НЕКОТОРЫЕ СОКРАЩЕНИЯ

 

ФТ – Физическое Тело (ЭГО)

АТ – Астральное Тело (ЭГО)

МТ – Ментальное Тело (ЭГО)

БТ – Будхическое (каузальное) Тело (ЭГО)

ФО – Физические Объекты (Среда)

АО – Астральные объекты (Среда)

МО – Ментальные Объекты (Среда)

БО – Будхические Объекты (Среда)

НЛО – Неопознанный Летающий Объект

Приложения

КОГНИТИВНАЯ АНАЛИТИЧЕСКАЯ СИСТЕМА “ЭЙДОС–6.0” И СИСТЕМА “ЭЙДОC–Y ” — АДЕКВАТНЫЙ ИНСТРУМЕНТАРИЙ ДЛЯ ПСИХОЛОГИЧЕСКИХ СЛУЖБ МВД

 

Е.В.Луценко, директор НПП “ЭЙДОС”, г.Краснодар

 

Работы автора над созданием современных компьютерных Y –технологий, обеспечивающих управляемый перевод человека в оптимальные формы сознания, начались в 1979 году [5]. Эти работы были иницированы необходимостью решения ряда проблем, некоторые из которых освещаются ниже.

Первая группа проблем связана с необходимостью получения комплексной картины предметной области с помощью узкоориентированного, т.е. специализированного психометрического инструментария.

В настоящее время психологи–практики все чаще обращаются к комплексному психологическому тестированию. Основная причина этого очевидна: каждый из стандартных психологических тестов или опросников позволяют исследовать лишь какой–либо один из уровней или аспектов личности, или достаточно узкий их спектр, тогда как основной интерес представляет именно получение и исследование целостной картины, которая определяется характером взаимосвязей разноуровневых свойств личности.

Например, самоактуализационный тест (САТ) измеряет прежде всего социально–обусловленные качества респондентов, тогда как опросник 16 PF Р.Б.Кеттелла – конституционные психические качества, детерминируемые более фундаментальными и устойчивыми генотипическими факторами.

На определяющую роль изучения межуровневых взаимосвязей индивидуальных, психодинамических и социально–психологических свойств личности для интегрального исследования индивидуальности указывал В.С.Мерлин [13].

Вторая группа проблем, связана с тем, что практически все стандартные психодиагностические тесты, опросники и процедуры (далее: “тесты”) обладают целым рядом принципиальных недостатков, ограничивающих их корректное и методологически оправданное применение:

  1. эти тесты разработаны и нормированы на выборке разработчика, а должны применяться на выборке пользователя;
  2. они созданы для одних целей, а используются для других целей;

На первый взгляд кажется, что первая проблема решается адаптацией тестов, однако это не совсем так. Дело в том, что необходимо еще подтвердить специальным исследованием, что адаптированный скажем С.Петербургской психологической школой (фирма “Иматон” и др.) тест применим на Кубани, т.е. учитывает Южно–Российскую региональную специфику.

Автор считает, что адаптировать тесты необходимо на репрезентативной выборке, представляющей ту генеральную совокупность, на которой они будут применяться. Иначе даже “адаптированные” где–то и для кого–то тесты не будут учитывать региональной специфики, в которой работают конкретные пользователи, и практически ничем не будут отличаться в этом отношении от “неадаптированных”.

Но даже у тестов учитывающих региональную специфику (локализованных) из–за динамичности предметной области со временем уменьшается надежность и валидность. Поэтому необходима периодическая адаптация тестов к изменившимся условиям, а лучше – работа тестов в адаптивном режиме. На сегодняшний день по литературным данным известна лишь одна система, обеспечивающая не только автоматизированную разработку, но и эксплуатацию тестов в адаптивном режиме – это система “ЭЙДОС–6.0” [6].

Известно, что работы по адаптации тестов являются весьма трудоемкими и наукоемкими, а также сложными в организационно–юридическом отношении [2, 11]. Поэтому в настоящее время в России научные центры, способные решать эти задачи, можно буквально пересчитать по пальцам одной руки. Очевидно, мощности этих центров не обеспечивают потребностей регионов в стандартизированном психометрическом инструментарии.

Из этих предпосылок часто делается вывод (см., например, [11]) о том, что необходимо дать психологам технологию создания и адаптации тестов, чтобы они сами на местах могли решать эту проблему. Однако в настоящее время этот вывод представляется автору необоснованным, несмотря на то, что и он придерживался ранее этой точки зрения [6]. Дело в том, что дать психологу подобный инструмент – это все равно, что дать рядовому бухгалтеру систему программирования Turbo C++ и предложить ему, чтобы он сам создал, а затем модернизировал такую систему бухучета, которая отражала бы специфику его предприятия. Однако рядовой бухгалтер не имеет для решения этой задачи ни сил, ни времени, ни соответствующей квалификации. Так же и рядовой психолог не сможет, да и не должен заниматься выработкой своего инструментария.

Но если предположить, что психологи все же займутся не своим прямым делом, а разработкой инструментария, и что у них это получится, то это будет означать одновременно конец какой–либо сопоставимости в их исследованиях, так как каждый будет пользоваться своим собственным инструментарием. По сути мы сталкиваемся в этой ситуации с метрологической проблемой. И мы знаем, что существуют центры и лаборатории стандартизации и метрологии, которые занимаются поверкой и, если надо, настройкой измерительных приборов. Опыт метрологических служб является весьма ценным в нашем случае и им целесообразно воспользоваться.

Следовательно, весьма актуальным является создание региональных ведомственных и межведомственных психологических центров, которые могли бы решать как задачу оснащения практических психологов в своих регионах новыми, адаптированными и сопоставимыми психометрическими методиками, так и обеспечивать организацию и координацию регламентных сопоставимых исследований в масштабах своих регионов.

Проблема нецелевого применения тестов по мнению автора является даже еще более острой, чем проблема их неадекватности. Вызывает по меньшей мере удивление с какой легкостью “специалисты” некоторых частных фирм, изучив всего–лишь одно отдельно взятое психологическое свойство, например, “общительность”, выносят рекомендации о том, может ли данный кандидат быть, например, бухгалтером, сотрудником службы безопасности или инкассатором банка. Спрашивается, зачем банку нужен общительный бухгалтер? Но отсутствием элементарной методологической корректности применения тестов страдают не только коммерческие фирмы, живущие за счет рекламы, вводящей в заблуждение. В медицинской комиссии медотдела УВД с применением тестов Кеттелла и Люшера даются рекомендации о профессиональной пригодности или непригодности каждого конкретного кандидата для службы в ОВД. Но ведь данные тесты не предназначены для этих целей и их применение в данном случае с научно–методической точки зрения не более (и не менее) оправдано, чем, например, применение кофейной гущи.

Конечно ясно, что результаты тестирования с помощью этих тестов каким–то образом связаны с успешностью или неуспешностью службы на различных должностях в ОВД. Но ведь вопрос как раз и заключается в том, что эта взаимосвязь еще никем не исследовалась и фактически никому не известна. А ведь на пути к практическому применению этих знаний необходимо еще создать соответствующий инструментарий, опробировать его, сертифицировать и стандартизировать как пригодный для решения данных конкретных задач. Забегая вперед отметим, что инструментарий и методика для создания двухступенчатого теста на базе тестов Кеттела и Люшера (а также других) имеется: – это базовая когнитивная система “ЭЙДОС–6.0” и система обработки данных комплексного психологического тестирования “ЭЙДОC–Y ” [6].

Выводы:

Для проведения исследований интегральной индивидуальности на современном технологическом уровне необходимо применение соответствующих автоматизированных систем, реализующих адекватные данной задаче методологические концепции и математические модели. Задача создания и применения подобных систем является весьма актуальной.

Актуальной является задача создания в КЮИ МВД РФ научно–методического психологического Центра, способного решать как следующие задачи:

  1. разработка новых сопоставимых психометрических методик специального назначения;
  2. организация, координация, научно–методическое и инструментальное обеспечение регламентных сопоставимых психологических исследований в масштабах региона;
  3. адаптация, локализация, сертификация и стандартизация уже имеющихся и практически использующихся психометрических методик.

Все уже практически применяемые в ОВД края психометрические методики должны пройти сертификацию и стандартизацию в Центре. Выводы и рекомендации, которые даются на основе применения не сертифицированных и не стандартизированных Центром методик должны быть признаны научно–методически не обоснованными и юридически ничтожными. В перспективе Центр мог бы выполнять функции регионального ведомственного психологического центра. Функции, структура и обеспечение деятельности подобного центра подробно развиты автором в работе [6].

ОПИСАНИЕ СИСТЕМЫ “ЭЙДОC–Y ”

Для решения задач комплексной обработки данных психологического тестирования и получения как комплексных индивидуальных психологических портретов респондентов, так и их групп, автором совместно с С.Д.Некрасовым (Государственная аттестационная служба) и З.И.Рябикиной (Кубанский государственный университет) была разработана система “ЭЙДОC–Y ”.

Система “ЭЙДОC–Y ” относится к окружению системы “ЭЙДОС–6.0” т.е. она с одной стороны представляет собой расширяемый супертест (аналогично MMPI), а с другой стороны является программным интерфейсом между реализованными в ней стандартными тестами и системой “ЭЙДОС–6.0”, обеспечивающей интеллектуальную обработку результатов тестирования [3, 4, 5, 6, 7, 8, 9, 10].

Система “ЭЙДОC–Y ” обеспечивает:

  1. ввод и обработку первичных данных о респондентах;
  2. экспорт данных в универсальную когнитивную аналитическую систему “ЭЙДОС–6.0” для их содержательного углубленного анализа и для разработки двухступенчатых тестов и тестов прямого действия;
  3. объединение баз первичных данных, введенных на разных компьютерах.

Основные отличия (а, по мнению автора, и преимущества) системы “ЭЙДОС–Y ” по сравнению с аналогами, состоят в следующем:

  1. Данная система предназначена не для опроса респондентов непосредственно за компьютером, а для ввода и обработки данных тестирования. Автор считает нецелесообразным применение компьютеров непосредственно для тестирования респондентов в наших условиях, т.к. для большинства респондентов использование компьютера само по себе является сильным стрессовым фактором, что искажает результаты тестирования. Кроме того, как показывает опыт, ввод данных опроса в систему “ЭЙДОC–Y ” осуществляется практически на порядок быстрее, чем тестирование за компьютером, что обеспечивает соответствующую экономию машинного времени. Например, вместо использования 50 компьютеров для тестирования 50 респондентов в течение 1 часа, мы тестируем этих респондентов “за столом”, а потом на одном компьютере вводим данные для обработки в течение 5 часов, что не представляет организационно–технических сложностей.
  2. Системой сохраняются в базах данных не только результаты интерпретации ответов респондентов (стены, факторы и т.п.), но и сами первичные данные опроса. Это позволяет в дальнейшем использовать непосредственно первичные данные как для их анализа различными методами, так и для разработки тестов прямого действия с помощью системы “ЭЙДОС–6.0”;
  3. Система обеспечивает автоматизированное применение ключей и автоматизированную интерпретацию результатов тестирования, как по каждому тесту отдельно, так и по всем тестам совместно в их взаимосвязи, причем виды изучаемых взаимосвязей очень гибко задаются самим исследователем;
  4. Система обеспечивает экспорт первичных данных и результатов их стандартной интерпретации в универсальную когнитивную аналитическую систему “ЭЙДОС–6.0”, что позволяет осуществить их совместный содержательный углубленный анализ, а также получить новые оптимальные двухступенчатые тесты и тесты прямого действия.

