CC BY
272
_МЕЖДУНАРОДНЫЙ НАУЧНЫЙ ЖУРНАЛ «СИМВОЛ НАУКИ» №03-3/2017 ISSN 2410-700Х_
либо).
О возможности заглянуть в будущее. Можно ли заглянуть в будущее? Так как всякое Зерно развивается по своей программе, имеющей реперные точки, можно предположить, что будущее запрограммировано в этих точках. Поэтому в целом будущее определено, за исключением выбора пути из многообразия путей, ведущих из одной точки в другую точку.
О чёрных дырах, порталах и т. п. Это есть, не что иное, как каналы передачи собственно информации (и не только её) и каналы взаимосвязи трёхмерного пространства с пространствами большей размерности.
О большом взрыве. Большой взрыв это есть одномоментное создание трёхмерного пространства из пространства (пространств) большей размерности с помощью собственно информации.
О биологической материи. Поскольку Мироздание обладает безграничным многообразием и является единой динамической системой в постоянном развитии, то «всё течёт - всё изменяется» и всё стареет и уступает дорогу новому. Следовательно, рано или поздно человек уступит место новой биологической материи или будет создана принципиально новая материя, превосходящая биологическую материю.
О случайности. Исходя из взаимосвязанности всей вторичной информации, можно сделать вывод, что случайность — это необъясненная закономерность.
Заключение.
В настоящей статье была сделана попытка построить математическую модель Мироздания, используя аналогию и подобие, которые «взяты» из трёхмерного пространства. Такая математическая модель Мироздания, безусловно, включает ряд упрощений по сравнению с реальной единой динамической системой, коей и является в действительности Мироздание. С точки зрения автора, достоинством модели Мироздания, приведённой и исследуемой в настоящей работе, является бесконечное многообразие допускающее существование любых альтернативных моделей Мироздания.
Список использованной литературы.
1. Gusev A.L., Yasnitsky L.N. Neural Networks and Lifespan. Eastern European Scientific Journal. 2015. №. 4. P. 188-194.
2. Винер Н. Кибернетика, или Управление и связь в животном и машине. / Пер. с англ. И.В. Соловьева и Г.Н. Поварова; Под ред. Г.Н. Поварова. - 2-е издание. - М.: Наука; Главная редакция изданий для зарубежных стран, 1983. - 344 с.
© Гусев А.Л., 2017
УДК 519
Гусев Андрей Леонидович
док. тех. наук, профессор ФГБОУ ВО ПГНИУ, г. Пермь, РФ E-mail: alguseval@mail.ru Ясницкий Леонид Нахимович док. тех. наук, профессор ФГБОУ ВО ПГНИУ, г. Пермь, РФ E-mail: yasn@psu.ru
АСТРОЛОГИЯ ПОД ПРИЗМОЙ НЕЙРОННЫХ СЕТЕЙ
Аннотация
Нейронную сеть обучили прогнозировать продолжительность жизни людей. В качестве обучающего
_МЕЖДУНАРОДНЫЙ НАУЧНЫЙ ЖУРНАЛ «СИМВОЛ НАУКИ» №03-3/2017 ISSN 2410-700Х_
множества использовано 2331 наблюдение из астрологического банка данных. Первоначально в качестве входных параметров использовались 19 астрологических точек и пол человека, однако в окончательном варианте были оставлены 4 входных параметра, оказавшиеся наиболее важными: градусы, определяющие положение Плутона, Нептуна, Урана в момент рождения человека, и его пол. При проверке прогностических свойств сети на 100 тестовых наблюдениях, не вошедших в обучающее множество, была зафиксирована среднеквадратичная погрешность 16,4%, которая распределилась по наблюдениям крайне неравномерно. В частности, оказалось, что нейросеть прогнозировала срок жизни людей на 40 - 55 лет больше фактической в тех случаях, когда жизнь человека заканчивалась суицидом или казнью. После удаления таких наблюдений среднеквадратичная ошибка на тестовых наблюдениях (не использованных при обучении сети) сократилась до 10,8%. Отмечается, что нейронной сети при тестовых испытаниях удивительным образом удалось разделить людей на тех, кому «суждено» прожить долго, а кому - нет. Вызывает особое удивление обнаруженная в ходе экспериментов способность нейронной сети с высокой точностью предсказывать гибель людей от случайны факторов, таких как террористические акты, ограбления, преднамеренные и непреднамеренные убийства. Авторы надеются, что результаты экспериментов будут повторены другими исследователями, что обнаруженным явлениям найдутся разумные объяснения и что благодаря методу нейросетевого моделирования у астрологии появится естественнонаучная теоретическая база.
