTOLON-[2]: {180.000, 360.000}

№	Код социотипа	Наименование социотипа	Количество информации о принадлежности к социотипу (бит)	Количество информации о принадлежности к социотипу (% от ТМВ-силы)
1	26	SC:A92-Birth	0,67858	13,03
2	17	SC:A68-Childhood	0,42004	8,06
3	28	SC:?-	0,36418	6,99
4	29	SC:B49-Book Collection:American Book	0,21332	4,09
5	25	SC:B2-Book Collection:Profiles Of Women	0,18147	3,48
6	2	SC:Ж-	0,16412	3,15
7	4	SC:A1-Book Collection	0,15883	3,05
8	5	SC:A15-Famous	0,05524	1,06
9	16	SC:A25-Personality	0,03053	0,59
10	35	SC:A38-Politics	0,01093	0,21
11	34	SC:B48-Famous:Top 5% of Profession	0,01007	0,19
12	15	SC:A129-Death	0,00889	0,17
13	30	SC:B26-Personality:Body	0,00442	0,08
14	1	SC:М-	-0,00080	-0,02
15	14	SC:A19-Writers	-0,00688	-0,13
16	6	SC:A42-Medical	-0,03835	-0,74
17	20	SC:B45-Famous:Greatest hits	-0,04247	-0,82
18	31	SC:B189-Medical:Illness	-0,04797	-0,92
19	10	SC:A40-Occult Fields	-0,10228	-1,96
20	33	SC:A99-Financial	-0,11438	-2,20
21	21	SC:A29-Parenting	-0,15156	-2,91
22	36	SC:A23-Psychological	-0,15735	-3,02
23	9	SC:A9-Relationship	-0,19707	-3,78
24	32	SC:B6-Entertainment:Music	-0,20370	-3,91
25	13	SC:A55-Art	-0,21398	-4,11
26	37	SC:A108-Education	-0,22950	-4,41
27	24	SC:B21-Relationship:Number of marriages	-0,24687	-4,74
28	8	SC:A5-Entertainment	-0,34528	-6,63
29	18	SC:A31-Business	-0,37411	-7,18
30	23	SC:B97-Occult Fields:Astrologer	-0,57062	-10,95
31	7	SC:A323-Sexuality	-0,60264	-11,57
32	3	SC:A53-Sports	-0,68887	-13,22
33	27	SC:B14-Entertainment:Actor/ Actress	-0,69152	-13,27
34	12	SC:B329-Sexuality:Sexual perversions	-0,77536	-14,88
35	19	SC:C330-Sexuality:Sexual perversions:Homosexual m	-0,95026	-18,24
36	22	SC:B173-Sports:Football	-1,06528	-20,45
37	11	SC:B111-Sports:Basketball	-1,08765	-20,88

Некоторые нерешенные вопросы и перспективы исследований

I. Остаются нерешенными вопросы:

1. О причинах существования обнаруженных взаимосвязей между астропризнаками и социотипами и о конкретных механизмах осуществления этих взаимосвязей.

2. О том, насколько выявленные в наших исследованиях закономерности совпадают или не совпадают с уже известными в астрологии.

По первому вопросу могут быть самые разные точки зрения. Однако, на взгляд авторов, интересной является идея о решающей роли времени. Если посчитать корреляцию между показаниями часов и различными видами активности людей, то будет обнаружено, что между ними существуют довольно сильные корреляционные зависимости. Мы ведь далеки от мысли считать, что показания часов детерминируют поведение людей. Все понимают, что и показания часов, и деятельность людей зависят от некоторого общего фактора, который влияет и на первое, и на второе, а именно - от времени. Именно ход или течение времени, а не показания часов детерминирует поведение людей (когда они просыпаются и ложатся спать, идут на работу и с работы, принимают пищу и т.д.). Наши обычные часы синхронизированы с суточным солнечным ритмом, т.к. он, совершенно очевидно, является основным ритмом, наиболее сильно влияющим на нашу деятельность. В данной модели влияние этот ритма моделируется путем разбиения суточного цикла на 12 частей, именуемых домами Плацидуса. Астрономические параметры на момент рождения также представляют собой показания определенных, а именно астрономических часов, циферблат которых размечен не в соответствии с суточным циклом, а на месяцы (цикл Луны), годы (циклы Солнца, Меркурия, Венеры, Марса), десятки (циклы Юпитера, Сатурна, Урана) или даже сотни лет (циклы Нептуна и Плутона). Наличие выявленных закономерностей между астропризнаками и социотипами говорит в пользу того, что на нашу жизнь оказывает влияние не только солнечное и лунное, но и планетарное время Солнечной системы.

