Логико-вероятностные методы извлечения знаний из данных и компьютерное познание

• Автор: Витяев, Евгений Евгеньевич
• Шифр специальности: 05.13.01
• Научная степень: Докторская
• Год защиты: 2006
• Место защиты: Новосибирск
• Количество страниц: 222 с. : ил.

ВВЕДЕНИЕ

1. Методология познания, вытекающая из Теории Измерений

2. Процесс познания, основанный на Теории Измерений

3. Логический путь познания предметной области

4. Проблемы извлечения знаний и теорий

5. Реляционный подход к извлечению знаний реализация логического

пути познания

6. Применения реляционного подхода к извлечению знаний из данных в

финансовом прогнозировании, медицине и биоинформатике

ГЛАВА 1. ЛОГИЧЕСКИЙ АНАЛИЗ ДАННЫХ И ЗАКОНОВ

7. Основные понятия и проблемы теории измерений

8. Эмпирические аксиоматические теории и Теория Измерений
9. Представление известных типов данных в эмпирических
аксиоматических теориях
. Критический анализ методов анализа данных.
. Представление законов в Теории Измерений
. Теория Физических Структур
. Соотношение между физической структурой ранга 2,2 и аддитивной
соединительной структурой
. Алгебраическое и конструктивное представления физической
структуры ранга 2,2
. Конструктивные числовые представления величин
. Взаимосвязь конструктивного и числового представлений
. Примеры конструктивных представлений величин
. Конструктивное числовое представление процедур шкалирования для экстенсивных величин
ГЛАВА 2. ПРОЦЕСС ПОЗНАНИЯ, ОСНОВАННЫЙ НА ТЕОРИИ ИЗМЕРЕНИЙ
. Универсальная аксиоматизируемость экспериментальной зависимости
. Общая формулировка метода обнаружения экспериментальной
зависимости
. Что такое закон
. Понятие эксперимента. Определение закона на множестве всех
возможных экспериментов
. События и вероятности событий
. Определение вероятностного закона на Ьуп уя I цш Щ
. Обобщение понятии вероятностного закона и эксперимента на случай
данных с шумами
. Тестирование систем аксиом в условиях шумов
. Сохраняющий двоичный шум
ГЛАВА 3. ЛОГИЧЕСКИЙ ПУТЬ ПОЗНАНИЯ. ПРОБЛЕМА ПРЕДСКАЗАНИЯ
. Знание и познание
. Индуктивностатистический вывод
. Семантический вероятностный вывод множеств законов и
. Требование максимальной специфичности
. Решение проблемы статистической двусмысленности
ГЛАВА 4. РЕЛЯЦИОННЫЙ ПОДХОД К ИЗВЛЕЧЕНИЮ ЗНАНИЙ ИЗ ДАННЫХ
И ЕГО ПРИЛОЖЕНИЯ В ФИНАНСАХ
. Логический анализ методов извлечения знаний
. Реляционный подход к извлечению знаний
. Программная система извлечения знаний iv
. Метод обнаружения вероятностных законов
. Применение реляционного подхода в финансовом прогнозировании
. Преобразование числовых данных в отношения
. Гипотезы и вероятностные законы
. Марковские цепи как вероятностные законы в финансах
. Процедура обучения
. Метод прогноза
. Эксперимент
. Качество предсказания для конкретной закономерности
. Эксперимент
. Сравнение качества системы iv с другими методами
. Сравнение со стратегией
. Результаты сравнения с другими методами
. Выводы из финансовых приложений
ГЛАВА 5. ПРИЛОЖЕНИЯ РЕЛЯЦИОННОГО ПОДХОДА В МЕДИЦИНЕ
. Диагностика рака груди. Постановка задачи
. Метод извлечения диагностических правил из эксперта
. Свойство монотонности
. Обнаружение диагностических правил на данных
. Правила, извлеченные из эксперта
. Извлечение правил используя монотонные Булевы функции
. Сравнение экспертных и извлеченных из данных правил
. Обсуждение н заключение
ГЛАВА 6. ПРИЛОЖЕНИЯ РЕЛЯЦИОННОГО ПОДХОДА В
БИОИНФОРМАТИКЕ.
. Задача анализа регуляторных районов ДНК
. iv как технология извлечения знаний из ДНК
. Комплексные сигналы как олигонуклеотидные паттерны
. Подготовка данных и предварительный отбор сигналов
. Анализ найденных комплексных сигналов
. Распознавание на основе комплексных сигналов
. Обсуждение
БИБЛИОГРАФИЯ
ВВЕДЕНИЕ