Ключевые слова
астрология, нейронная сеть, прогнозирование, продолжительность жизни
Введение
Применение классических методов математической статистики для выявления и проверки зависимостей астрологической природы обычно связывают с именем французского психолога и статистика М. Гоклена [1]. C тех пор астрология неоднократно привлекала к себе интерес специалистов в области статистической обработки информации, причем обнаруживаемым закономерностям делались попытки дать материалистические обоснования [2]. Авторы уже обращались к этой тематике [3]. В настоящей работе мы приводим подробное описание еще одного эксперимента, убедительно показывающего существование закономерностей, связывающих астрономические события с жизнедеятельностью человека, в частности - с продолжительностью его жизни. И хотя объяснение этих экспериментов в рамках традиционных знаний пока не находится, их результаты могут быть повторены специалистами в области математической статистики.
1. Подготовка экспериментов
Как известно [4] при составлении гороскопов астрологи используют натальную карту, основанную на построении градуированной окружности, в воображаемом центре которой находится человек, для которого составлена натальная карта. На окружность (с указанием градуса окружности), в соответствии с представлением астрологии, наносятся важнейшие астрологические точки: планеты, дома и некоторые другие. Далее исследуя расположение астрологических точек, астролог делает свои выводы о темпераменте и оценке типа личности данного человека, о его социальном положении, профессии, имуществе и деньгах, родственниках, друзьях и врагах, путешествиях, детстве и старости, любви и браке и, наконец, о смерти. Для проверки существования закономерностей между параметрами, которые использует астролог (входными параметрами) и его заключениями (выходными параметрами), а также для выявления и использования этих закономерностей в настоящей работе применяется аппарат нейросетевого моделирования. Для экспериментов был использован один из самых больших и надёжных банков астрологических данных - некоммерческим астрологическим статистическим банком астролога Lois Rodden. Далее банк LR по инициалам основательницы.
В качестве выходного параметра был взят один - продолжительность жизни человека. Так как банк LR ежедневно пополняется, то констатируем, что на момент проведения эксперимента из банка было заимствованы наблюдения для 2431 человека.
Для каждого наблюдения (человека) из банка LR были взяты следующие значения градуса на
_МЕЖДУНАРОДНЫЙ НАУЧНЫЙ ЖУРНАЛ «СИМВОЛ НАУКИ» №03-3/2017 ISSN 2410-700Х_
окружности (см. выше) хорошо знакомые каждому астрологу (всего 19 значений): Солнца, Луны, Меркурия, Венеры, Марса, Юпитера, Сатурна, Урана, Нептуна, Плутона, Хирона, Лилита, Восходящего Узла, 1-го дома, 2-го дома, 3-го дома, 10-го дома, 11-го дома и 12-го дома. Заметим, что для нейронной сети не обязательно вводить значения градусов остальных домов (с четвёртого по девятый), так как они легко вычисляются, например, для 7-го дома - это значение градуса 1-го дома плюс 180 градусов, для 8-го дома -это значение градуса 2-го дома плюс 180 градусов и т.д. Для каждого наблюдения был закодирован пол человека: 1 - мужской и 0 - женский. Таким образом, для нейронной сети было сформировано множество из 2431 наблюдений, в каждом из которых содержалось в качестве входных параметров модели 19 значений астрологических точек и пол человека (всего 20 входов), а в качестве выходного параметра -количество прожитых лет.
