Фундаментальные закономерности распознавания социальных категорий по астрономическим данным на момент рождения

Таким образом, каждый из исследованных 20007 респондентов относится в среднем к 86314/200074,3 категориям.

Для того чтобы можно было сравнить влияние долготы и расстояния в одном масштабе, признаки расстояний нормировались по формуле:

.

Здесь Rmax(i), Rmin(i) максимальное и минимальное расстояние до i-го небесного тела соответственно.

Моделирование осуществляется в два этапа на сетках различного масштаба - М1, М2, ..., М173 (число ячеек совпадает с номером модели), с использованием системы искусственного интеллекта «Эйдос-астра» [2]. На первом этапе формируется обобщенный информационный портрет каждой социальной категории. Астрономические параметры на каждой сетке с числом ячеек М разбиваются на М признаков, соответствующих занимаемому интервалу с номером m=1, 2,…,M. Каждому астрономическому признаку (долготе или расстоянию из данного интервала) соответствует некоторое количество информации, по которому для каждой категории вычисляется информативность данного признака (см. [1]). Интегральная информативность представляет собой среднеквадратичное отклонение информативности данного признака, вычисленное для 37 категорий, перечисленных в таблице 1. По смыслу своего определения интегральная информативность является мерой отклика множества респондентов на воздействие небесных тел, проявляющегося через ряд категорий из таблицы 1. Чем выше значение интегральной информативности, тем больше расщепление (вариабельность) информативности отдельных категорий, тем достовернее зависимость категорий от положения небесного тела или другого параметра.

На втором этапе осуществляется распознавание социальных категорий по параметру сходства, который определяется следующим образом:

(1)

Sk - достоверность идентификации «k-й» категории;

N - количество респондентов в распознаваемой выборке;

BTik- уровень сходства «i-го» респондента с «k-й» категорией, к которой он был правильно отнесен системой;

Tik - уровень сходства «i-го» респондента с «k-й» категорией, к которой он был правильно не отнесен системой;

BFik - уровень сходства «i-го» респондента с «k-й» категорией, к которой он был ошибочно отнесен системой;

Fik - уровень сходства «i-го» респондента с «k-й» категорией, к которой он был ошибочно не отнесен системой.

При таком определении параметр сходства изменяется в пределах от -100% до 100%, как обычный коэффициент корреляции в статистике.

Логарифмическая зависимость параметра сходства от числа ячеек сетки

Для каждого масштаба сетки распознаются все 37 категорий, определяется их параметр сходства и средний параметр сходства для всех 37 категорий, что соответствует 86314 случаям. Такая представительная статистика позволяет выполнить параметрические исследования зависимости среднего параметра сходства от числа ячеек и определить эту зависимость с высокой достоверностью. На рис. 1 представлены обобщенные данные среднего параметра сходства в зависимости от числа ячеек для трех использованных БД. Все эти данные обобщаются одной универсальной зависимостью, которую можно представить в виде весьма хорошей аппроксимации ():

(2)

Зависимость (2) отображена на рис 1. сплошной линией ST.

Необходимо отметить, что вид эмпирической формулы (2) совпадает с теоретическим выражением для системного обобщения формулы Хартли (3), обоснованного в работе [16].

где:

W - количество чистых (классических) состояний системы.

- коэффициент, названный в [16] коэффициентом эмерджентности Хартли (уровень системной организации объекта, имеющего W чистых состояний).

В работе [16] получено следующее выражение (4) для этого коэффициента:

В работе [16] обоснована интерпретация смысла коэффициента эмерджентности Хартли. Непосредственно из вида выражения (4) для коэффициента эмерджентности Хартли видно, что он представляет собой относительное превышение количества информации о системе при учете системных эффектов (смешанных состояний, иерархической структуры ее подсистем и т.п.) над количеством информации без учета системности, т.е. этот коэффициент отражает уровень системности объекта. Таким образом, коэффициент эмерджентности Хартли отражает уровень системности объекта и изменяется от 1 (системность минимальна, т.е. отсутствует) до W/Log2W (системность максимальна). Очевидно, для каждого количества элементов системы существует свой максимальный уровень системности, который никогда реально не достигается из-за действия правил запрета на реализацию в системе ряда подсистем различных уровней иерархии. Более подробный анализ смысла этого коэффициента приведен в работе [17].