Для числового представления таких величин и закономерных связей нами предложено использовать конструктивные числовые представления. Значениями величин в этом случае являются натуральные, рациональные или другие эффективно вычислимые числа например, коды. Понятие конструктивного числового представления, сформулированное в , обобщает понятие числового представления таким образом, что числовое кодирование эмпирической системы заменяется на кодирование любыми числами действительными, натуральными и рациональными. При этом должно быть выполнено условие, чтобы на полученных кодах были определены некоторые эффективно вычислимые функции общерекурсивные функции, точно соответствующие эмпирическим отношениям и операциям. В приведены проблемы существования, единственности и адекватности числовых представлений, решаемые в Теории Измерений при построении числовых представлений. Нами сформулированы совершенно аналогичные проблемы для построения конструктивного числового представления используя ТКМ. Все числовые представления есть просто эффективный способ кодирования нашей операциональной деятельности во внешнем мире. Цикл познания в Теорией Измерений. Таким образом, нами разработаны понятия и методы, позволяющие осуществлять следующий цикл познания, обозначенный на Рис. Извлечь из числовых представлений величин множества отношений и операций, определяющие смысл этих величин в соответствии с Теорией Измерений Перевести данные в многосортные эмпирические системы, используя найденные множества отношений и операций. Проанализируем далее процесс познания, представленный в Теории Измерений. Разобьем его на два этапа. Определить множества отношений и операций для величин и законов и обнаружить системы аксиом величин и законов на этих множествах. Определить числовые представления величин и законов по обнаруженным системам аксиом, используя результаты теории измерений и теории конструктивных моделей. Первый этап представляет собой этап построения Логической Эмпирической Теории. Второй этап построение Количественной Эмпирической Теории. Предлагаемый нами логический подход к процессу познания состоит в ограничении процесса познания этапом I. Логические отношения и операции плохо обозримы и практически неприемлемы для человеческого восприятия. Тем не менее для целей компьютерного познания сейчас есть средства оперирования логической эмпирической теорией, например, логическое программирование. Удобство числовых представлений не дается даром. Необходимо проверять методы и результаты на инвариантность относительно допустимых преобразований шкал методы могут давать разные результаты в зависимости от выбора единиц измерения данных Неинвариантные методы дают не интерпретируемые в онтологии II результаты. Знания это высказывания, имеющие некоторую степень вероятности, нечеткости, размытости или достоверности. Предсказания получаемые из знаний статистически двусмысленны. В настоящее время не существует адекватного синтеза логики и вероятности. Этой проблеме в был посвящен ii ii i i 4 6 v . В аннотации к говорится iii ii i iii i i ii i i ii. I i i vi i v i v i i, i i i ii . Во введении к спец выпуску журнала i i 1 , i i ii ii i, посвященному этому , ii, v писали i ii i i, i i i ii i i i . Vv , i iv i i i. Однако, настоящего синтеза логики и вероятности в этих работах не сделано. Нам удалось разрешить проблемы и осуществить синтез логики и вероятности для понятия предсказания путем определения семантического вероятностного вывода, который следует идее семантического подхода к программированию выдвинутого ЮЛ. Ершовым, С. С.Гончаровым и Д. И.Свириденко 2. При таком взгляде на процесс вычисления, процедуру логического вывода можно обобщить, рассматривая более разнообразные взаимоотношения высказываний и модели рассмотреть процесс вычисления как, например, определение наиболее вероятных, подтвержденных или нечетких высказываний на модели. Такой обобщенный вывод будем называть семантическим. А А, С в А . ЛА, Ам . Все правила, имеющие максимальные значения условной вероятности.