2. Эксперименты и их обсуждение
Проектирование, оптимизация, обучение, тестирование нейронной сети и эксперименты над нейросетевой математической моделью выполнялись по методике, сложившейся в Пермской научной школе искусственного интеллекта [5] с помощью нейропакета [6]. Все множество наблюдений (2431) было случайным образом перемешано, а затем разбито на обучающее, содержащее 2331 наблюдение, и тестирующее, содержащее 100 наблюдений. Оптимальная структура нейронной сети представляла собой персептрон [5], имеющий двадцать входных нейронов, один скрытый слой с четырьмя нейронами и один выходной нейрон. В качестве активационных функций нейронов скрытого слоя и выходного нейрона использовался тангенс гиперболический, а в качестве алгоритма обучения - алгоритм Левенберга-Марквардта [5].
После обучения прогностические свойства нейронной сети проверялись на примерах тестирующего множества. Среднеквадратическая ошибка тестирования составила 18,5%. Причем дополнительное тестирование нейронных сетей по методу многократной перекрестной проверки (Cross-Validation) не показали сколько-нибудь заметного изменения погрешности. Один из результатов такого тестирования в графическом виде представлен на рис. 1 в виде ста пар столбцов, причем каждая пара соответствует определенному наблюдению. Левый столбец в паре иллюстрирует действительную продолжительность жизни рассматриваемого человека из базы LR, а правый - прогнозу нейронной сети.
Рисунок 1 - Результат тестирования нейронной сети, содержащей 20 входных нейронов
Еще раз отметим, что данные этих людей не были использованы при обучении нейронной сети, т.е. для нее они являются новыми и поэтому на них проверяются прогностические свойства нейронной сети.
Итак, нами получена нейросетевая математическая модель, которая со среднеквадратичной погрешностью 18,5% позволяет прогнозировать продолжительность жизни людей на основании их 20-ти входных параметров: 19-ти астрологических точек и одного гендерного параметра. Попробуем с помощью этой модели оценить степень влияния ее входных параметров на результат моделирования. Объективную оценку такого влияния можно получить, например, с помощью той же нейронной сети путем поочередного исключения входных параметров и наблюдением за погрешностью ее тестирования. Чем выше оказывается погрешность тестирования, тем значимее соответствующий исключенный параметр. Построенная таким способом гистограмма приведена на рис. 2. Высота столбцов соответствует нормализованной от 0 до 1 погрешности тестирования, полученной при исключении параметра, подписанного под столбцом. Ее же, согласно методике [6] можно интерпретировать как значимость соответствующего параметра. Как видно из
480100002653530000480101020148010032
_МЕЖДУНАРОДНЫЙ НАУЧНЫЙ ЖУРНАЛ «СИМВОЛ НАУКИ» №03-3/2017 ISSN 2410-700Х_
рисунка, наиболее значимыми оказались градусы Плутона, Нептуна и Урана в момент рождения человека, а также его пол.
0,2 0,18 0,16 0,14 0,12 0,1 0,08 0,06 0,04
Рисунок 2 - Результат вычисления значимости входных параметров нейронной сети, содержащей
20 входных нейронов
Отметим, что, в отличие от распространенных в математической статистике способов оценки значимости входных параметров, (Пирсона, Спирмена, Кендалла и др.), в приведенной здесь методике учитывается сложный нелинейный характер выявляемых закономерностей. Кроме того, в этой методике не используется часто невыполнимая гипотеза нормального распределения случайных данных.
Далее, было произведено редуцирование математической модели с учетом гистограммы рис.2. Половина нейронов входного слоя, предназначенных для ввода наименее значимых параметров, была удалена. После оптимизации новая редуцированная нейросеть показала погрешность 17,4% и распределение значимости оставшихся десяти входных параметров, представленное на рис. 3.