По сути дела степень в выражении (2) представляет собой эмпирическое выражение для коэффициента эмерджентности Хартли, полученное на основе анализа огромной выборки, поэтому представляет безусловный интерес совместная сопоставительная теоретическая интерпретация этих выражений. В предварительном плане можно предположить, что наличие этого коэффициента в выражении (2) означает, что предметом исследования в данной статье является система и этот коэффициент отражает уровень ее системности, т.е. степень ее отличия от множества. Однако более подробная интерпретация данного коэффициента - это дело будущего.

Кроме того, полученные результаты можно интерпретировать таким образом, что все использованные комбинации астрономических параметров эквивалентны между собой в смысле распознавания категорий по параметру сходства. Из выражения (2) следует, что асимптотически, при числе ячеек модели стремящемся к бесконечности, средний параметр сходства зависит от числа ячеек как логарифмическая функция. Подобная зависимость характерна для сеточной энтропии, которая пропорциональна логарифму числа элементов множества. Таким образом, параметр сходства ведет себя как сеточная энтропия, что, по сути, означает теоретическую возможность повышения среднего параметра сходства вплоть до 100% при числе ячеек М порядка 1.673131011. Конечно, чтобы в этом случае все ячейки были представлены, необходим объем выборки, превышающей суммарное население Земли за тысячи лет. По-видимому, это можно считать одним из следствий известной теорема Котельникова об отсчетах, смысл которой в том, что если ставится цель детальнее прописать кривую, то для этого необходимо больше точек (отсчетов). В нашем случае это означает, что если мы хотим точнее прописать кривую, то необходимо увеличивать количество ячеек, т.е. уменьшать интервал, но чем меньше интервал, тем хуже модель подавляет шум, а чтобы она его подавляла как при прежнем большом интервале - нужно столько же реализаций на уменьшенный интервал, т.е. соответственно больший объем выборки. Получается два источника погрешностей, которые действуют по своим законам, т.е. по-разному:

1. Слишком большой интервал.

2. Ухудшение шумоподавляющих свойств модели при уменьшении интервала.

Поэтому если мы хотим повысить точность модели, уменьшая интервал, то это приводит увеличению шума из-за уменьшения количества реализаций в каждом интервале, и наоборот, если улучшать шумоподавляющую способность модели за счет увеличения интервала то это приводит к потере ее точности из-за увеличения его величины. Так что для любого конкретного объема выборки, распределения респондентов по классам и распределения признаков по респондентам есть некий экстремум достоверности, получающийся при определенном количестве ячеек. Теоретически найти этот экстремум пока не представляется возможным. Поэтому чтобы найти его на практике была просчитана целая серия частных моделей с уменьшающимся интервалом и измерена достоверность идентификации респондентов по разным категориям в этих моделях [1]. Отметим, что в настоящее время М173 является предельной моделью, которая может быть изучена на основе системы [2]. Поэтому достичь предельного значения среднего параметра сходства не представляется возможным. Реально, однако, разброс параметра сходства для различных категорий весьма велик, как это можно видеть из данных таблицы 2, где представлены результаты распознавания в модели 170 для трех исследованных БД. Поэтому некоторые категории могут быть распознаны с высокой вероятностью в моделях с относительно малыми значениями М. Отметим также, что полученные значения параметра сходства для 34 категорий из 37 превосходят вероятность случайного угадывания, которая определяется как отношение абсолютной частоты (встречаемости респондентов определенной категории) к общему числу случаев, т.е.

P=(Частота/86314)*100%.

При этом отношение среднего параметра сходства к средней вероятности случайного угадывания любой категории составляет 7.343, что можно считать показателем эффективности алгоритма распознавания. Отметим, что в статистике считается, что если для некоторой модели эта величина больше 2.5, то достоверность статистических высказываний, полученных на основе модели, выше 95%.