В настоящее время система “ЭЙДОС–Y ” обеспечивает комплексную (совместную) обработку данных по следующим опросным процедурам одновременно:

  1. тест выявляющий уровень самоактуализации (САТ);
  2. опросник 16 PF Р.Б.Кеттелла;
  3. опросник по определению стиля управленческой деятельности;
  4. анкета "Ориентация на развитие";
  5. анкета "Опосредующие развитие факторы (стимулирующие и препятствующие)".

Принцип организации системы обеспечивает расширение перечня совместно используемых опросных процедур. Добавление новой опросной процедуры реализуется разработчиками системы и требует одного–двух человеко–дней.

Математические модели, реализуемые системой “ЭЙДОC–Y ” являются упрощением и конкретизацией моделей системы “ЭЙДОС–6.0” для данного специального случая.

Настройка системы на способ совместной обработки результатов тестирования осуществляется следующим образом.

В режиме “Шкалы классификации респондентов” исследователь имеет возможность ввести наименования некоторого количества шкал и по каждой шкале указать определенное количество градаций с их наименованиями. Количество шкал и количество градаций по разным шкалам может быть различное (в отличии от многих других систем), но не более некоторого максимального количества, определяемого при генерации системы (в настоящее время до 99).

В режиме “Ведение справочника респондентов” исследователь может добавлять новых респондентов, вводить и корректировать их фамилию, имя и отчество (в остальных же режимах данный список респондентов лишь используется и не может быть скорректирован). Правее фамилий есть столбцы, соответствующие шкалам, введенным в справочник шкал. В каждом столбце исследователь задает код той градации соответствующей шкалы, к которой относится респондент. В данном режиме на экране отображаются и наименования шкал, и наименования градаций.

Таким образом в системе “ЭЙДОС–Y ” каждый респондент характеризуется не только всей совокупностью его ответов на вопросы батареи тестов, как в большинстве статистических систем (например: SPSS, STATGRAPHICS, STATISTICA), но и принадлежностью к определенным группам, соответствующим градациям шкал, заданных самим пользователем. Решение о принадлежности респондента к тем или иным группам принимается исследователями на основе результатов тестирования или(и) экспертных оценок. Данная особенность системы сближает ее с интеллектуальной системой “ЭЙДОС–6.0” и позволяет организовать полноценный экспорт данных о респондентах в последнюю.

Надежность обработки информации в системе обеспечивается следующими мерами:

  1. все режимы ввода данных организованы таким образом, что исключается возможность ввода некорректных данных;
  2. система автоматически ведет архивы баз данных;
  3. автоматически переиндексирует все базы данных в случае отсутствия индексных массивов.

Выходные формы системы. Каждая опросная процедура, входящая в состав системы, выдает результаты в виде двух таблиц:

  1. в первой против фамилии каждого респондента содержатся данные интерпретации его ответов;
  2. во второй содержатся усредненные результаты интерпретации для каждой градации каждой шкалы.

Последнее и обеспечивает совместный анализ результатов тестирования респондентов с помощью опросников, реализованных в системе.

Тест САТ и анкета “Ориентация на развитие”, кроме того выдают частотные распределения стандартизированных баллов (стенов), разделенные на три зоны, такие, что вероятность попадания стена в каждую из них одинакова. Система сама определяет границы этих зон, что обеспечивает оценку конкретных респондентов и их групп не только относительно “генеральной совокупности”, но и относительно самой группы респондентов.

Кроме того, система выдает по каждому респонденту итоговые данные по его тестированию с помощью всех тестов в виде одной сводной карты.

Все выходные формы записываются системой в виде текстовых файлов в поддиректорию TXT, что позволяет печатать их с использованием любого текстового редактора и на любом принтере, имеющемся у пользователя.

По опроснику 16 PF Р.Б.Кеттелла системой выдаются также в графическом виде стандартные профили респондентов и их групп (группы соответствуют градациям шкал) по факторам, причем профили групп выдаются в двух видах:

  1. одна группа на одной диаграмме;
  2. все группы одной шкалы на одной диаграмме.

 

 

Эти профили записываются системой в виде PCX–файлов в поддиректорию PCX, причем имена файлов соответствуют кодам респондентов, кодам шкал и групп. Эти графические данные легко могут быть вставлены в сводную карту респондента и распечатаны, например с использованием популярного редактора Winword.

Необходимо отметить, что приведенные характеристики системы не являются окончательными, т.к. она непрерывно совершенствуется.

 

КРАТКАЯ ИНФОРМАЦИЯ О СИСТЕМЕ “ЭЙДОС–6.0”

Система “ЭЙДОС–6.0” является лицензионным программным продуктом (свидетельство РосАПО № 940217) и предназначена для решения следующих задач:

  1. разработки оптимальных адаптивных методик тестирования, прогнозирования, идентификации объектов и их состояний (мониторинга), разработки супертестов в самых различных предметных областях,
  2. эксплуатации этих оптимальных методик в промышленном режиме при массовой обработке информации,
  3. углубленного анализа результатов тестирования, включающего ранговый (информационный) и кластерно – конструктивный анализ эталонных описаний классов распознавания и признаков, а также анализ достоверности заполнения анкет.

Все эти возможности реализуются как на локальном компьютере, так и в режиме OffLine–услуг сети InterNet.

 

КОГНИТИВНАЯ КОНЦЕПЦИЯ СИСТЕМЫ “ЭЙДОС–6.0”

Прежде всего процесс познания начинается с процесса восприятия объектов и явлений Реальности. Процесс восприятия осуществляется с помощью органов восприятия: прежде всего зрения, а также слуха, осязания и других. Органы восприятия дают человеку чувственную информацию о признаках наблюдаемых объектов.

На самых первых этапах жизни человека эти признаки объектов не образуют устойчивых взаимосвязанных комплексов, т.е. целостных образов объектов. Но опыт взаимодействия человека с реальными объектами приводит к выявлению взаимосвязей между признаками. Так в результате опыта обнаруживается, что некоторые признаки наблюдаются как правило вместе друг с другом (наличие пространственно–временных корреляций), другие же наоборот, вместе практически не встречаются. Могут быть также признаки, которые встречаются как бы случайным образом и, по–видимому, никак не связаны с другими.

Существование устойчивых взаимосвязей между признаками говорит о том, что они не являются самостоятельной реальностью, а отражают нечто стоящее за ними и их объединяющее, т.е. реальные объекты. С другой стороны это означает, что признаки не генерируются из ничего, а имеют объективное содержание. Каждому Реальному объекту или явлению Реальности в сознании человека соответствует некоторая своя устойчивая взаимосвязь признаков (этого объекта), т.е. свой определенный образ, а именно конкретный чувственный образ данного конкретного (этого) объекта. Конкретный чувственный образ объекта представляют собой совокупность всех его воспринимаемых признаков, как общих с другими объектами, так и в большей или меньшей степени специфических именно для данного конкретного объекта.

Следующий этап познания Реальности состоит в том, что некоторый взрослый человек – учитель (обычно мать или отец) показывает ребенку окружающие его объекты и произносит их названия на некотором символическом языке, т.е. дает им некоторые условные наименования или имена.

Если чувственно воспринимаемые признаки конкретного объекта имеют объективное происхождение, то наименование объекта устанавливает его принадлежность к некоторой категории объектов, включающей вообще говоря много различных объектов, объединенных по их назначению или иной функциональной роли в природе или обществе с точки зрения познающего человека (общества), или роль данного объекта для самого познающего человека.

Необходимо также отметить, что у животных, в отличие от человека, сам набор обобщенных образов довольно жестко фиксирован (свой для каждого вида) и количественно очень ограничен.

На этом этапе весьма существенным обстоятельством является то, что самые различные объекты одного функционального назначения получают одинаковое название, например различные мячи все получают наименование “Мяч”, столы – “Стол” и так далее.

При этом ребенок устанавливает (корреляционные) взаимосвязи:

Благодаря существованию этих связей и становится возможным говорить о смысле признаков, т.е. о том, что каждое физическое свойство конкретного объекта несет определенную информацию о роли этого объекта в природе, обществе или для конкретного человека.

Таким образом введение в обиход наименований объектов становится важнейшей предпосылкой для формирования их абстрактных обобщенных образов, причем сама возможность обобщения связана с классификацией объектов по их социальной роли (назначению).

Среди различных окружающих объектов совершенно аналогично формируется предметный образ и такого специфического для каждого конкретного человека объекта, как его собственное физическое тело. Так формируется “образ Я”, характерный для физической формы сознания, формируется предметное сознание и самосознание.

Когда абстрактные обобщенные образы объектов сформированы, то становится возможным узнавание конкретных объектов, т.е. их идентификация. Операция узнавания состоит в сравнении конкретного чувственного образа определенного объекта с обобщенными абстрактными образами и определение степени сходства и различия между данным конкретным чувственным образом и обобщенными образами. В результате, т.е. когда конкретный объект узнан, человек может назвать его наименование, т.е. может восстановить его функциональную роль в природе, обществе или лично для себя. Если человек в состоянии это сделать, то считается, что он понимает смысл того, что он воспринимает.

Таким образом, узнавание это процесс установления соответствия между объективным описанием объекта, как дискретной совокупности признаков и его единым и неделимым (континуальным) именем, т.е. наименованием той обобщенной категории, к которой данный объект относится по своей социально–обусловленной роли. У человека интенсиональные (дискретное) и экстенсиональное (континуальное) описания объектов обрабатываются двумя различными взаимно–дополнительными системами отражения, работа которых обеспечивается различными полушариями мозга, и лишь взаимодействие этих двух систем обеспечивает обработку смысла.

По мере накопления опыта выясняется, что некоторые специфические признаки практически однозначно позволяют идентифицировать объекты, т.е. отнести их к определенным обобщенным категориям, другие же встречаются примерно с одинаковой вероятностью у самых различных объектов и для целей идентификации являются практически бесполезными. Умение человека определить ценность тех или иных признаков для решения задачи идентификации уже говорит о накоплении достаточно большого опыта восприятия и обобщения.

Когда такой достаточно значительный опыт накоплен, то следующим совершенно естественным этапом познания является выделение всего наиболее существенного путем отбрасывания случайных и не несущих существенной информации признаков, а также дублирующих и избыточных признаков, имеющих очень сходный друг с другом смысл. В результате этой операции, называющейся “абстрагирование”, первоначальное описание объекта на языке признаков, включающее все его чувственно–воспринимаемые признаки, заменяется значительно более сжатым и экономным описанием, содержащим только наиболее существенные для идентификации объекта признаки. После этой операции процесс ориентации в предметной области становится более экономным по затратам всех видов ресурсов, более легким и быстрым, чем до этого, причем при сохранении необходимого высокого качества.

Высвобождение сил познающего человека после исключения из анализа второстепенной и несущественной информации позволяет подойти к решению более сложных задач, таких как выявление сходств и различий между обобщенными образами различных видов объектов Реальности, а также выявление смысловых взаимосвязей между различными признаками этих объектов. Кроме того использование сжатых и высокоинформативных образов объектов позволяет быстро и с минимальными внутренними затратами относить конкретные чувственно–наблюдаемые объекты к тем или иным обобщенным категориям, функции и свойства которых уже известны, и таким образом эффективно ориентироваться в некоторой предметной области (окружающей среде).

В дальнейшем, применяя на практике ранее сформированные модели Реальности, человек получает новую достоверную информацию о степени их эффективности и, соответственно, адекватности. Эта информация обратной связи используется для уточнения и развития конкретной чувственно–эмоциональной и обобщенной, абстрактной (формальной) модели Реальности, в чем и состоит ее адаптивность.

О МАТЕМАТИЧЕСКОЙ МОДЕЛИ СИСТЕМЫ “ЭЙДОС–6.0”

Под математической моделью автор понимает не только чисто аналитическую модель, которая выражена в виде системы формул, но и более общую алгоритмическую модель, которая на аналитическом (формульном) языке в настоящее время не имеет представления и выражается лишь в операционной форме, например в форме ориентированных графов, сетей Петри или блок–схем.