Рисунок 3 - Результат вычисления значимости входных параметров нейронной сети,
содержащей 10 входных нейронов
Дальнейшее редуцирование позволило получить нейронную сеть оптимальной структуры с четырьмя входными нейронами (для ввода градусов Плутона, Нептуна, Урана и пола человека), содержащую один скрытый слой с пятью нейронами и одним выходным нейроном (рис. 4).
Среднеквадратичная погрешность тестирования этой нейронной сети составила 16,4%, причем графическое изображение результата ее тестирования, представленное на рис. 5, незначительно отличается от полученного ранее на рис. 1.
МЕЖДУНАРОДНЫЙ НАУЧНЫЙ ЖУРНАЛ «СИМВОЛ НАУКИ» №03-3/2017 ISSN 2410-700Х
Рисунок 4 - Оптимальная структура нейронной сети
Номер наблюдения ■ Факт ■ Прогноз
Рисунок 5 - Результат тестирования нейронной сети, содержащей 4 входных нейрона
Обратимся теперь к анализу результатов тестирования рис. 5. Как видно из рисунка, погрешность распределилась по тестирующим наблюдениям крайне неравномерно. Представляет интерес выяснить причины смерти и другие особенности людей, при прогнозировании продолжительности жизни которых нейронная сеть ошиблась в наибольшей степени.
Согласно данным базы LR, наблюдение под номером 1 на рис. 5 соответствует человеку по имени Udet Ernst, который прожил 45 лет, тогда как нейросеть прогнозировала ему 80,7 лет. В годы Первой мировой войны он был немецким военным летчиком-истребителем, одержал 62 боевые победы, в 1938 году стал генералом Люфтваффе. В 1941 году, когда выяснилось, что Люфтваффе уступает военно-воздушным силам союзников, попал в немилость Гитлеру и после мучительной депрессии покончил жизнь самоубийством.
Наблюдение под номером 12 соответствует человеку по имени Landru Henri Desire, прожил 53 года, тогда как сеть прогнозировала ему 82,8 года. По данным базы LR этот человек ограбил и убил 11 женщин, за что в 1922 году был казнен на гильотине.
Наблюдение номер 21 соответствует человеку по имени Duel, Peter. Он прожил 31 год, тогда как нейросеть прогнозировала ему 50,7 лет. Это известный американский актер, покончил с собой в 1971 году.
Наблюдение 24 соответствует Dori Alves Castro - бразильский поэт, прожил 24 года, тогда как сеть прогнозировала 75,5 лет. Умер в 1871 году от туберкулеза.
Наблюдение 30 - Melville, Malcolm прожил 18 лет, тогда как нейросеть прогнозировала ему 75,7 лет. Во время службы в американской армии покончил с собой в 1867 году.
Наблюдение 54 - Frank Walter прожил 40 лет, тогда как нейросеть прогнозировала ему 81,8 года. Он был пропагандистом немецко-фашистской идеологии, с 1936 года возглавлял Институт истории Новой Германии. В 1945 году покончил жизнь самоубийством.
Наблюдение 72 - Jean прожила 21 год, тогда как сеть прогнозировала 82,7 года. Американская актриса вела очень насыщенный эмоциями образ жизни и умерла по непонятным причинам, предположительно от нервного истощения.
Наблюдение 73 - Dandridge William прожила 41 год, тогда как сеть предсказывала 71,7 лет. О ней пишут, что она была первой леди Америки, утонула при невыясненных обстоятельствах.
_МЕЖДУНАРОДНЫЙ НАУЧНЫЙ ЖУРНАЛ «СИМВОЛ НАУКИ» №03-3/2017 ISSN 2410-700Х_
Наблюдение 76 - Robespierre Maximilien прожил 36 лет, а сеть прогнозировала 81,8 года. Французский юрист, политик и революционер, лидер якобинцев. Был казнен на гильотине в 1794 году.
Наблюдение 77 - Mussert, Anton прожил 52 года, а сеть прогнозировала 81 год. Лидер Голландского Национального Социалистического движения, казнен за государственную измену в 1946 году.