Категории, имеющие отношение к женскому и мужскому полу, распознаются на уровне случайного угадывания. В данной задаче эти категории используются как шум, на фоне которого выделяется полезный сигнал, связанный с более тонкой социальной специализацией индивида. Интересно, что к плохо определяемым категориям относится и категория SC:A1-Book Collection, включающая большую группу исторических личностей, чьи биографии стали частью мировой литературы. Если исключить эти три плохо распознаваемые категории, тогда эффективность модели повышается вплоть до 9.667. Отметим также, что определенные комбинации астрономических параметров могут приводить к повышению параметра сходства некоторых категорий - см. таблицу 1. Например, категория SC:A129-Death лучше всего распознается в составе базы данных HR, категория SC:B329-Sexuality:Sexual perversions хорошо распознается в составе базы LR, а категория SC:B173-Sports:Football в составе базы LH.

Таблица 2. Параметр сходства 37 категорий
для трех БД в модели М170

Модель взаимодействия

Обнаруженная зависимость интегральной информативности от расстояния до небесных тел свидетельствует о том, что взаимодействие субъектов с ближним космическим окружением носит, вообще говоря, субстанциональный характер. Что же лежит в основе этого взаимодействия? Сравним суммарную по всем ячейкам интегральную информативность параметра расстояния до небесных тел для заданной модели, например, М36 - рис. 10 (аналогичные данные для модели М24 приведены в работе [4]). Из данных, представленных на рис. 10, следует, что семь видимых глазом небесных тел - Солнце, Луна, Меркурий, Венера, Марс, Юпитер и Сатурн имеют примерно равное влияние на суммарную интегральную информативность, тогда как невидимые планеты - Уран, Нептун и Плутон влияют заметно сильнее, особенно Плутон. Отсюда следует, что агентом влияния, скорее всего, является не электромагнитное поле, а некое другое, способное выравнивать влияние видимых небесных тел и усиливать влияние невидимых невооруженным глазом планет. Сформулируем энергетический критерий взаимодействия субъектов с небесными телами, используя известное из теории информации соотношение между информацией и энтропией:

Возводя это соотношение в квадрат, находим

Следовательно, интегральная информативность (среднеквадратичное отклонение количества информации) совпадает со среднеквадратичным отклонением для энтропии.

Заметим, что субъективное восприятие планет происходит не только и не столько на физическом уровне, сколько на уровне потоков информации. В свою очередь потоки информации формируются путем обработки сигналов. Чем слабее сигнал, приходящий со стороны небесного тела, тем больше затраты энергии на его обработку. При этом все сигналы, имеющие амплитуду выше пороговой, обрабатываются с одинаковыми затратами энергии. Поэтому семь видимых небесных тел, сигнал которых превышает пороговый, имеют примерно равную суммарную интегральную информативность. На обработку же сигналов невидимых небесных тела - Уран, Нептун и Плутон, требуется значительно больше энергии, поэтому им соответствует большая величина суммарной интегральной информативности.

В настоящее время не существует физической теории объясняющей это влияние. Можно лишь предположить в качестве рабочей гипотезы, что основным агентом влияния может быть гравитационный потенциал. Под воздействием гравитационного потенциала меняется статистика фермионов - электронов проводимости [7] и нуклонов в атомных ядрах [11]. Это, в свою очередь, приводит к изменению электрических и магнитных свойств материалов [5-7], а также фундаментальных констант радиоактивного распада [7-11].

Поскольку человеческий мозг состоит из системы нейронов, вырабатывающих электрические импульсы и связанных между собой проводниками электрических импульсов (дендритами и аксонами), можно предположить, что эта система может иметь отклик на изменение гравитационного потенциала (но не силы гравитации!). Поскольку в настоящей работе использованы данные рождения 20007 реальных субъектов, следует предположить, что субъект каким-то образом запоминает положение небесных тел на момент рождения. Физиология этого явления пока не изучена, известно, однако, что в состоянии гипноза люди способны воспроизвести некоторые обстоятельства, сопутствующие своему рождению.