Математическая модель системы “ЭЙДОС” разработана автором на основе теории информации и обеспечивает адекватное формальное описание базовых когнитивных операций, психологическое описание которых дано в когнитивной концепции:

  1. восприятие: интенсиональное (дискретное) представление чувственного образа конкретного объекта в форме совокупности признаков;
  2. присвоение формальных (знаковых) имен: экстенсиональное (континуальное) представление чувственного образа конкретного объекта в форме принадлежности к некоторым градациям определенных смысловых шкал;
  3. обобщение (синтез, индукция): формирование обобщенных образов различных категорий объектов на основе одновременного использования экстенсиональных и интенсиональных описаний конкретных объектов, которые используются в качестве примеров;
  4. анализ обобщенных образов (дедукция): выявление общего и особенного для каждого обобщенного образа;
  5. анализ признаков: выявление общего и особенного в смысловом содержании каждого признака;
  6. абстрагирование: определение для каждого признака его вклада в различие друг от друга обобщенных образов; контролируемое и корректное удаление незначимых признаков с сохранением всей существенной информации;
  7. классификация обобщенных образов: определение сходств и различий обобщенных образов друг с другом; объединение сходных образов в кластеры; формирование биполярных систем наиболее непохожих кластеров, т.е. конструктов образов;
  8. классификация признаков: определение сходств и различий признаков по их смыслу; объединение сходных по смыслу признаков в кластеры; формирование биполярных систем наиболее непохожих кластеров, т.е. конструктов признаков;
  9. содержательное сравнение обобщенных образов: определение признаков, по которым заданные два образа несопоставимы, которыми они сходны и которыми они отличаются друг от друга;
  10. содержательное сравнение признаков: определение элементов смысла, по которым заданные два признака несопоставимы, которыми они сходны и которыми они отличаются друг от друга;
  11. распознавание (идентификация) конкретных объектов: сравнение чувственного образа конкретного объекта со всеми обобщенными образами.

Математическая модель разрабатывалась с учетом необходимости эксплуатировать основанную на ней программную систему (т.е. систему “ЭЙДОС”) на практически значимых приложениях достаточно больших размерностей на реальных компьютерах при разумных затратах машинного времени. При этом автором были теоретически найдены, а затем воплощены в программной реализации варианты решения в частности следующих научных и технических проблем:

Описанию различных аспектов математической модели системы “ЭЙДОС” посвящены работы: [4,6,9], а также статья автора: “Когнитивная аналитическая система “ЭЙДОС–6.0”, как инструмент исследования интегральной индивидуальности по Вольфу Мерлину” (в данном сборнике).

Степень адекватности когнитивной концепции и основанной на ней математической модели может быть определена лишь экспериментальным путем, то есть путем независимых экспертных оценок степени правильности результатов применения модели. Эта проверка должна быть проведена в тех предметных областях, в которых планируется применение модели.

В настоящее время имеется 15 актов об успешном применении системы “ЭЙДОС” в различных областях [1, 6], в том числе на высоком уровне, рекомендация Минтруда, 3 авторских свидетельства на нее и связанные с ней разработки [7, 8, 10], 13 публикаций, в том числе 2 книги [6, 9]. Система “ЭЙДОС” была успешно применена для компьютерной обработки данных диссертационного исследования [14].

В совокупности все эти результаты по–видимому, подтверждают адекватность как когнитивной концепции автора, так и основанной на ней математической модели базовых когнитивных операций, а также их программной реализации в виде системы “ЭЙДОС–6.0” и систем окружения.

Отличия Системы “ЭЙДОС–6.0” от аналогов:

От экспертных систем Система “ЭЙДОС” отличается тем, что для ее обучения от экспертов требуется лишь само их решение о принадлежности того или иного объекта или его состояния к определенному классу, а не формулирование правил (продукций) или весовых коэффициентов, позволяющих прийти к такому решению. Система генерирует их сама, т.е. автоматически, и в этом отношении функционально полнее экспертных систем. Дело в том, что эксперты, как правило, не могут (или даже не хотят) логически обосновывать свои решения, а довольно часто принимают решения вообще не на основе логических обоснований, тем более, что таких обоснований может и вообще не существовать в природе.

Но главное и наиболее принципиальное отличие системы “ЭЙДОС” от экспертных систем состоит в том, что она строит свои выводы на основе вероятностных семантических сетей, тогда как обычные экспертные системы – на основе детерминистских сетей вывода:

Экспертные системы:

Система “ЭЙДОС”:

“если объект обладает признаком A, то он относится к классу B”.

“в том факте, что объект обладает признаком A, содержится I Bit информации о том, что он с относится к классу B”.

Из этого следует очень важный вывод: если в экспертных системах из одного факта делается один вывод, то в системе “ЭЙДОС” из одного факта следует столько выводов, сколько классов. Примерно так же отличается жесткий “Лапласовский” детерминизм механики Исаака Ньютона от статистической концепции причинности траекторной формулировки квантовой теории поля Ричарда Фейнмана.

От систем статистической обработки информации Система “ЭЙДОС” отличается прежде всего своими целями, которые состоят в следующем:

  1. Формирование обобщенных образов исследуемых классов распознавания и признаков по данным обучающей выборки (т.е. обучение);
  2. Исключение из системы признаков тех из них, которые оказались наименее ценными для решения задач системы;
  3. Вывод информации по обобщенным образам классов распознавания и признаков в удобной для восприятия и анализа текстовой и графической форме (информационные или ранговые портреты);
  4. Сравнение распознаваемых анкет с обобщенными образами классов распознавания (распознавание);
  5. Сравнение обобщенных образов классов распознавания и признаков друг с другом (кластерно–конструктивный анализ);
  6. Содержательное сравнение обобщенных образов классов распознавания и признаков друг с другом, в частности диаграммы В.С.Мерлина;
  7. Расчет частотных распределений классов распознавания и признаков, а также двумерных матриц сопряженности на основе критерия c 2 и коэффициентов Пирсона, Чупрова и Крамера.

Система отображает и формирует в виде PCX–файлов 50 видов различных двухмерных и трехмерных графических форм в стандарте VGA 16–Color (640x480) и в виде TXT–файлов более 50 видов различных текстовых форм. Имеется подробное руководство по системе типографского качества, объемом около 300 листов.

Цель систем статистической обработки может быть сформулирована следующим образом: “Получить процентные распределения ответов по различным категориям корреспондентов и их сочетаний”. Система же “ЭЙДОС” количественно определяет какое количество информации и о принадлежности к каким классам содержится во всех обнаруженных отличиях распределений признаков по классам распознавания. Таким образом, Система выполняет за исследователя–аналитика (специалиста по интерпретации) работу по сопоставительному анализу процентных распределений, которую при использовании систем статистической обработки ему приходится выполнять вручную, что чаще всего просто невозможно при реальных размерностях данных. Более того, именно на использовании этой аналитической по форме информации и основаны все виды интеллектуального анализа, которые обеспечивает Система.

Основные характеристики Системы “ЭЙДОС–6.0”:

  1. обеспечивается достоверность распознавания обучающей выборки: на уровне 90% (интегральная валидность), которая повышается после оптимизации системы признаков, т.е. после исключения признаков с низкой селективной силой,
  2. Система обеспечивает одновременно обработку до 4000 классов распознавания и 4000 признаков, причем признаки могут быть не только качественные (да/нет), но и количественные, т.е. числовые,
  3. реализована возможность разработки супертестов, в том числе интеграции стандартных тестов в свою среду, корректным образом решает взаимосвязанные задачи адаптации стандартных тестов к нашим условиям, применения их для других целей, чем те, для которых они предназначены (при этом не играет роли известны ли методики интерпретации, т.е. “ключи” этих тестов).
  4. в Системе имеется научная графика, обеспечивающая высокую степень наглядности, а также естественный словесный интерфейс при обучении Системы и запросах на распознавание,

Области возможного применения Системы “ЭЙДОС–6.0”:

  1. исследования по политологии, социологии, прикладной психологии в том числе на основе обработки больших объемов информации, полученной в результате мониторинга в краткие сроки по распределенной многомашинной технологии,
  2. медицинская диагностика, мониторинг динамики состояний больных, изучение взаимосвязей между лечебными воздействиями и эффектом, определение гомеопатических типов, избыточности и недостаточности меридианов, и т.д.,
  3. определение профпригодности и оптимальной профессиональной принадлежности, в том числе в специальных областях, требующих от человека специфических способностей и адекватного поведения в экстремальных ситуациях, в том числе в измененных формах сознания,
  4. анализ и прогнозирование биржевых ситуаций, прогнозирование курсов валют и ценных бумаг, изучение тенденций фондового рынка,
  5. другие применения в любых областях, в которых возникают задачи идентификации и ПРОГНОЗИРОВАНИЯ ситуаций, объектов или их состояний по внешним признакам;
  6. изучение влияния факторов различной природы на количество и качество результатов деятельности; использование выявленных зависимостей для разработки обоснованных рекомендаций;
  7. диагностика сверхспособностей (ясновидение, ретро и прекогниции, телекинез, психосинтез и т.п.), в том числе потенциальных;
  8. развитие, адаптация и привязка (локализация), разработка новых профессиональных методик специального назначения в области астрологии, психографологии, физиогномики (исследование фотороботов), дерматоглифики (хиромантии);
  9. выявление и изучения характера влияния факторов, связанных с переходами в осознанные сновидения и высшие формы сознания;
  10. прогнозирования способности человека адекватно действовать в экстремальных ситуациях и выйти из них с потерями или без потерь решив или не решив поставленные задачи (важно отметить, что данная методика может быть разработана по материалам исключительно личных дел, т.е. заочно, без личного привлечения респондентов);
  11. прогнозирования места и времени аномальных явлений и катастроф различной природы.

 

Основной вывод статьи: создан и в течение ряда лет на многочисленных приложениях успешно опробирован програмный и методический инструментарий для решения как научных, так и практических задач в области прикладной психологии и прогнозирования профпригодности, в том числе в специальных областях деятельности. Целессобразно создать в КЮИ МВД РФ научно–методический психологический Центр для решения этих задач с применением данного инструментария. В перспективе при повышении статуса КЮИ МВД РФ этот Центр мог бы стать ведомственным Южно–Российским Центром по разработке, сертификации и стандартизации специальных психометрических методик.

 

В заключение автор выражает признательность за содействие в проведении перспективных научных исследований и сотрудничество академику, профессору, доктору юридических наук, полковнику Г.М.Меретукову, доценту, кандидату технических наук, полковнику В.Н.Лаптеву, кандидату психологических наук, подполковнику В.Г.Третьяку, а также выражает надежду на то, что данная статья может оказаться полезной для профессионалов и вызвать у них интерес к проведению совместных научных исследований и практических работ.