Наблюдение 91 - Friedrich Wilhelm прожил 51 год, тогда как сеть предсказывала 81 лет. Нацистский чиновник с 1939 по 1943 гг. руководитель полиции в генерал-губернаторстве в оккупированной немцами Польше. В этом качестве он организовал и руководил многочисленными военными преступлениями, был командующим дивизии СС в Югославии. Покончил жизнь самоубийством 9 мая 1945.
Итак, в представленных на рис. 5 результатах тестирования сети из ста наблюдений в 9 случаях фактическая продолжительность жизни оказалась значительно ниже прогнозной. Среди этих 9-ти рассмотренных наблюдений-выбросов в 4-х случаях имел место суицид, в 2-х случаях - казнь, в одном случае - болезнь, в двух случаях - смерть по непонятым причинам.
Обдумывая полученный результат обратим внимание, что из 9-ти наблюдений в двух случаев смерть наступила при невыясненных обстоятельствах. Поэтом эти два наблюдения в расчет принимать не будем. Таким образом, из 7-ми оставшихся наблюдений-выбросов в 4-х случаях имел место суицид, в 2-х случаях - казнь и 1 случай - болезнь.
Напрашивается вывод, что в наших экспериментах фактическая продолжительность жизни оказалась значительно ниже прогнозной преимущественно в тех случаях, когда имели место суицид или казнь.
Исключив из гистограммы рис. 1 наблюдения, соответствующие суициду и казни (наблюдения 1, 12, 21, 30, 54, 76, 77, 91), а также смерти по неустановленным причинам (наблюдения 72, 73), получим гистограмму, представленную на рис. 6. Заметим, что в результате выполнения этой операции среднеквадратичная погрешность тестирования нейронной сети упала с 16,4% до 10,8%.
1 M 1. ■1 >1 J J II J 1, 1 II 1 J
1 3 5 7 9 И 13 15 17 W 71 23 25 27 29 31 33 35 37 35 41 « « 47 45 51 53 55 57 59 61 БЗ 65 67 69 Ц 73 75 77 79 HI ВЗ В5 67 89
Номер рнэблюдения ■ Факт • Прогноз
Рисунок 6 - Результат тестирования нейронной сети после удаления наблюдений, соответствующих суициду, казни и смерти по неустановленным причинам
Анализируя результаты, представленные на рис. 6, обратим внимание, что нейронная сеть довольно точно предсказала продолжительность жизни людей, умерших в детском возрасте.
Так, наблюдение под номером 17 (рис. 6) соответствует девочке по имени Clydesdale, Victoria Elizabeth, которая погибла в возрасте 6 лет вместе с 15-ю другими детьми во время теракта в шотландской школе в 1996 году. Поразительно, что нейросеть предсказала этой девочке продолжительность жизни 6,9 лет, т.е. практически не ошиблась.
Наблюдение 27 соответствует девочке Tanay, Emilie, погибшей в возрасте 9 лет, когда она случайно приняла яд, предназначенный для другого человека. Нейросеть предсказала ей продолжительность жизни 8,75 лет.
Наблюдение 30 соответствует девочке Romand, Caroline, которая в возрасте 8 лет была убита своим отцом, выстрелившим ей в спину. Нейронная сеть прогнозировала ей смерть в возрасте 9,1 лет.
Наблюдение 31 (35) соответствует Thomas, Eliza Hope. Ее убили в возрасте 17 лет выстрелом в голову в 1974 году во время ограбления магазина, который затем сожгли. Вместе с ней погибли еще три девушки-подростка, тоже сотрудницы магазина. Нейронная сеть прогнозировала ей 17,4 года.
Наблюдение 34 соответствует Carnevale, Amy. Эта девушка была убита в 14 лет ударами ножа.
_МЕЖДУНАРОДНЫЙ НАУЧНЫЙ ЖУРНАЛ «СИМВОЛ НАУКИ» №03-3/2017 ISSN 2410-700Х_
Убийство было совершено из ревности ее бойфрендом. Нейросеть прогнозировала ей 14,5 лет.