Можно выдвинуть и альтернативную гипотезу об информационном поле, способном распространяться в космическом пространстве путем диффузии [12]. Эта гипотеза позволяет объяснить зависимость интегральной информативности от скорости сближения и радиального ускорения. Но для обоснования этой гипотезы нет достаточных экспериментальных данных. Наконец, модификация уравнения гравитационного потенциала и сведение его к уравнению диффузии (или Шредингера), также позволяет воспользоваться теорией [12] для объяснения полученных выше результатов.

Заключение

Существует оптическая астрономия, изучающая свойства небесных тел по изображениям. Есть также радиоастрономия, изучающая свойства небесных тел по их воздействию на приемники радиоизлучения. Радиоастрономия позволила открыть новые свойства небесных тел, которые невозможно обнаружить по их оптическим изображениям.

В данной работе, в соответствии со сформулированным в начале статьи информационным подходом, предлагается информационная астрономия - наука, позволяющая открывать и изучать новые ранее неизвестные свойства небесных тел по их воздействию на различного рода объекты. Например, на свойства физических объектов, на принадлежность людей к тем или иным социальным категориям и другие, причем принципиально важно, что сама природа каналов этого воздействия может быть, не изучена, хотя задача, разобраться в этом тоже ставится. Для изучения этого влияния используется интеллектуальные информационные технологии, обеспечивающие беспрецедентный уровень выделения полезного сигнала из шума за счет использования десятков тысяч, а в перспективе сотен тысяч и даже миллионов детекторов, распределенных не только в пространстве, но и во времени.

Каждый новый инструмент познания, появляющийся в распоряжении ученых, позволяет накопить огромное количество новых фактов (эмпирический этап развития новой науки) на теоретическое осмысление которых (теоретический этап развития той же науки) обычно уходят многие годы, а иногда даже столетия или тысячелетия.

Судя по результатам, приведенным в данной статье и работах [1,3-4], можно предположить, что, по-видимому, в руках исследователей оказался принципиально новый астрономический инструмент, своего рода интеллектуальный информационный телескоп с многоканальным, распределенным в пространстве и времени приемником, в качестве элементов которого выступают люди. Подобным инструментом еще не пользовался ни один астроном и его появление на взгляд авторов вполне может привести к череде новых открытий, подобно тому, как появление зрительной трубы (телескопа) у Галилео Галилея привело к открытию спутников Юпитера.

Таким образом, авторы предполагают, что есть основания говорить об открытии новых явлений природы, т.е. о научном открытии в области астрономии, т.к. экспериментально обнаружены новые ранее неизвестные свойства небесных тел Солнечной системы. При этом для открытия этих новых явлений природы был использован совершенно новый для астрономии инструмент - «интеллектуальный телескоп», состоящий из распределенного в пространстве и времени многоканального детектора, в качестве которого выступали десятки тысяч людей и системы искусственного интеллекта «Эйдос-астра», а также базовой системы «Эйдос». Такая система имеет беспрецедентные возможности подавления шума и выделения полезного сигнала из шума, ранее в истории астрономии недоступные. Это и позволило открыть новые свойства объектов Солнечной системы. Конечно, весьма актуальной является задача разработки информационной модели Солнечной системы, в рамках которой были бы описаны характеристики каналов информационного взаимовлияния Солнца, планет и других объектов этой системы, а также каналы их влияния на различные объекты на Земле, в частности на людей.

С использованием этой технологии в настоящем исследовании на основе анализа 37 социальных категорий большой группы субъектов с общим числом случаев 86314 установлено, что интегральная информативность зависит от долготы углов первого дома (асцендента), четвертого дома (IC), седьмого дома (десцендента) и от угла 9 дома. Полученные зависимости можно интерпретировать таким образом, что группа субъектов чувствует при своем рождении неоднородность окружающего пространства, что сказывается в дальнейшем на их социальной специализации. Неоднородность пространства создает асимметрию вдоль оси знаков Овен - Весы. Возможно, что эта неоднородность вызвана скоплением галактик в созвездии Девы, в направлении которого движется наша Галактика. Ранее было установлено [4], что интегральная информативность зависит от расстояния до небесных тел Солнечной системы. Следовательно, взаимодействие группы субъектов с космическим окружением носит субстанциональный характер.