 

СПИСОК ЛИТЕРАТУРЫ

  1. Засухина О.А. Компьютерные технологии и прогнозирование, Кубань–бизнес (связь, информатика), 17–23 июня 1994. – Краснодар: Кубань–бизнес. 1994, –С.2
  2. Клайн Пол, Справочное руководство по конструированию тестов (Введение в психометрическое проектирование), Киев, 1994.–283с.
  3. Луценко Е.В. Автоматизированная система “ЭЙДОС” – как инструмент для разработки и эксплуатации психологических тестов. В сб. “Теоретические и прикладные проблемы социально–психологической и медико–педагогической службы” (Материалы IX региональной научно–прикладной конференции), КубГУ, г.Краснодар, 1995, –С.47.
  4. Луценко Е.В. Автоматизированная система распознавания образов: математическая модель и опыт применения, В сб., “Материалы конференции: В.И.Вернадский и современность (к 130–летию со дня рождения)”, – Краснодар: Краснодарское книжное изд–во, 1993. –5С.
  5. Луценко Е.В. Беседы об искусстве превращения жемчуга в алмаз (Мастеру, звезда которого светит из будущего), – Краснодар.: НПП “ЭЙДОС”, 1994, –138С.
  6. Луценко Е.В. Теоретические основы и технология адаптивного семантического анализа в поддержке принятия решений (На примере универсальной автоматизированной системы распознавания образов “ЭЙДОС–5.1”). Под ред. В.Н.Лаптева. Изд–во КЮИ МВД РФ, Краснодар, 1996, 280с.
  7. Луценко Е.В. Универсальная автоматизированная система анализа, мониторинга и прогнозирования состояний многопараметрических динамических систем “ЭЙДОС–Т”, Свидетельство РосАПО №940328.
  8. Луценко Е.В. Универсальная автоматизированная система распознавания образов “ЭЙДОС”, Свидетельство РосАПО №940217.
  9. Луценко Е.В. Универсальная автоматизированная система распознавания образов “ЭЙДОС”. Версия 4.2. – Краснодар: КЮИ МВД РФ, 1995, –76С.
  10. Луценко Е.В., Шульман Б.Х. Универсальная автоматизированная система анализа ситуаций на фондовом рынке “ЭЙДОС–фонд”, Свидетельство РосАПО №940334.
  11. Майоров А.Н. Тесты школьных достижений, конструирование и использование. – СПб.: Образование и культура, 1996.–304с.
  12. Масалович А. Пять шагов к вершине (портрет российского рынка аналитических систем), Ж–л “Рынок ценных бумаг”, №14(77), 1996, с.41.
  13. Мерлин В.С. Очерк интегрального исследования индивидуальности. М., 1986.
  14. Третьяк В.Г. Под научн.ред. А.Н.Кимберга, Учебная активность и индивидуальные особенности обучаемых юридического института МВД, Изд–во КЮИ МВД РФ, Краснодар, 1996.–110с.

 

КОГНИТИВНАЯ АНАЛИТИЧЕСКАЯ СИСТЕМА “ЭЙДОС–6.0”,
КАК ИНСТРУМЕНТ ИССЛЕДОВАНИЯ ИНТЕГРАЛЬНОЙ ИНДИВИДУАЛЬНОСТИ ПО ВОЛЬФУ МЕРЛИНУ

 

Е.В.Луценко, директор НПП “ЭЙДОС”, г.Краснодар

 

 

Постановка проблем. Существующий в настоящее время психометрический инструментарий, как правило, позволяет исследовать какой–либо один из аспектов или уровней организации личности, как целостной системы, а не всю систему в целом.

Например, по мнению автора, самоактуализационный тест (САТ) измеряет прежде всего социально–обусловленные качества респондентов, тогда как опросник 16 PF Р.Б.Кеттелла – конституционные психические качества, детерминируемые более фундаментальными и устойчивыми генотипическими факторами.

Для целей практической работы КЮИ МВД РФ по подготовке профессионалов МВД необходимо иметь развернутые профессиограммы по всем базовым специальностям. Эти профессиограммы должны содержать требования как к индивидуальным, так и психодинамическим, и социально–психологическим свойствам личности в их взаимосвязи, на что неоднократно обращал внимание В.С.Мерлин [3].

Сегодня же никто не в состоянии обоснованно сказать, какие качества личности и в каком сочетании должны быть у обучаемого КЮИ МВД РФ, который готовится по той или иной специальности, между тем эти требования, по–видимому, отличаются по различным специальностям.

Отсюда следует актуальность решения первой проблемы: разработать профессиограммы по базовым специальностям КЮИ МВД РФ.

Но даже если бы эти профессиограммы и существовали бы, то возникла бы вторая проблема, т.е. проблема практического применения профессиограмм в практике приема обучаемых, определения их специализации и обучения в КЮИ МВД РФ.

Для решения второй проблемы необходимо, по крайней мере:

  1. регулярно (согласно регламента) измерять у каждого конкретного обучаемого те качества личности, которые есть в профессиограммах, т.е. формировать индивидуальные интегральные образы обучаемых;
  2. количественно сравнивать “индивидуальный интегральный образ” каждого обучаемого с профессиограммами;
  3. вырабатывать рекомендации по коррекции личности обучаемых либо по их профессиональной переориентации.

Традиционные пути решения проблем. Разработка профессиограмм длительный процесс весьма значительной трудоемкости и наукоемкости. В целом этот процесс в настоящее время не формализован и практически не оснащен адекватным техническим и методическим инструментарием. Осуществляется он, в основном, путем применения значительного количества слабо адаптированных или вообще не адаптированных по месту и времени применения тестов зарубежного производства, предназначенных не для тех целей, которые ставятся перед разработчиками профессиограмм.

В.С.Мерлин говорил как о перспективной задаче для будущих разработчиков, о создании автоматизированных систем, обеспечивающих комплексное измерение разноуровневых качеств личности и изучение взаимосвязей этих качеств, характерных для различных вариантов фактического проявления личности. При этом он отмечал, что для выявления такого рода взаимосвязей недостаточно изучения отдельных конкретных индивидуальностей, а необходимо обобщение значительных массивов данных, основанных на репрезентативных представительных выборках.

Концепция решения проблем автором. Автор предлагает конкретные успешно опробированные методики и компьютерные технологии решения сформулированных выше проблем, воплощенные в когнитивной аналитической системе “ЭЙДОС–6.0”.

Кратко, суть этих методик и технологий заключается в следующем:
  1. автоматическое взвешивание или ремонт исходных данных, то есть выборка из массива респондентов такого подмножества, которое в наибольшей степени соответствует заданной генеральной совокупности (обеспечение структурной репрезентативности обучающей выборки);
  2. формирование обобщенных образов исследуемых профессиональных категорий респондентов, т.е. профессиограмм;
  3. определение вклада психологических свойств, измеряемых с помощью стандартных тестов, в различие профессиограмм;
  4. исключение тех психологических свойств, которые вносят наименьший вклад в различие профессиограмм ;
  5. вывод сформированных профессиограмм и профилей психологических качеств в удобной для восприятия и анализа текстовой и графической форме;
  6. сравнение индивидуальных интегральных образов респондентов с профессиограммами и определение спектра профессиональных предпочтений для данного респондента;
  7. сравнение профессиограмм (и профилей психологических качеств) друг с другом, формирование кластеров и конструктов;
  8. содержательное сравнение профессиограмм (и профилей психологических качеств) друг с другом, в том числе стандартные и инвертированные (термин авт.) диаграммы В.С.Мерлина;
  9. расчет частотных распределений профессиограмм и психологических, а также двумерных матриц сопряженности на основе критерия c 2 и коэффициентов Пирсона, Чупрова и Крамера.

 

В данной статье невозможно рассмотреть все эти технологические этапы и концепции, на которых они основаны [1, 2], поэтому мы остановимся только на вопросах формирования и содержательного анализа профессиограмм.

 

Формирование и отображение профессиограмм. Система “ЭЙДОС–6.0” по данным обучающей выборки, на основе теории информации [1] рассчитывает, какое количество информации о принадлежности к некоторой профессиональной категории (профессиограмме) содержится в каждом психологическом качестве, измеряемом с помощью стандартного теста.

Профессиограммы представляют собой списки психологических свойств в порядке убывания содержащегося в них количества информации о принадлежности к данным профессиональным типам.

Профессиограммы содержат информацию о том, какими психологическими характеристиками и личностными качествами фактически обладают респонденты, успешно или не успешно работающие на определенных должностях или по определенным профессиям (в отличие от других должностей и профессий). Профессиограмма показывает информационный вклад каждого психологического свойства в общий объем информации, содержащейся в образе данной профессии.

Профили психологических свойств представляют собой списки профессиональных типов в порядке убывания количества информации о принадлежности к ним, которое содержит данное психологическое свойство.

По своей сути профиль психологического свойства раскрывает нам его смысл, т.е. его семантическую нагрузку.

Профессиограммы и профили психологических свойств могут быть просмотрены на дисплее в виде текстовых форм и в виде графических круговых диаграмм, а также записаны в виде файлов.

Пользователь имеет возможность выделить в профессиограмме или профиле психологического свойства только те психологические свойства, которые относятся к заданному диапазону уровней системной организации личности (уровни Мерлина).

Этот аппарат был успешно применен кандидатом психологических наук подполковником В.Г.Третьяком в исследовании, предметом которого было изучение взаимосвязи между учебной активностью и индивидуальными особенностями обучаемых юридического института МВД РФ [5].

Кластерный и конструктивный анализ. Кластеры представляют собой такие группы профессиональных типов (психологических свойств) внутри которых они наиболее схожи друг с другом, а между которыми наиболее различны.

Система формирует конструкты для заданных диапазонов уровней системной организации (в т.ч. уровней Мерлина) профессиограмм (психологических свойств) и с различными критериями их включения в конструкт.

Конструктом является понятие, имеющее противоположные по смыслу полюса и целый спектр промежуточных смысловых значений, а также количественную шкалу для измерения этих значений.

Так, например, конструкт “Температура” имеет полюса “Горячее” – “Холодное”, а для количественного измерения температуры применяется, например, шкала Цельсия. Конструкт “Вес” имеет полюса “Легкий” – “Тяжелый” и количественную шкалу в граммах, килограммах и т.д.

Когда мы познаем какой–либо объект, то этот процесс представляет собой, во–первых, подбор подходящих для его описания конструктов и определение на шкалах этих конструктов положения данного объекта. Таким образом если конструкты рассматривать как оси координат некоторого многомерного фазового пространства, то каждый объект в таком пространстве представляет собой точку, а его эволюция – фазовую траекторию.

Понятия “кластер” и “конструкт” взаимосвязаны. Положительный и отрицательный полюса конструкта представляет собой кластеры в наибольшей степени отличающиеся друг от друга. Конструкт может рассматриваться как кластер с нечеткими границами, включающий в различной степени, причем не только положительной, но отрицательной, все объекты (признаки).

Конструкт тем больше подходит для описания объектов, чем сильнее отличаются друг от друга его полюса, чем длиннее его шкала, т.е. чем выше степень редукции конструкта.

Используя эти понятия можно утверждать, что, во–вторых, процесс познания представляет собой процесс повышения степени редукции уже существующих конструктов, а также процесс создания новых конструктов.

Универсальная когнитивная аналитическая система “ЭЙДОС–6.0” позволяет решать обе эти важнейших задачи познания:

Таким образом система “ЭЙДОС” представляет собой средство автоматизации процесса познания, т.е. является когнитивной системой. Кроме того, система “ЭЙДОС” основана на принципах адаптивного семантического анализа и работает не только с абсолютными и относительными, т.е. процентными распределениями, но и с аналитической формой информации, формируемой на основе сопоставительного анализа процентных распределений и измеряемой в Bit. Таким образом, система “ЭЙДОС” является аналитической системой.

Здесь уместно специально обратить внимание пользователей на то, что конструктивный анализ, проведенный по данным ответов некоторой группы на вопросы психологической ориентации позволяет с одной стороны измерить степень однородности (а значит и надежности группы), а с другой, выделить в данной группе относительно автономные подгруппы со своими лидерами и их реальными конкурентами. Кроме того для каждого члена группы выявляется, какие члены группы его поддерживают, а какие нет и насколько.

Таким образом Система позволяет с одной стороны выявлять и прогнозировать индивидуальные характеристики членов группы, а с другой стороны подбирать коллективы в соответствии с принципом “информационной пирамиды”, т.е. под руководителя подбирается его ближайшее окружение (“заместители”), под них подбирается их окружение и т.д.