По второму вопросу получены результаты, подтверждающие, что выявленные закономерности во многом совпадают с уже известными в астрологии, хотя при их получении нами не использовались никакие астрологические представления, а только астрономические и социологические данные и методы искусственного интеллекта.

II. В системе "Эйдос" реализованы различные алгоритмы повышения качества (адекватности, достоверности) моделей, в частности:

- алгоритмы разделения классов на типичные и нетипичные части;

- алгоритмы образования сочетаний признаков по 2, 3, 4, 5, 6, 7 и 8.

В проведенных ранее численных экспериментах на моделях из других предметных областей эти режимы показали очень высокую эффективность: в ряде случаев достоверность идентификации повышалась до 100 %. В будущем планируется применить эти режимы для оптимизации наилучшей из исследованных частных моделей.

Чем меньше респондентов относится к категории, тем меньше вариабельность параметров респондентов, отнесенных к категории. В предельном случае, когда образ категории сформирован на примере одного респондента, вариабельность полностью отсутствует. В этом случае, по сути, задача распознавания вырождается (редуцируется) до задачи информационного поиска, т.е. становится тривиальной. Поэтому достоверность решения этой задачи максимальна и практически равна 100 %. Чем больше респондентов относится к некоторой категории, тем выше вариабельность параметров внутри категории, тем сложнее получить обобщенный образ этой категории и тем сложнее достоверно осуществить идентификацию конкретного респондента с этим образом. Однако это интересно тем, что конкретный респондент сходен с обобщенным образом, сформированным на основе большого количества респондентов, относящихся к данной категории. Если он не отнесен системой к ней, хотя в действительности к ней и относится, то это означает, что он является нетипичным для этой категории, в которой, видимо, очень высока вариабельность параметров, и это означает, что надо разделить эту категорию на несколько таким образом, чтобы вариабельность параметров внутри каждой из них была минимальной и достаточной для достоверной идентификации респондентов. В системе "Эйдос" реализован режим, реализующий эту процедуру. При этом формируется дерево разделения категорий, похожее на формирующееся при древовидной кластеризации. Мы тоже можем сформировать подобное дерево для частной модели, оказавшейся наиболее достоверной при распознавании всей системы категорий.

III. Исследованная база данных на 20007 респондентов, как выяснилось, обладает рядом недостатков, среди которых хотелось бы отметить два.

1. Крайне неравномерное распределение респондентов по категориям: в этой базе из 11000 категорий есть всего 37, представленных более чем 1000 респондентов. Поэтому выводы, полученные по хорошо мало представленным категориям, обладают разной степенью достоверности: по хорошо представленным можно говорить о выявленных зависимостях, а по мало - о переобучении системы и ее работе практически как информационно-поисковой.

2. Эта база содержит информацию в основном по американцам, канадцам и немного европейцам, но в ней практически не представлены целые континенты и очень многие страны, в том числе Россия. Поэтому, если Вы не являетесь жителем этих стран, то результаты идентификации можно интерпретировать в том смысле, как если бы Вы жили в США или Канаде, то для Вас, возможно, имели бы место прогнозируемые варианты принадлежности к социальным категориям.

В перспективе целесообразно использовать для подобных исследований базы данных, содержащие информацию не по десяткам, а сотням тысяч или даже миллионам респондентов с категориями, представленными 1000 и более респондентами и отражающими не отдельные, пусть даже и большие страны, а большинство стран. Возможно, для этих исследований целесообразно использовать базы данных банковских структур и спецслужб.

IV. Текущая версия системы "Эйдос-астра" является по сути экспериментальной, т.е. предназначена, в основном, для проведения научных исследований. Поэтому при ее разработке мало внимания уделялось пользовательскому интерфейсу, к тому же она является локальной. В перспективе планируется создать версию, обеспечивающую для зарегистрированных пользователей on-line доступ через Internet в подсистемах формализации предметной области (в т.ч. пополнения базы прецедентов), синтеза модели, идентификации и прогнозирования, типологического (кластерно-конструктив-ного) и системно-когнитивного анализа модели предметной области.