В настоящей работе и работах [1,4] были проверены три комбинации астрономических параметров: долготы 10 небесных тел и 12 углов домов; долготы и расстояния от Земли до 10 небесных тел; долготы 12 углов домов и расстояний от Земли до 10 небесных тел. Установлено, что при моделировании на сетках различных масштабов с числом ячеек М=2, 3, ..., 173 все три комбинации параметров эквивалентны в том смысле, что средний по всем категориям параметр сходства возрастает с числом ячеек сетки по логарифмическому закону. Однако при распознавании конкретных категорий определенные комбинации параметров могут быть более эффективными, чем другие.

Суммируя результат выполненных исследований можно сделать следующие выводы:

1) Социальная специализация большой группы субъектов зависит от астрономических параметров десяти небесных тел - долготы (L параметры) и расстояния от Земли до небесного тела (R параметры);

2) Социальная специализация большой группы субъектов зависит от долготы углов 12 домов (H параметры);

3) В исследованиях социальных категорий можно использовать любую пару параметров - LR, LH, HR;

4) Средний параметр сходства для 37 категорий имеет логарифмическую зависимость от числа ячеек сетки в полном соответствии с теорией информации;

5) Достоверно установлено, что интегральная информативность зависит от расстояния до небесных тел;

6) Следовательно, взаимодействие группы субъектов с космическим окружением носит субстанциональный характер;

7) Достоверно установлено, что интегральная информативность зависит от долготы асцендента, IC, десцендента и угла 9 дома;

8) Следовательно, при своем рождении субъекты воспринимают окружающее пространство как неоднородное с выраженной асимметрией вдоль оси знаков Овен - Весы, что, видимо, обусловлено движением нашей Галактики в направлении скопления галактик в созвездии Девы.

Таким образом, в настоящем исследовании и в работе [4] убедительно показано, что интегральная информативность, полученная в процессе анализа 37 социальных категорий с общим числом случаев 86314, зависит от расстояния до 10 небесных тел и от долготы углов первого, четвертого, седьмого и девятого домов. Это означает, что взаимодействие большой группы субъектов с космическим окружением носит субстанциональный характер, причем субъекты воспринимают пространство в момент рождения как неоднородное, с выраженной асимметрией (анизотропией) вдоль оси знаков Овен - Весы что, видимо, обусловлено движением нашей Галактики в направлении скопления галактик в созвездии Девы. Известна знаменитая теорема Неттер, которая доказывает, что закон сохранения импульса следует из анизотропии пространства, а закон сохранения энергии из анизотропии времени. Известен также отрицательный результат опыта Майкельсона-Морли, в котором они пытались обнаружить движение Земли относительно эфира путем исследования его возможного влияния на протекание физических процессов. Поэтому экспериментальное обнаружение анизотропии пространства, т.е. существование в нем привилегированного направления, может иметь далеко идущие последствия для науки и практики. Можно предположить, что небесные тела Солнечной системы, а также Галактика и Метагалактика вызывают специфическую деформацию свойств пространства-времени либо порождают некое гипотетическое поле, что оказывает влияние на социальный выбор и статус субъектов на протяжении их жизни. Можно провести наглядную аналогию между способом ориентацией голубей в пространстве путем использования ими магнитного поля Земли и ориентацией людей в социуме на основе подсознательного восприятия обнаруженной глобальной анизотропии пространства в нашем местном скоплении галактик. Полученные результаты могут быть использованы в прикладных исследованиях, а сам факт их открытия, на наш взгляд, может иметь фундаментальное значение для развития науки и технологии.