 

В системе “ЭЙДОС” версии 6.0 в обобщенной постановке реализованы режимы, обеспечивающие содержательное сравнение профессиограмм друг с другом и профилей психологических свойств друг с другом.

 

Из профессиограммы мы видим, какое количество информации о принадлежности (и не принадлежности) к данному профессиональному типу мы получаем, обнаружив у некоторого респондента психологические свойства, содержащиеся в профессиограмме. В кластерно–конструктивном анализе мы получаем результаты сравнения профессиограмм друг с другом, т.е. мы видим на сколько они сходны и насколько отличаются. Но мы не видим, какими психологическими свойствами они похожи и какими отличаются, и какой вклад каждое свойство вносит в сходство или различие некоторых двух профессиональных типов. Эту информацию мы могли бы получить, если бы проанализировали две профессиограммы. Эту работу и осуществляет режим содержательного сравнения профессиональных типов.

Аналогично, в профилях психологических свойств мы видим, какое количество информации о принадлежности (и не принадлежности) к различным профессиональным типа мы получаем, обнаружив у некоторого респондента данное свойство. В кластерно–конструктивном анализе мы получаем результаты сравнения профилей психологических свойств друг с другом, т.е. мы видим на сколько они сходны и насколько отличаются по своему смыслу. Но мы не видим, информацией о каких профессиональных типах они похожи и какими отличаются, и какой вклад каждый профессиональный тип вносит в смысловое сходство или различие некоторых двух психологических свойств. Эту информацию мы могли бы получить, если бы проанализировали профили двух психологических свойств. Эту работу и осуществляет режим содержательного (смыслового) сравнения психологических свойств системы “ЭЙДОС”.

Содержательное сравнение профессиограмм. Данный режим автоматизирует содержательное сравнение пар профессиограмм.

При этом автоматически выполняются следующие этапы:

  1. Формируются две профессиограммы: например для J–го и L–го профессиональных типов (классов).
  2. Выявляются психологические свойства (признаки), которые есть по крайней мере в одной из профессиограмм. Такие свойства называются связями, т. к. благодаря тому, что они либо тождественны друг другу, либо между ними имеется определенное сходство или различие по смыслу, они вносят определенный вклад в отношения сходства/различия между профессиональными типами.
  3. Список выявленных связей сортируется в порядке убывания модуля силы связи и на графической диаграмме отображается не более заданного пользователем количества связей.

Пусть, например:

Следуя математической модели, изложенной в работе автора [1], приведем вывод формулы, дающей количество информации о принадлежности некоторого респондента к классу J, которое мы получаем, узнав, что этот респондент обладает признаком I.

Введем обозначения:

W

количество классов в списке классов;

A

количество признаков в списке признаков;

количество встреч i–го признака у объектов (конкретных реализаций) j–го класса;

суммарное количество наблюдений i–го признака по всем классам;

суммарное количество признаков, обнаруженных у объектов j–го класса;

суммарное количество признаков, обнаруженное у предъявленных объектов по всем классам;

вероятность встретить i–й признак при предъявлении какого–либо объекта из имеющихся в обучающей выборке;

вероятность встретить i–й признак при предъявлении объекта, принадлежащего к j–му классу;

количество информации в i–м признаке о принадлежности к j–му классу.

На основе обучающей выборки системой рассчитывается матрица абсолютных частот встреч признаков по классам, которая имеет вид:

 

 

 

 

 
 

К л а с с ы

  

Признаки

...

j

...

l

...

Сумма

...

            

i

  

 

 

...

            

k

  

 

 

...

            

Сумма

  

 

 

 

Верхний индекс обозначает класс, а нижний – признак.

Средняя вероятность встретить i–й признак при случайном предъявлении вообще какого–либо объекта, из имеющихся в обучающей выборке:

...................................................( A )

Вероятность встретить i–й признак при предъявлении объекта, относящегося к j–му классу:

..........................……………...............( B )

Если вероятность встретить i–й признак при предъявлении объекта j–го класса такая же, как и в среднем:

то обнаружение данного признака не дает системе никакой информации о том, к какому классу относится предъявленный объект.

Если у объектов j–го класса i–й признак встречается с большей вероятностью, чем в среднем по всем классам:

то при обнаружении данного признака система получает некоторую информацию в пользу того, что предъявлен объект, относящийся к j–му классу.

Если у объекта, относящегося к j–му классу, i–й признак встречается с меньшей вероятностью, чем в среднем по всем классам:

то при обнаружении данного признака система получает некоторую информацию в пользу того, что предъявлен объект НЕ ОТНОСЯЩИЙСЯ к j–му классу (при этом количество информации отрицательное).

Всем этим достаточно убедительным соображениям удовлетворяет так называемая семантическая мера целесообразности информации А.А.Харкевича [4, с.56], которая в наших обозначениях выглядит следующим образом:

................................................( C )

Подставив и из (1) и (2) получим:

 

................................( D )

Окончательное выражение для расчета количества информации в i–м признаке о принадлежности некоторого конкретного объекта к j–му классу имеет вид:

 

...........................( E )

где:

– нормировочный коэффициент, переводящий количество информации в двоичные единицы информации – Биты.

Непосредственно на основе матрицы частот встреч признаков система “ЭЙДОС” формирует матрицу информативностей признаков , которая имеет структуру, аналогичную структуре матрицы абсолютных частот.

Обобщенным образом (профилем) класса распознавания является столбец матрицы информативностей, т.е. совокупность всех информативностей признаков данного класса. Обобщенным образом (профилем) признака является строка матрицы информативностей, т.е. совокупность всех информативностей данного признака.

Аналогично, формула для количества информации в k–м признаке о принадлежности к L–му классу имеет вид:

 

...................................( F )

 

Вклад некоторого признака i в сходство/различие двух классов j и l равен соответствующему слагаемому корреляции образов этих классов, т.е. просто произведению информативностей:

............................................( G )

Классический коэффициент корреляции Пирсона, количественно определяющий степень сходства двух классов: j и l, на основе учета вклада каждой связи, образованной i–м признаком, рассчитывается по формуле:

 

.........................( H )

где:

 

средняя информативность признаков j–го класса;

 

средняя информативность признаков L–го класса;

 

 

среднеквадратичное отклонение информативностей признаков j–го класса;

 

 

среднеквадратичное отклонение информативностей признаков L–го класса;

 

 

Проанализируем, насколько классический коэффициент корреляции Пирсона (8) пригоден для решения важных задач:

  1. содержательного сравнения классов;
  2. изучения внутренней многоуровневой структуры класса.

Упростим анализ, считая, что средние информативности признаков по обоим классам близки к нулю, что близко к истине.

Каждое слагаемое (7) суммы (8) отражает связь между классами, образованную одним i–м признаком. I–я связь существует в том и только в том случае, если i–й признак есть у обоих классов. Поэтому эти связи уместно назвать одно–однозначными. Но это означает, что данной подход не позволяет сравнивать классы, описанные различными, т.е. непересекающимися наборами признаков. Но даже если общие признаки и есть, то невозможность учета вклада остальных признаков, по мнению автора, является недостатком классического подхода, т.к. из содержательного анализа связей неконтролируемо исключается потенциально существенная информация. Таким образом, классический подход имеет ограниченную применимость при решении задачи №1. Для решения задачи №2 подход, основанный на формуле (8) вообще не применим, т.к. различные уровни системной организации классов образованы различными признаками и, следовательно, между уровнями не будет ни одной одно–однозначной связи.

Основываясь на этих соображениях, автор предлагает, в общем случае учитывать вклад в сходство/различие двух классов, который вносят не только общие, но и остальные признаки. Логично предположить, что этот вклад (при прочих равных условиях) будет тем меньше, чем меньше корреляция между этими признаками. Таким образом, для обобщения выражения для силы связи (7) необходимо умножить произведение информативностей признаков на коэффициент корреляции между ними, отражающий степень сходства или различия признаков по смыслу.

Таким образом, будем считать, что любые два психологических свойства (i,k) вносят определенный вклад в сходство/различие двух классов (j,l), определяемый сходством/различием признаков и количеством информации о принадлежности к этим классам, которое содержится в данных признаках:

 

....................................( I )

 

где: – классический коэффициент корреляции Пирсона, количественно определяющий степень сходства по смыслу двух признаков: i и k, на основе учета вклада каждой связи, образованной содержащейся в них информацией о принадлежности к j–му классу:

.................( J )

где:

 

средняя информативность профиля i–го признака;

 

средняя информативность профиля k–го признака;

 

 

среднеквадратичное отклонение информативностей профиля
i–го признака;

 

 

среднеквадратичное отклонение информативностей профиля
k–го признака;

 

Коэффициент корреляции между признаками (10) рассчитывается на основе всей обучающей выборки, а не только объектов двух сравниваемых классов.

Так как коэффициент корреляции между признаками (10) практически всегда не равен нулю, то каждый признак i образует связи со всеми признаками k, где k={1,...,A}, а каждый признак k в свою очередь связан со всеми остальными признаками. Это означает, что выражение (9) является обобщением (7) на случай много–многозначных связей.

На основе этих представлений сформулируем выражение для обобщенного коэффициента корреляции Пирсона (термин автора) между двумя классами: j и l, учитывающего вклад в их сходство/различие не только одно–однозначных, но и много–многозначных связей, образуемых коррелирующими признаками.

 

.............( K )

 

Поясним эту формулу на упрощенном примере: допустим и у меня, и у Вас темно–карие глаза. Ясно, что в этом заключается определенное сходство между нами. Теперь допустим, что мне неизвестен цвет Ваших глаз, но зато известно, что Вы жгучий брюнет. Можно ли сказать, что имеющаяся информация о цвете моих глаз и Ваших волос говорит в пользу того, что мы похожи. Учитывая, что обычно брюнеты имеют темно–карие глаза (корреляция между этими признаками составляет » 0,95), на этот вопрос можно ответить утвердительно. Практически это означает, что информация о наличии признака “брюнет” вносит вклад в сходство с обладателями “карих глаз”, причем лишь в 0,9 раз меньше, чем информация и самом признаке “карие глаза”. Аналогично, информация о том, что я блондин вносит определенный вклад в различие с обладателями темно–карих глаз, т.к. эти признаки находятся в антикорреляции.

Сравним классический (8) и обобщенный (11) коэффициенты корреляции Пирсона друг с другом.

Очевидно, при i=k (11) преобразуется в (8), т.е. соблюдается принцип соответствия. Отметим, что пользователь имеет возможность задавать минимальный коэффициент корреляции (порог) между признаками, образующих отображаемые на диаграмме связи. При пороге 100% отображаются только одно–однозначные связи, учитываемые в классическом коэффициенте корреляции (8).

Из выражений (8) и (11) видно, что:

........................................................( L )

т.к. в обобщенном коэффициенте корреляции учитываются связи между классами, образованные за счет учета корреляций между различными признаками. Ясно, что отношение:

................................………..........................( M )

отражает степень избыточности описания классов. В системе “ЭЙДОС” имеется возможность исключения из системы признаков наименее ценных из них для идентификации классов. При этом в первую очередь удаляются сильно коррелирующие друг с другом признаки. В результате степень избыточности системы признаков уменьшается и она становится ближе к ортонормированной [2].

Рассмотрим вопрос о единицах измерения, в которых количественно выражаются связи между классами.

Сходство двух признаков выражается величиной от — 1 до +1.

Максимальная теоретически–возможная информативность признака в Bit выражается формулой:

...........................................( N )

где: – Nobj – количество классов.

Таким образом, максимальная теоретически–возможная сила связи Rmax равна:

................................................................( O )

Сила связи в диаграммах выражается в процентах от максимальной теоретически возможной силы связи.

На диаграмме отображается 8 наиболее сильных по модулю связей, рассчитанных согласно формуле (11), причем знак связи изображается цветом (красный +, синий — ), а величина – толщиной линии.