Кроме того, в текущей версии существуют определенные не очень жесткие ограничения на размерность моделей, которые также предполагается снять в будущих версиях.

Решаемые задачи идеальны для распараллеливания, т.е. для реализации расчетов на параллельных (векторных или матричных) процессорах или в локальной сети. Диспетчеризацию подобных расчетов можно осуществлять и вручную, но было бы удобнее ее также автоматизировать в будущей версии. Особенно это актуально при учете, что синтез мультимодели, состоящей из 172 частных моделей, шел на P4 около 300 часов непрерывного счета, а одна модель считается в среднем менее 2 часов, и это время и было бы временем синтеза мультимодели на локальной сети из 172 (или более) компьютеров P4.

V. Для решения задач астросоциологии был применен новый метод искусственного интеллекта системно-когнитивный анализ (СК-анализ) и его инструментарий: универсальная когнитивная аналитическая система "Эйдос", а также система окружения "Эйдос-астра". Авторы уверены в том, что в перспективе для решения этих задач целесообразно применить и другие методы искусственного интеллекта и реализующие их программные системы, и приглашают специалистов к участию в этих исследованиях и разработках. Исходную базу данных для исследований, преобразованную в соответствии со стандартом системы "Эйдос-астра", можно бесплатно скачать по ссылке: http://lc.kubagro.ru/astr/abankall.rar на сайте автора.

Основные выводы и результаты

Авторы считают, что на основании проведенных исследований можно обоснованно сделать главный вывод о том, что зависимости между астрономическими параметрами респондентов на момент их рождения (астропризнаки) и принадлежностью этих респондентов к определенным обобщенным социальным категориям (социотипам) действительно существуют.

Предложенные математические модели, алгоритмы, реализующие их программные средства (базовая система "Эйдос" и система окружения "Эйдос-астра"), а также технология их применения обеспечили получение следующих результатов:

1. Автоматическую формализацию предметной области на основе преобразованного в соответствии с предложенным стандартом астробанка и синтез мультимодели, состоящей из десятков или даже сотен частных моделей.

2. На этапе синтеза мультимодели:

- обобщение тысяч и десятков тысяч конкретных примеров принадлежности респондентов, описанных в астробанке, к тем или иным социальным категориям и формирование обобщенных образов этих категорий, т.е. социотипов.

- выявление зависимостей (т.е. силы и направления влияния) между астропризнаками и принадлежностью обладающих ими респондентов к социотипам.

3. Тестирование этих частных моделей на достоверность идентификации респондентов в них по заданному набору социальных категорий.

4. Идентификацию респондентов в мультимодели либо по всем категориям, либо в каждой частной модели только по тем категориям, которые по данным тестирования частных моделей идентифицируются в ней с наивысшей достоверностью (скоростное распознавание с использованием априорной информации о достоверности частных моделей), либо с использованием алгоритмов голосования (коллективов решающих правил).

5. Исследование созданной мультимодели, в частности:

- вывод информации о выявленных зависимостях в текстовой и графической форме (информационные портреты социотипов, нелокальные нейроны, семантические портреты астропризнаков);

- кластерно-конструктивный анализ социотипов и астропризнаков;

- системно-когнитивный анализ мультимодели (генерацию и вывод семантических сетей социотипов и астропризнаков, классических и интегральных когнитивных карт, профилей социотипов и астропризнаков и т.д.).

6. Улучшение лучшей из созданных частных моделей путем разделения социотипов на типичные и нетипичные части и формирования сочетаний астропризнаков по 2, 3, 4, 5, 6, 7 и 8.

7. Авторы надеются, что уровень достоверности идентификации, достигнутый в мультимодели, достаточен для того, чтобы астросоциотипология приобрела не только научный интерес, но и практическую значимость, в частности в тех областях, где традиционно используются психологическое тестирование и тестирование на способности к различным видам деятельности.

Примененный для решения этих задач метод системно-когнитивного анализа рассматривается авторами как один из универсальных вариантов решения 13-й проблемы Гильберта на практике (теоретически эта проблема решена в тереме Колмогорова, являющейся обобщением теоремы В.И.Арнольда (1957) [3, 5].