Литература

тело небесный система солнечный

1. Луценко Е.В., Трунев А.П. Астросоциотипология и спектральный анализ личности по астросоциотипам с применением семантических информационных мультимоделей. Научный журнал КубГАУ [Электронный ресурс]. - Краснодар: КубГАУ, 2008. - №1(35). - Режим доступа: http://ej.kubagro.ru/2008/01/pdf/10.pdf

2. Patent 2008610097, Russia, System for Typification and Identification of the Social Status of Respondents Based on the Astronomical Data at the Time of Birth - "AIDOS-ASTRO" / E.V. Lutsenko, A.P. Trunev, V.N. Shashin; Application № 2007613722, January 9,2008.

3. Eugene Lutsenko, Alexander Trunev. Artificial Intelligence System for Identification of Social Categories of Natives Based on Astronomical Parameters/ Chaos and Correlation. International Journal, March 16th, 2008. http://trounev.com/Chaos/March2008/AIS/AIS4.htm

4. Eugene Lutsenko, Alexander Trunev. Исследование зависимости интегральной информативности от расстояния до небесных тел Солнечной системы/Chaos and Correlation, December 8, 2008. http://trounev.com/Chaos/CR12_2008.pdf

5. Татьяна Черноглазова, Игорь Дегтярев. Временные закономерности изменения электрических и магнитных свойств материалов и их связь с сейсмичностью Земли/ Chaos and Correlation. International Journal, No 6, April 30, 2007. http://trounev.com/Chaos/No6/TCH4/TCH4.htm

6. Alexander P. Trunev. О влиянии небесных тел Солнечной системы на электрические и магнитные свойства материалов/ Chaos and Correlation. International Journal, No 6, April 30, 2007. http://trounev.com/Chaos/No6/CR/CR6.htm

7. Alexander P. Trunev. О зависимости проводимости и намагниченности материалов от гравитационного потенциала Солнечной системы/ Chaos and Correlation. International Journal, No 7, May 31, 2007. http://trounev.com/Chaos/No7/CR7/CR7.htm

8. Шноль С.Э., Коломбет В.А., Пожарский Э.В. и др. Успехи физ. наук, 1998, т. 168, № 10, с. 1129.1140.

9. Шноль С.Э., Зенченко Т.А., Зенченко К.И. и др. Успехи физ.наук, 2000, т. 170, № 2, с. 214.218.

10. Jere H. Jenkins, Ephraim Fischbach, John B. Buncher, John T. Gruenwald, Dennis E. Krause, and Joshua J. Mattes. Evidence for Correlations Between Nuclear Decay Rates and Earth-Sun Distance/ arXiv:0808.3283v1 [astro-ph] 25 Aug 2008, http://arxiv.org/abs/0808.3283v1

11. Alexander P. Trunev. The influence of the gravitational potential of celestial bodies on the rate of radioactive decay of the atomic nuclei/ Chaos and Correlation. International Journal, October 8th, 2008. http://trounev.com/Chaos/October2008CR.pdf

12. Alexander Trounev. Информационная теория влияния небесных тел на психологию индивида/ Chaos and Correlation. International Journal, August 26th, 2008. http://atrounev.ipower.com/Chaos/August2008/CR2008.htm

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

14. Луценко Е.В. Проблема референтного класса и ее концептуальное, математическое и инструментальное решение в системно-когнитивном анализе / Е.В. Луценко // Научный журнал КубГАУ [Электронный ресурс]. - Краснодар: КубГАУ, 2008. - №09(43). - Режим доступа: http://ej.kubagro.ru/2008/09/pdf/01.pdf

15. Richard Smoot. AstroDatabank, v. 4.00. Quick Start Guide. www.astrodatabank.com

16. 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.

17. Луценко Е.В. Количественные меры возрастания эмерджентности в процессе эволюции систем (в рамках системной теории информации) / Е.В. Луценко // Научный журнал КубГАУ [Электронный ресурс]. - Краснодар: КубГАУ, 2006. - №05(21). - Шифр Информрегистра: 0420600012\0089. - Режим доступа: http://ej.kubagro.ru/2006/05/pdf/31.pdf

Размещено на Allbest.ru