Запись отображаемых диаграмм в виде PCX–файлов осуществляется автоматически. Распечатывать диаграммы рекомендуется в системе Windows (PaintBrash, WinWord и др.). Система формирует также текстовый файл, содержащий всю информацию о связях двух заданных профессиограмм при заданных условиях фильтрации в процентах от максимальной теоретически–возможной силы связи.

В качестве примера приводятся диаграмма, наглядно показывающая вклад психологических свойств, измеряемых самоактуализационным тестом (САТ) в сходство/различие двух классов: “мужчины” и “женщины”:

Диаграммы могут быть автоматически сформированы для любых двух профессиональных типов, для пар наиболее похожих и непохожих профессиональных типов, для их всех возможных сочетаний, а также диаграммы В.С.Мерлина [3 ].

 

Диаграммы Мерлина представляют собой частный случай диаграмм содержательного сравнения классов, т.е. диаграммы Мерлина это диаграммы содержательного сравнения классов, формируемые системой “ЭЙДОС–6.0” при следующих граничных условиях:

  1. класс сравнивается сам с собой;
  2. выбрана фильтрация левой и правой профессиограммы по уровням системной организации признаков (в данном случае – уровням Мерлина);
  3. левый класс отображается с фильтрацией по одному уровню системной организации, а правый – по другому.
  4. Диалог задания вида диаграмм предоставляет пользователю возможность задать следующие параметры:

 

На приведенных в примере диаграммах Мерлина для классов: “Мужчина” и “Женщина” показаны положительные взаимосвязи между конституционными психологическими свойствами личности, измеряемыми 16PF опросником Р.Кеттелла и социально–обусловленными свойствами личности, измеряемыми самоактуализационным тестом (САТ).

 

Обращает на себя внимание, что если образ мужчины имеет позитивное содержание, т.е. может быть охарактеризован в терминах типа: “для мужчин характерны такие–то и такие–то психологические свойства”, то обобщенный образ женщин в основном состоит из психологических свойств, которые не характерны для женщин. То есть, если о мужчинах можно сказать какими свойствами они обладают, то о женщинах лишь то, какими они не обладают.

Содержательное сравнение профилей психологических свойств.

  1. Формируются профили двух признаков (психологических свойств).
  2. Выявляются классы, которые есть по крайней мере в одном из профилей. Такие классы называются связями, т. к. благодаря тому, что они либо тождественны друг другу, либо между ними имеется определенное сходство или различие, они вносят определенный вклад в отношения сходства/различия между признаками по смыслу.
  3. Все связи между признаками сортируются в порядке убывания модуля, после чего отображаются на диаграмме в соответствии с ограничениями, заданными пользователем.

Для каждого класса известно, какое количество информации о принадлежности к нему содержит данный признак – это информативность.

Если бы классы были тождественны друг другу, т.е. это был бы один класс, то его вклад в сходство/различие двух признаков был бы просто равен соответствующему данному классу слагаемому корреляции этих признаков, т.е. просто произведению информативностей.

Но поскольку это вообще говоря могут быть различные классы, то, очевидно, необходимо умножить произведение информативностей на коэффициент корреляции между классами.

Таким образом, будем считать, что любые два класса (j,l) вносят определенный вклад в сходство/различие двух признаков (i,k), определяемый сходством/различием этих классов и количеством информации о принадлежности к ним, которое содержится в данных признаках.

.............( P )

Вывод формулы (14) обобщенного коэффициента корреляции Пирсона для двух признаков, совершенно аналогичен выводу формулы (11), поэтому он здесь не приводится. Формулы для всех входящих в (14) величин приведены выше.

Также, как и в режиме содержательного сравнения классов, в данном режиме сила связи выражается в процентах от максимальной теоретически–возможной силы связи.

На диаграмме отображается 16 наиболее значимых связей, рассчитанных согласно этой формуле, причем знак связи изображается цветом (красный +, синий — ), а величина – толщиной линии.

Запись диаграмм в виде PCX–файлов осуществляется автоматически. Распечатывать диаграммы рекомендуется в системе Windows (PaintBrash, WinWord и др.).

Система формирует также текстовый файл, содержащий всю информацию о связях двух заданных информационных портретов при заданных условиях фильтрации в процентах от максимальной теоретически–возможной силы связи.

В качестве примера ниже приводятся две диаграммы, наглядно показывающие вклад каждого класса в сходство и/или различие двух признаков:

 

 

Система позволяют автоматически получить файлы диаграмм для любых двух заданных признаков, для пар наиболее похожих и непохожих признаков, для всех их возможных сочетаний, а также инвертированные диаграммы Мерлина.

Понятие “инвертированная диаграмма Мерлина” предлагается автором в данной статье. Эти диаграммы представляют собой частный случай диаграмм содержательного сравнения признаков, формируемых системой “ЭЙДОС–6.0” при следующих ограничениях:

  1. признак сравнивается сам с собой;
  2. выбрана фильтрация левого и правого профиля по уровням системной организации классов (аналог уровней Мерлина для свойств);
  3. левый профиль отображается с фильтрацией по одному уровню системной организации классов, а правый – по другому.
  4. Диалог задания вида диаграмм предоставляет пользователю возможность задать следующие параметры:

Приведем пример инвертированной диаграммы Мерлина для признака: “Самоуважение: активное” с фильтрами по группам классов: “Мужчины” и “Женщины”.

 

Из данной диаграммы следует, что данное психологическое свойство характерно для мужчин и нехарактерно для женщин, характерно для имеющих большой руководящий стаж, и нехарактерно для не имеющих его. Для мужчин характерен руководящий стаж в основном более 10 лет и от 5 до 10 лет, тогда как для женщин – до 5 лет (мужчины с таким стажем тоже есть, но для них это скорее исключение, т.е. он для них не характерен).

 

 

Измерение спектра профессиональных предпочтений респондента обеспечивается подсистемой распознавания системы “ЭЙДОС–6.0”, которая сравнивает индивидуальный интегральный образ респондента с каждой позитивной и негативной профессиограммой и выдает характеристику респондента в виде профиля сходства/различия с профессиограммами. Имеется также режим тестирования группы респондентов и другие многочисленные возможности [1].

Основной вывод статьи: создан и успешно опробирован программный и методический инструментарий для решения как научных, так и практических задач в области прикладной психологии и прогнозирования профпригодности, в том числе в специальных областях деятельности. Рекомендуется создать в КЮИ МВД РФ научно–методический психологический Центр для решения этих задач с применением данного инструментария. В перспективе при повышении статуса КЮИ МВД РФ этот Центр мог бы стать ведомственным Южно–Российским Центром по разработке, сертификации и стандартизации специальных психометрических методик.

В заключение автор выражает признательность за содействие в проведении перспективных научных исследований и сотрудничество академику, профессору, доктору юридических наук, полковнику Г.М.Меретукову, доценту, кандидату технических наук, полковнику В.Н.Лаптеву, кандидату психологических наук, подполковнику В.Г.Третьяку [4], а также выражает надежду на то, что данная статья может оказаться полезной для профессионалов и вызвать у них интерес к проведению совместных исследований и других работ.

 

СПИСОК ЛИТЕРАТУРЫ

  1. Луценко Е.В. Когнитивная аналитическая система “ЭЙДОС–6.0” и система “ЭЙДОC–Y ” — адекватный инструментарий для психологических служб МВД, данный сборник, Изд–во КЮИ МВД РФ, Краснодар, 1997,
  2. Луценко Е.В. Теоретические основы и технология адаптивного семантического анализа в поддержке принятия решений (На примере универсальной автоматизированной системы распознавания образов “ЭЙДОС–5.1”). Под ред. В.Н.Лаптева. Изд–во КЮИ МВД РФ, Краснодар, 1996, 280с.
  3. Мерлин В.С. Очерк интегрального исследования индивидуальности. М., 1986.
  4. Темников Ф.Е. и др., Теоретические основы информационной техники, –М.: Энергия, 1979. –511С.
  5. Третьяк В.Г. Под научн.ред. А.Н.Кимберга, Учебная активность и индивидуальные особенности обучаемых юридического института МВД, Изд–во КЮИ МВД РФ, Краснодар, 1996.–110с.

 

РОССИЙСКАЯ ФЕДЕРАЦИЯ

г.Краснодар

НАУЧНО–ПРОИЗВОДСТВЕННОЕ ПРЕДПРИЯТИЕ "ЭЙДОС"

УНИВЕРСАЛЬНАЯ АВТОМАТИЗИРОВАННАЯ

СИСТЕМА РАСПОЗНАВАНИЯ ОБРАЗОВ "ЭЙДОС–6.2"

 

Система "ЭЙДОС–6.2" является лицензионным программным продуктом (патент РФ № 940217) и предназначена для:

* разработки оптимальных адаптивных методик тестирования, прогнозирования, идентификации объектов и их состояний (мониторинга), разработки супертестов в самых различных предметных областях,

* эксплуатации этих оптимальных методик в промышленном режиме при массовой обработке информации,

* углубленного анализа результатов тестирования, включающего ранговый (информационный) и кластерно – конструктивный анализ эталонных описаний классов распознавания и признаков, а также анализ достоверности заполнения анкет.

Отличия Системы "ЭЙДОС–6.2" от аналогов:

От экспертных систем Система "ЭЙДОС" отличается тем, что для ее обучения от экспертов требуется лишь само их решение о принадлежности того или иного объекта или его состояния к определенному классу, а не формулирование правил (продукций) или весовых коэффициентов, позволяющих прийти к такому решению (Система генерирует их сама, т.е. автоматически).

От систем статистической обработки информации Система "ЭЙДОС" отличается прежде всего своими целями, которые состоят в следующем:

1. Формирование обобщенных образов исследуемых классов распознавания и признаков по данным обучающей выборки (т.е. обучение);

2. Исключение из системы признаков тех из них, которые оказались наименее ценными для решения задач системы;

3. Вывод информации по обобщенным образам классов распознавания и признаков в удобной для восприятия и анализа текстовой и графической форме (информационные или ранговые портреты);

4. Сравнение распознаваемых анкет с обобщенными образами классов распознавания (распознавание);

5. Сравнение, в том числе содержательное, обобщенных образов классов распознавания и признаков друг с другом (кластерно–конструктивный анализ; когнитивные диаграммы, в т.ч. диаграммы Вольфа Мерлина; семантические сети);

6. Расчет частотных распределений классов распознавания и признаков, а также двумерных матриц сопряженности на основе критерия (2 и коэффициентов Пирсона, Чупрова и Крамера.

Система выдает 50 видов различных двухмерных и трехмерных графических форм и 50 видов различных текстовых форм. Имеется подробное руководство по системе, изданное типографским способом, объемом 320 листов.

Цель систем статистической обработки может быть сформулирована следующим образом: "Получить процентные распределения ответов по различным категориям корреспондентов и их сочетаний". Система же "ЭЙДОС" количественно определяет какое количество информации и о чем содержится во всех обнаруженных отличиях распределений признаков по классам распознавания. Таким образом, Система выполняет за исследователя–аналитика (специалиста по интерпретации) ту работу, которую при использовании систем статистической обработки ему приходится выполнять вручную, что чаще всего просто невозможно при реальных размерностях данных. Более того, именно на использовании этой информации и основаны все виды интеллектуального анализа, которые обеспечивает Система.