В будущем планируется продолжить исследования и разработки в области астросоциотипологии и подробнее (на сколько это возможно) описать некоторые из полученных и перечисленных выше результатов в отдельных публикациях.

Благодарности

Данная статья является примером выполнения совместного исследования авторами, живущими в разных странах за тысячи километров друг от друга, что стало возможным благодаря Internet. Необходимо отметить, что работы выполнены при постоянной поддержке и участии посетителей сайтов: http://trounev.net, http://trounev.com. Авторы искренне благодарят всех участников эксперимента.

Список литературы

1. Lutsenko E.V. Conceptual principles of the system (emergent) information theory & its application for the cognitive modelling of the active objects (entities). 2002 IEEE International Conference on Artificial Intelligence System (ICAIS 2002). Computer society, IEEE, Los Alamos, California, Washington - Brussels - Tokyo, p. 268-269. http://pitis.tsure.ru/files13/5.pdf http://csdl2.computer.org/comp/proceedings/icais/2002/1733/00/17330268.pdf

2. Lutsenko Eugene, Trounev Alexander, Shashin Vladimir. Method of birth chart recognition by using the artificial intelligence system AIDOS. International Journal Chaos and Correlation, No 1, November 30, 2006. Toronto, Canada, - Режим доступа: http://trounev.com/WordPress/?p=23#more-23.

3. Луценко Е.В. Автоматизированный системно-когнитивный анализ в управлении активными объектами (системная теория информации и ее применение в исследовании экономических, социально-психологических, технологических и организационно-технических систем): Монография (научное издание). Краснодар: КубГАУ, 2002. 605 с.

4. Луценко Е.В. АСК-анализ как метод выявления когнитивных функциональных зависимостей в многомерных зашумленных фрагментированных данных // Научный журнал КубГАУ [Электронный ресурс]. Краснодар: КубГАУ, 2005. №03(11). 19 с. Режим доступа: http://ej.kubagro.ru/2005/03/19/p19.asp.

5. Луценко Е.В. Интеллектуальные информационные системы: Учебное пособие для студентов специальности "Прикладная информатика (по областям)" и другим экономическим специальностям. 2-е изд., перераб. и доп.- Краснодар: КубГАУ, 2006. 615 с..

6. Луценко Е.В. Математический метод АСК-анализа в свете идей интервальной бутстрепной робастной статистики объектов нечисловой природы // Научный журнал КубГАУ [Электронный ресурс]. Краснодар: КубГАУ, 2004. № 01(3). Режим доступа: http://ej.kubagro.ru/2004/01/13/p13.asp.

7. Луценко Е.В. Методика использования репозитария UCI для оценки качества математических моделей систем искусственного интеллекта // Научный журнал КубГАУ [Электронный ресурс]. Краснодар: КубГАУ, 2003. № 02(2). Режим доступа: http://ej.kubagro.ru/2003/02/12/p12.asp.

8. Луценко Е.В. Синтез астропрофессиограмм и прогнозирование успешности деятельности на основе применения АСК-анализа // Ж-л International Journal The World Astrology Review. [Электронный ресурс]. Toronto, Canada, 2006. № 02(50), February 28. Режим доступа: http://trounev.net/thewar/No50/EL.htm.

9. Луценко Е.В. Системная теория информации и нелокальные интерпретируемые нейронные сети прямого счета // Научный журнал КубГАУ [Электронный ресурс]. Краснодар: КубГАУ, 2003. №01(1). Режим доступа: http://ej.kubagro.ru/2003/01/11/p11.asp.

10. Луценко Е.В. Системно-когнитивный анализ как развитие концепции смысла Шенка - Абельсона // Научный журнал КубГАУ [Электронный ресурс]. Краснодар: КубГАУ, 2004. №03(5). Режим доступа: http://ej.kubagro.ru/2004/03/04/p04.asp.

11. Луценко Е.В. Теоретические основы и технология адаптивного семантического анализа в поддержке принятия решений (на примере универсальной автоматизированной системы распознавания образов "ЭЙДОС-5.1"): Монография (научное издание). Краснодар: КЮИ МВД РФ, 1996. 280 с.