Наблюдение 46 - австралийский ребенок S.I.D.S. умер в возрасте двух месяцев. Нейронная сеть прогнозировала ему 14,7 лет.
Наблюдение 48 - австралийский ребенок S.I.D.S. умер в возрасте трех месяцев. Нейронная сеть прогнозировала ему 17,4 лет.
Наблюдение 60 - Dostie, Eric, в возрасте 5 лет был задушен своей мачехой. Нейронная сеть прогнозировала ему смерть в 13,9 лет.
Наблюдение 69 - Van Laere, David, в возрасте 16 лет был убит на автобусной остановке. Нейросеть прогнозировала ему смерть в 18,2 лет.
Наблюдение 81 - Hanson, Christina погибла в возрасте 2-х лет во время трагедии 11 сентября 2001 года. Она находилась на борту самолета, врезавшегося в башню Всемирного торгового центра в Нью-Йорке. Нейросеть прогнозировала ей тоже недолгую жизнь - 7,2 лет.
Таким образом, выполненные исследования весьма однозначно свидетельствуют о том, что нейронная сеть, учитывающая всего четыре параметра: положение Плутона, Нептуна и Урана в момент рождения человека, а также его пол, способна со среднеквадратичной погрешностью 10,8% прогнозировать продолжительность жизни людей. Причем, она с одинаковым успехом прогнозирует смерть человека как в раннем, так и в зрелом и в пожилом возрастах, независимо от того, погиб человек случайно, в результате теракта, его убили преднамеренно, или он умер от болезни. Исключения составляют суицид и казнь. Наши исследования показали, что эти смерти не подчинятся закономерностям, выявленным нейросетью: реальная продолжительность жизни в этих случаях на 40 - 55 лет меньше той, которая прогнозируется нейронной сетью.
Обратим также внимание на то, что, как видно на гистограмме рис. 6, имеется несколько человек, которые, наоборот, прожили значительно дольше, чем им прогнозировала нейронная сеть. Например, человек иллюстрированный на рис. 6 как наблюдение 36, прожил 95 лет, тогда как нейронная сеть прогнозировала ему 78 лет. Профессиональные астрологи называют этот эффект «сменой гороскопа» и в качестве его возможных причин называют пережитую клиническую смерть. Однако наш анализ биографических данных людей, значительно переживших прогнозируемую дату своей смерти, не позволил выявить в их биографиях ничего необычного. Более того, один из авторов настоящей статья (Л.Н. Ясницкий) пережил свою прогнозную дату смерти уже на 27 лет. Однако он не может назвать каких-либо серьезных поворотов в его жизни, за исключением, может быть того, что он, незадолго до прогнозируемой даты смерти, сменил свои жизненные приоритеты: перестал заниматься бизнесом и полностью посвятил себя проблемам нейросетевого математического моделирования.
Заключение.
В заключение еще раз взглянем на гистограмму рис. 6, позволяющую наглядно сравнить прогнозируемые нейросетью и фактические сроки жизни ста человек, данные которых использованы для проверки прогностических свойств нейросети. Еще раз подчеркнем, что информация об этой сотне человек никак не учитывалась при обучении сети. Это данные для нейросети были неизвестны.
Глядя на результаты тестовых испытаний остается только удивляться, каким образом нейронной сети удалось разделить людей на тех, кому было «суждено» прожить долго, а кому - нет. Откуда Плутону, Нептуну и Урану было известно, что 2-х летняя девочка Hanson, Christina сядет в самолет, врезавшийся 11 сентября 2001 года в башню Всемирного торгового центра, что 16-ти летнего мальчика Van Laere, David убьют на автобусной остановке, что пятилетнего Dostie, Eric задушит мачеха, что 14-ти летнюю Carnevale, Amy убьет ее бойфренд, что 17-ти летнюю Thomas, Eliza Hope убьют при ограблении магазина, что 9-ти летняя Tanay, Emilie случайно выпьет яд, предназначенный не для нее?