Основные характеристики Системы "ЭЙДОС–6.2":

* обеспечивается достоверность распознавания обучающей выборки: на уровне 90% (интегральная валидность), которая повышается после оптимизации системы признаков, т.е. после исключения признаков с низкой селективной силой,

* Система обеспечивает одновременно обработку до 4000 классов распознавания и 4000 признаков, причем признаки могут быть не только качественные (да/нет), но и количественные, т.е. числовые,

* реализована возможность разработки супертестов, в том числе интеграции стандартных тестов в свою среду, корректным образом решает взаимосвязанные задачи адаптации стандартных тестов к нашим условиям, применения их для других целей, чем те, для которых они предназначены (при этом не играет роли известны ли методики интерпретации, т.е. "ключи" этих тестов).

* в Системе имеется научная графика, обеспечивающая высокую степень наглядности, а также естественный словесный интерфейс при обучении Системы и запросах на распознавание,

Области возможного применения Системы "ЭЙДОС–6.2":

1. исследования по политологии, социологии и прикладной психологии, в том числе на основе обработки больших объемов информации, полученной в результате мониторинга в краткие сроки по распределенной многомашинной технологии,

2. медицинская диагностика, мониторинг динамики состояний больных, изучение взаимосвязей между лечебными воздействиями и эффектом, определение гомеопатических типов, избыточности и недостаточности меридианов, и т.д.,

3. определение профпригодности и оптимальной профессиональной принадлежности, в том числе в специальных областях, требующих от человека специфических способностей и адекватного поведения в экстремальных ситуациях, в т.ч. в измененных формах сознания,

4. анализ и прогнозирование биржевых ситуаций, прогнозирование курсов валют и ценных бумаг, изучение тенденций фондового рынка,

5. другие применения в любых областях, в которых возникают задачи идентификации и ПРОГНОЗИРОВАНИЯ ситуаций, объектов или их состояний по внешним признакам;

6. проведение межрегиональных научных исследований факторов, связанных с ясными сновидениями. Разработка компьютерной системы косвенной диагностики, обеспечивающую выявление людей, склонных к переходу в состояния ясного сна. Разработка комплексной методики, обеспечивающей целенаправленное формирование состояний ясного сна с заданной тематикой.

7. изучение влияния факторов различной природы на количество и качество результатов деятельности; использование выявленных зависимостей для разработки обоснованных рекомендаций.

 

По вопросам поставки Системы "ЭЙДОС–6.2"

(или оказания услуг с ее применением) обращайтесь

по e-mail: lutsenko@mail.ru

 

 

НАУЧНО–ПРОИЗВОДСТВЕННОЕ ПРЕДПРИЯТИЕ "ЭЙДОС"

ПРЕДЛАГАЕТ

ПРИМЕНИТЬ КОГНИТИВНУЮ АНАЛИТИЧЕСКУЮ СИСТЕМУ "ЭЙДОС"

ДЛЯ РЕШЕНИЯ ВАШИХ ПРОБЛЕМ

 

ОЧЕНЬ КОРОТКО О СИСТЕМЕ "ЭЙДОС–6.2":

Система "ЭЙДОС–6.2" является уникальным отечественным продуктом, у которого в настоящее время на рынке интеллектуальных программных систем России практически нет аналогов, а зарубежные аналоги стоят от 150000 $ США !

Система "ЭЙДОС–6.2" является лицензионным продуктом, на нее имеется три авторских свидетельства!

Имеется богатый опыт успешного применения Системы "ЭЙДОС–6.2" в самых различных областях, что подтверждено рядом актов и отзывов. По Системе "ЭЙДОС–6.2" имеется подробное руководство типографского качества. Успех будет обеспечен, т.к. с Вашими специалистами будут работать непосредственно разработчики Системы и технологии "ЭЙДОС", профессиональные оценщики, юристы, экономисты, психологи и другие профессионалы.

КАКИЕ ПРОБЛЕМЫ ПОЗВОЛЯЕТ РЕШИТЬ СИСТЕМА:

Разработать и внедрить в практику работы Вашего банка следующие высокоэффективные методики:

* косвенная профессиональная идентификация, прогнозирование успешности работы и совместимости сотрудников службы безопасности, других служб банка (при этом выявляются сотрудники – "опора фирмы" и "зоны риска");

* прогнозирование остатков и движения средств на счетах филиалов банка и на счетах клиентов;

* прогнозирование развития фондового рынка, других сегментов рынка;

* косвенная оценка рисков страхования, кредитования, инвестирования, бизнеса, других форм взаимодействия юридических и физических лиц.

КАКИМ ОБРАЗОМ СИСТЕМА ПОЗВОЛЯЕТ СДЕЛАТЬ ЭТО:

* Система "ЭЙДОС–6.2" является инструментом для разработки новых высокоэффективных методик тестирования, прогнозирования, идентификации ситуаций, объектов и их состояний (мониторинга), разработки супертестов в самых различных предметных областях.

* Система "ЭЙДОС–6.2" представляет собой среду для эксплуатации разработанных с ее помощью приложений.

* Система "ЭЙДОС–6.2" обеспечивает также углубленный смысловой анализ, который включает сравнение сходств и различий между изучаемыми категориями объектов, выявление смысловых взаимосвязей между признаками и многое–многое другое...

По всем вопросам обращайтесь:

по e–mail: lutsenko@mail.ru

 

 

 

НАУЧНО – ПРОИЗВОДСТВЕННОЕ ПРЕДПРИЯТИЕ "ЭЙДОС"

КРАТКИЕ ПРЕДЛОЖЕНИЯ ПО ПРИМЕНЕНИЮ УНИВЕРСАЛЬНОЙ АВТОМАТИЗИРОВАННОЙ СИСТЕМЫ РАСПОЗНАВАНИЯ ОБРАЗОВ "ЭЙДОС" ДЛЯ АНАЛИТИЧЕСКОЙ ОБРАБОТКИ ДАННЫХ ЭКОЛОГИЧЕСКОГО МОНИТОРИНГА ЧЕРНОГО МОРЯ

г.Краснодар "___"___________1995г.

 

О СИСТЕМЕ "ЭЙДОС":

Система "ЭЙДОС" является российским программным продуктом для IBM–совместимых персональных компьютеров, у которого в настоящее время практически нет аналогов, т.к. она формирует обобщенные образы и обрабатывает не только частоты и проценты, но и сопоставительную аналитическую информацию.

Система "ЭЙДОС" является лицензионным программным продуктом, авторские права на который защищены в соответствии с российскими и международными нормами.

Система "ЭЙДОС" – это не только программный продукт, но и стройная методология и технология его применения. Имеется богатый опыт успешного применения Системы "ЭЙДОС" в самых различных областях, что подтверждено рядом актов и отзывов. По Системе "ЭЙДОС" имеется подробное руководство типографского качества.

НЕКОТОРЫЕ НАПРАВЛЕНИЯ ПРИМЕНЕНИЯ СИСТЕМЫ "ЭЙДОС" ДЛЯ ОБРАБОТКИ ЭКОЛОГИЧЕСКИХ ДАННЫХ:

Проект 1. Разработка оптимального формализованного паспорта для экологического мониторинга и экологического зонирования (районирования) побережья Черного моря.

Проект 2. Экологическая паспортизация и зонирование побережья Черного моря. Разработка информационных портретов экологических зон побережья; их классификация, обобщение и сопоставительный анализ.

Проект 3. Комплексные и специальные, регламентные и инновационные аналитические исследования по данным экологического мониторинга побережья Черного моря.

Проект 4. Исследование влияния факторов различного происхождения (геофизических и биосферных; антропогенных; рекреационных и других экологических мер и технологий) на экологическое состояние побережья Черного моря.

Проект 5. Исследование динамики экологического состояния побережья Черного моря в связи с динамикой влияющих на него факторов. Оперативное и долгосрочное прогнозирование развития экологического состояния побережья Черного моря.

Проект 6. Разработка методик подбора персонала экологических служб: оценка индивидуальных качеств сотрудников; оптимальный подбор групп по совместимости; прогнозирование успешности профессиональной деятельности в различных областях; прогнозирование рисков нежелательных проявлений.

Проект 7. Косвенная оценка рисков инвестирования, страхования, кредитования, бизнеса, других форм деятельности и взаимодействия юридических и физических лиц, в том числе в области экологической деятельности.

Проект 8. Организация Информационно–аналитического центра (Public Relations), для проведения систематических (регламентных) и заказных исследований по изучению и формированию мнения различных групп населения по вопросам экологии ("экологического сознания"), а также для участия в выполнении работ по вышеупомянутым проектам.

Проект 9. Изучение аудитории и роли различных средств массовой информации в освещении экологической проблематики и формировании экологического сознания у различных групп населения.

КРАТКАЯ ИНФОРМАЦИЯ О ВОЗМОЖНОСТЯХ СИСТЕМЫ "ЭЙДОС":

Система "ЭЙДОС" предназначена для достижения следующих целей:

* разработка оптимальных методик тестирования, прогнозирования, идентификации объектов и их состояний, а также ситуаций (мониторинга), разработка супертестов в самых различных предметных областях, таких как экология, микро– и макроэкономика, политология, социология, прикладная психология и психодиагностика, медицинская диагностика и т.д.;

* эксплуатация этих оптимальных методик в промышленном адаптивном режиме при массовой обработке информации, в том числе по многомашинной технологии;

* углубленный анализ результатов, включающий семантический (содержательно–информационный) и кластерно–конструктивный анализ эталонных описаний классов распознавания и признаков, анализ достоверности исходных данных, и т.д.

Основные функции системы "ЭЙДОС" состоят в следующем:

1. Формирование обобщенных образов исследуемых классов распознавания и признаков по данным обучающей выборки (обучение);

2. Исключение из системы признаков наименее ценных из них для решения задачи идентификации, распознавания, прогнозирования (оптимизация);

3. Вывод информации по обобщенным образам классов распознавания и признаков в удобной для восприятия и анализа текстовой и графической форме (семантический анализ, информационные портреты);

4. Сравнение распознаваемых анкет с обобщенными образами классов распознавания (распознавание, объектный анализ);

5. Смысловое сравнение обобщенных образов классов распознавания и признаков друг с другом (кластерно–конструктивный и семантический анализ; когнитивные диаграммы, в т.ч. диаграммы Мерлина; семантические сети);

6. Расчет частотных распределений и двумерных матриц сопряженности (Х2).

Система "ЭЙДОС" имеет 50 входных и выходных текстовых формы, а также 50 различных вида двухмерных и трехмерных графических форм. В Системе "ЭЙДОС" реализована возможность переключения языка взаимодействия с пользователем (английский, немецкий, французский, испанский, итальянский и др.). Система "ЭЙДОС" постоянно совершенствуется, при этом могут быть учтены пожелания реальных и потенциальных пользователей.

 

Директор НПП "ЭЙДОС" Е.В.Луценко

Россия, Краснодар, e-mail: lutsenko@mail.ru

 

 

 

 

 

 

НАУЧНО–ПРОИЗВОДСТВЕННОЕ ПРЕДПРИЯТИЕ "ЭЙДОС"

Предлагает теоретический курс лекционных и семинарских занятий:

"Новейшие информационные технологии и высшие формы сознания"

Автор и ведущий курса: Е.В.Луценко

 

1. Структура Реальности и основы эзотерических представлений о материи, пространстве и времени. Системный подход к исследованию эволюции человека. Иерархия манвантар.

2. "Семь цветов радуги жизни", (Небиологические формы жизни и полевая генетика)

3. Исследования НЛО:

* Гипотеза о физической природе НЛО и Тунгусского феномена.

* Гипотеза о мировом компьютере, ментальном программировании и НЛО

* Военные исследования НЛО за рубежом и в СССР

4. Основы теории и практики освоения высших форм сознания

* Классификация форм сознания и методики перехода,

* Постановка и варианты решения мировоззренческих вопросов, возникающих при освоении высших форм сознания.

* Диаграмма состояний и переходов сознания человека в эволюции.

* Развитие сознания, как преодоление ЭГО.

* Сознание как двухстороннее зеркало на границе объективного и субъективного, "Искусство превращения жемчуга в алмаз".