12. Луценко Е.В. Типовая методика и инструментарий когнитивной структуризации и формализации задач в АСК-анализе // Научный журнал КубГАУ [Электронный ресурс]. Краснодар: КубГАУ, 2004. № 01(3). Режим доступа: http://ej.kubagro.ru/2004/01/16/p16.asp.

13. Луценко Е.В., Трунев А., Шашин В. Метод пакетного распознавания карт рождения в системе искусственного интеллекта ЭЙДОС. International Journal The World Astrology Review, No 10 (58), October 31, 2006. Toronto, Canada, - Режим доступа: http://trounev.com/thewar/No58/AIT58_1.htm.

14. Луценко Е.В., Трунев А., Шашин В. Система идентификации субъектов по астрономическим данным на момент рождения. International Journal The World Astrology Review, No 9 (57), September 30, 2006. Toronto, Canada, - Режим доступа: http://trounev.net/thewar/No57/ADOS.htm.

15. Луценко Е.В., Трунев А., Шашин В. Типизация и идентификация респондентов, описанных астрономическими показателями на момент рождения, по социальным и психофизиологическим категориям с применением АСК-анализа. International Journal Chaos and Correlation, No 1, November 30, 2006. Toronto, Canada, Режим доступа: http://trounev.com/Chaos/No1/AIT59.htm.

16. Луценко Е.В., Трунев А.П., Шашин В.Н. Алгоритмы и законы типизации и идентификации субъектов по астрономическим данным на момент рождения. Chaos and Correlation International Journal, No 8, July 5, 2007. Toronto, Canada, Режим доступа: http://trounev.com/Chaos/No8/AIDOS8/aidos8.htm.

17. Луценко Е.В., Трунев А.П., Шашин В.Н. Метод разделения категорий в задаче типизации и идентификации субъектов по астрономическим данным на момент рождения. Chaos and Correlation, No 8, July 18, 2007. Toronto, Canada, Режим доступа: http://trounev.com/Chaos/No8/LTS.htm.

18. Луценко Е.В., Трунев А.П., Шашин В.Н. Типизации и идентификации субъектов по астрономическим данным на момент рождения на базе психологических и персональных категорий International Journal Chaos and Correlation, No 9, July 22, 2007. Toronto, Canada, Режим доступа: http://trounev.com/Chaos/No9/LTS1/LTS8_1.htm.

19. Луценко, Е.В. и др. Типизация и идентификация респондентов в социологии по их астрономическим показателями на момент рождения/ Е.В. Луценко, А.П. Трунев, В.Н. Шашин // Научный журнал КубГАУ [Электронный ресурс]. Краснодар: КубГАУ, 2007. № 01(25). Режим доступа: http://ej.kubagro.ru/2007/01/pdf/14.pdf.

20. Пат. № 2003610986 РФ. Универсальная когнитивная аналитическая система "ЭЙДОС" / Е.В.Луценко (Россия); Заяв. № 2003610510 РФ. Опубл. от 22.04.2003. 50 с.

21. Пат. № 2008610097 РФ. Система типизации и идентификации социального статуса респондентов по их астрономическим показателями на момент рождения "Эйдос-астра". /Е.В. Луценко (Россия), А.П. Трунев (Канада), В.Н. Шашин (Россия); Заяв. №2007613722. Опубл. 09.01.08. 56 с.

22. Пат. № 940334. РФ. Универсальная автоматизированная система анализа и прогнозирования ситуаций на фондовом рынке "ЭЙДОС-фонд" /Е.В. Луценко (Россия), Б.Х. Шульман (США); Заяв. № 940336. Опубл. 23.08.94. 50 с.

23. Пат. № 2003610987 РФ. Автоматизированная система комплексной обработки данных психологического тестирования "ЭЙДОС-" / Е.В. Луценко (Россия), С.Д. Некрасов (Россия); Заяв. № 2003610511 РФ. Опубл. от 22.04.2003. 50с.

24. http://www.yandex.ru/yandsearch?text=%EA%EE%EB%EB%E5%EA%F2%E8%E2%FB+%F0%E5%F8%E0%FE%F9%E8%F5+%EF%F0%E0%E2%E8%EB&rpt=rad.

Размещено на Allbest.ru

...