Что это? Мистика? Фатализм? Для авторов статьи, несомненно, то, что ЭТО поддается нейросетевому математическому моделированию, а значит, можно надеяться, что ЭТОМУ будут найдены разумные объяснения и у астрологии, наконец, появится естественнонаучная теоретическая база.
Мы также надеемся, что найдутся исследователи, желающие повторить наши результаты и продвинуться дальше. Для них мы сообщаем, что банк LR (AstroDatabank - Astrodienst) открыт для
МЕЖДУНАРОДНЫЙ НАУЧНЫЙ ЖУРНАЛ «СИМВОЛ НАУКИ» №03-3/2017 ISSN 2410-700Х
пользователей, и что авторы для работы с нейросетями пользовались нейропакетом [6], который бесплатно скачивается с сайта www.LbAi.ru. Для освоения нейросетевых технологий мы предлагаем учебно-методический комплекс, состоящий из двух книг [8, 9] и сайта www.LbAi.ru. По-видимому, аналогичные результаты могут быть получены и с помощью других нейропакетов, а также с помощью других инструментов интеллектуального анализа данных. Список использованной литературы.
1. Gauquelin M. Neo-Astrology: A Copernican Revolution. London: Arkana, Penguin Group, 1991.
2. Мун Г.А., Сулейманов И.Э., Григорьев П.Е., Пак И.Т., Шалкова Д.Б., Панченко С.В., Байпакбаева С.Т. Астрология с точки зрения современного естествознания. Алматы-Симферополь, 2014. 204 с.
3. Gusev A.L., Yasnitsky L.N. Neural Networks and Lifespan. Eastern European Scientific Journal. 2015, № 4, с. 188-193.
4. Кефер Я. Практическая астрология, или Искусство предвидения и противостояния судьбе. В 5-ти кн. Перевод с чешского В. Я. Кочека. Саратов: МП Надежда, 1993. 264 с., 294 с.
5. Ясницкий Л.Н. Введение в искусственный интеллект. М.: Академия, 2005.
6. Свидетельство о государственной регистрации программы для ЭВМ № 2014618208. Заявка Роспатент № 2014614649. Нейросимулятор 5.0. / Ф.М. Черепанов, Л.Н. Ясницкий // Зарегистрировано в Реестре программ для ЭВМ 12.08.2014.
7. Черепанов Ф.М. Симулятор нейронных сетей для вузов. Вестник Пермского университета. Серия: Математика. Механика. Информатика. 2012. Вып. 3. С. 98-105.
8. Ясницкий Л.Н. Искусственный интеллект. Элективный курс: Учебное пособие. - М.: БИНОМ. Лаборатория знаний, 2011. - 240c.
9. Ясницкий Л.Н., Черепанов Ф.М. Искусственный интеллект. Элективный курс: Методическое пособие по преподаванию. - М.: БИНОМ. Лаборатория знаний, 2012. - 216 с.
© Гусев А.Л., Ясницкий Л.Н., 2017
УДК 524.85
Дорофеев В. Ю.
канд. физ.-мат. н., доцент Лаборатория теоретической физики им. А. А. Фридмана,
Санкт-Петербург
ПОСТРОЕНИЕ АЛГЕБРЫ ПОЛЯ КАК АЛГЕБРЫ РАННЕЙ ВСЕЛЕННОЙ
Аннотация
На основе теоретико-множественного подхода в ранней Вселенной автор пытается обосновать применение методов алгебры октонионов при описании моделей ранней Вселенной.
Ключевые слова Октонионы, ранняя Вселенная, гравитация.
Введение. Проблема построения единой теории поля является одной из самых актуальных теоретических исследований. Автором предложена модель, в которую ОТО входит как неассоциативная компонента алгебры октонионов [1]. Однако в таком подходе имеется ряд проблем - в частности, показывается, что лагранжиан на алгебре октонионов, рассматриваемый как алгебраическое обобщение лагранжиана Вайнберга-Салама, оказывается комплексным. В результате возникает идея построения модели единой теории поля на основе отдельных уравнений поля, которые имеют изоморфные представления в классической теории поля.