* Опорные пункты развития сознания.

* Микросоциальные методики исследования и освоения высших форм сознания. Законы Великого Учения Бардо Тёдол.

* Опыты д–ра Ланселена и Сильвана Мульдона.

5. Технологический прогресс, как Путь Освобождения. Исследования микротелекинеза в Принстонском университете (NJ, USA).

6. Военные исследования высших форм сознания

* Модели личности и "зомби",

* Изменение темпа внутреннего времени при высших формах сознания и ментальное "Карате",

* Торсионные поля и психотронное оружие.

7. Квантовая модель Солнечной системы и место человека и человечества в геокосмической системе:

* Квантовые оболочки Солнца и планет как "небесные сферы" и уровни развития сознания;

* Основы эзотерических представлений о Космосе.

8. Научные исследования лозоходства.

9. Информационный анализ процесса труда и гипотезы об информационной природе стоимости и времени.

10. Марксистские модели и метаисторическая реальность. Закон повышения качества базиса, группы общественно–экономических формаций и перспективы общественного прогресса.

11. О возможном пути перехода технократической цивилизации к постапокалиптическому обществу.

Курс состоит из лекционных и семинарских занятий. Длительность занятий по 2 часа два раза в неделю (среда и пятница с 17–30 в школе №88).

По окончании курса успешно сдавшим экзамен выдается сертификат.

 

 

НАУЧНО–ПРОИЗВОДСТВЕННОЕ ПРЕДПРИЯТИЕ "ЭЙДОС"

Предлагает теоретический курс лекционных и семинарских занятий:

"НЛО: – факты и гипотезы"

Автор и ведущий курса: Е.В.Луценко

 

 

1. Моя первая встреча с НЛО в 1968 году и опыт Монро. Встречи с НЛО на крыше дома, на парапсихологической конференции. Полет на НЛО из Мытищ в Аризону и обратно.

2. Экспериментальные исследования высших форм сознания и теоретическая физика.

3. Научные исследования НЛО:

* Катастрофа на военно–воздушной базе Розуэлл (США). Начало исследований. Секретность и дезинформация. Обсуждение в ООН. Вето. Рассекречивание в США.

* Источники информации о секретных исследованиях НЛО в СССР (Японский фильм в передаче "НЛО – необъявленный визит", публикации Г.К.Колчина, журнала "Феномен", прессы).

* Военные исследования в СССР и за рубежом. (Приказы и методические материалы по исследованию НЛО. Подготовка специалистов и фактические исследование НЛО в армии. Доклады автора в министерстве СССР по исследованию НЛО).

* Обсуждение проблемы НЛО на 33 сессии Генеральной ассамблеи ООН (35 и 36 заседания. Меморандум ИКУФОН. Решение и Вето США).

* Гипотезы о природе НЛО: "Космическая гипотеза" ("люди и нелюди"), "Параллельные миры и цивилизации Земли" (исследования Жака Валле), "НЛО – живые существа". Палеоастронавтика и мимикрия НЛО. Точка зрения на НЛО Православной и Католической церкви ("Демоны" и "Ангелы"). Сложность феномена и принципиальная невозможность одного универсального его объяснения.

* Квантовое представление о движении. Гипотеза автора о физической природе НЛО и Тунгусского феномена.

* Гипотеза автора о мировом компьютере, ментальном программировании и НЛО.

* Связь НЛО феномена с высшими формами сознания, телекинезом, психосинтезом.

* Единая теория поля Альберта Эйнштейна, эксперимент с эсминцем "Элдридж", торсионные поля и НЛО.

4. Научное доказательство существования телекинеза в Принстонском университете (NJ, USA). Переписка автора с PEAR.

5. Военные исследования высших форм сознания

* Модели личности и "зомби",

* Изменение темпа внутреннего времени при высших формах сознания и ментальное "Карате",

* Торсионные поля и психотронное оружие.

6. Человечество по сути дела уже стало "Космической цивилизацией", но само еще не осознало этого.

7. Квантовая модель Солнечной системы и оккультная структура Космоса.

8. Круг Сансары. Происхождение и классификация небиологических форм жизни.

 

 

SCIENTIFIC & INDUSTRIAL ENTERPRISE "AIDOS"

THE BRIEF PROPOSALS ON APPLICATION of a UNIVERSAL AUTOMATED SYSTEM RECOGNITION OF PATTERN "AIDOS" FOR ANALYTICAL DATA PROCESSING ECOLOGICAL MONITORING of the BLACK SEA

 

Summary of the "AIDOS" SYSTEM:

The "AIDOS" system is a Russian software product for IBM–copmatable personal computers, for which at present time there are practically no analogues, since it forms generalized patterns and processes not only frequency and percents, but comparative and analytical information as well.

The "AIDOS" system is a license software product, the copyrights of which are protected by Russian and international rates.

"AIDOS" system – it not only a software product, but at the same time is the methodology and technology of its application. There is rich experience of a successful application of the present system in various fields, that has been confirmed by different certificates.

SOME DIRECTIONS OF APPLICATION of the "AIDOS" SYSTEM FOR PROCESSING ECOLOGICAL DATA:

Project 1. Development of the optimum formalized passport for ecological monitoring of ecological zones of the Black sea coast.

Project 2. Ecological passporting of zones of the Black sea coast. Development of information portraits of ecological zones, their classification, integration and comparative analysis.

Project 3. Researching of the factor influence (geophysical and biospheres; antropogenic; recreation and other ecological measures and technologies) on ecological condition of the Black sea coast.

Project 4. Complex and special, regular and innovation analytical researches of ecological monitoring data of the Black sea coast.

Project 5. Dynamic research of the Black sea coast ecological condition in connection with the dynamics of the factors influencing it. Operative and long–term forecasting the development of the ecological condition of the Black sea coast.

Project 6. Development techniques of staff selection for ecological services especially for Russian conditions.

Project 7. Indirect estimation of investment risks, insurance, crediting, business and other forms of activity and interaction of firms and persons, including ecological activity.

Project 8. Organization of an information–analytical centre, to carry on systematic and custom–made researches of Public Opinion of various groups of population on ecological problems and forming "ecological–consciousness".

BRIEF TECHNIC INFORMATION On OPPORTUNITIES of the "AIDOS" SYSTEM:

The "AIDOS" system is used for the following purposes:

* Development of optimum techniques of testing, forecasting, identification of objects and their conditions, as well as situations (monitoring), development of the supertests in various subject areas;

* Operation of these optimum techniques in a industrial adaptive mode for mass processing of the information including multimachine technology;

* Deep analysis of the results, including semantic and clasters–constructive analysis of classes of recognition and attributes, analysis of validity of initial data, and etc.

The main functions of the "AIDOS" system consist in the following:

1. Formation of generalized patterns of researched recognition classes and attributes according to given training sample;

2. Exception of the least valuable attributes from the system of attributes (for decision of the problem of identification, recognition, forecasting);

3. Output of the information on generalized images of classes of recognition and attributes in convenient way for perception and analysis of textual and graphic form (semantic analysis, information portraits);

4. Comparison recognition of the questionnaire with generalized pattern of classes of recognition (recognition, object analysis);

5. Semantic comparison of generalized patterns of classes of recognition and attributes with one another (klasters–constructive and semantic analysis);

6. Account of frequent distributions and dubble–metric of matrixes connections (Х2).

The "AIDOS" system has got 41 source and target textual forms, and more than 42 various kinds of 2–d & 3–d graphic ones. In the system there is an opportunity for switching off the language of interaction with the user (English, German, French, Spanish, Italian and other). The "AIDOS" system is constantly improved, thus wishes of the real and potential users can be discounted.

 

Director SIE "AIDOS" Eugeniy V. Lutsenco

Russia, Krasnodar, e-mail: lutsenko@mail.ru

 

 

RUSSIAN FEDERATION

SCIENTIFIC & INDUSTRIAL ENTERPRISE "AIDOS"

UNIVERSAL AUTOMATED SYSTEM OF PATTERN RECOGNITION "AIDOS"

 

The system "AIDOS–6.2" is a license pure programm product and is intended for:

* Development of optimum techniques of testing, forecasting, identification of objects and their condition (monitoring), development of the supertests in the most various subject areas,

* Operation of these optimum techniques in a industrial mode at mass processing of the information,

* Deep of the analysis of results of testing, including rank (information) and cluster – constructive analysis of the reference descriptions of classes of recognition and attributes, as well as analysis of reliability of filling of the questionnaire.

Differences of a System "AIDOS–6.2" from analogues:

From expert systems the System "AIDOS" differs by that for its training from the experts their decision on a fitting of that or other object or its (her) condition to a definite class, bat no instead of formulate of the rules (productions) or weight coefficients is required only, enabling reach to such decision (the System generates them, i.e. automatically).

From systems of statistical processing of the information the System "AIDOS" differs first of all purposes, which consist in following:

1. Formation of generalized patterns of researched recognition classes and attributes according to given training sample;

2. Exception of the least valuable attributes from the system of attributes (for decision of the problem of identification, recognition, forecasting);

3. Output of the information on generalized images of classes of recognition and attributes in convenient way for perception and analysis of textual and graphic form (semantic analysis, information portraits);

4. Comparison recognition of the questionnaire with generalized pattern of classes of recognition (recognition, object analysis);

5. Semantic comparison of generalized patterns of classes of recognition and attributes with one another (klasters–constructive and semantic analysis);

6. Account of frequent distributions and dubble–metric of matrixes connections (Х2).

The system gives 50 kinds various 2–d & 3–d of the graphic forms and more than 50 kinds of the various textual forms. There is a detailed management(manual) on system of typographical quality, volume of 320 sheets.

The purpose of systems of statistical processing can be formulated as follows: "To receive percentage distributions of the answers on various categories of the correspondents and their combinations". The system "AIDOS" quantitatively defines which quantity of the information and about than is contained in all found out differences of distributions of attributes on classes of recognition. Thus, the System executes for the researcher – analyst (expert in interpretation) that work, which by use of systems of statistical processing to him has to execute manually, that more often whole is simple it is impossible at real dimensions of data. Moreover, just on use of this information and all kinds of the intelligent analysis are based, which system Provides.

The main characteristics of a System "AIDOS–6.2":

* Reliability of recognition of training sample is provided: at a level of 90 % (integrated валидность ), which is increased after optimization of a system of attributes, i.e. after exception of attributes with low selective force,

* The system provides simultaneously processing up to 4000 classes of recognition and 4000 attributes, and the attributes can be not only qualitative (yes/is not present), but also quantitative, i.e. numerical,

* Opportunity of development of the supertests is realized, including integration of the standard tests on environment, correct image decides interconnected problems of adaptation of the standard tests to our conditions, application them for other purposes, than those, for which they are intended (thus does not play a role whether are known techniques of interpretation, i.e. "keys" of these tests).

* In the System there is the scientific schedule, ensuring high degree of presentation, as well as natural verbal interface at training of a System and inquiries for recognition.

Areas of possible application of a System "AIDOS–6.2":

1. Research on politology, sociology and applied psychology, including on the basis of processing of large volumes of the information, received as a result monitiring in brief terms on distributed multimachine technology,

2. Medical diagnostics, monitoring dynamics of condition ill, study of interrelations between medical influences and effects, definition of homoeopathist types, redundancy and insufficiency meridians, and etc.,

3. Definition unsuitability for a proffession and optimum professional fitting, including in the special areas, requiring from person of specific abilities and adequate behaviour in extreme situations, in т.ч. In the changed forms of consciousness,

4. Other applications in any areas, in which there are the problems of identification of objects or their condition on external attributes.

 

On delivery of a System "AIDOS–6.2" or rendering of services with its application you wait e-mail: lutsenko@mail.ru