CC BY
14УДК 007.5
ИЗВЛЕЧЕНИЕ ЗАКОНОМЕРНОСТЕЙ ИЗ БАЗЫ ДАННЫХ И ЗНАНИЙ ДЛЯ ИЗУЧЕНИЯ ПРИЧИН ВОЗНИКНОВЕНИЯ КОММУНИКАТИВНОГО СТРЕССА
© Янковская А.Е., Казанцева Н.В., Муратова Е.А.
Томский государственный архитектурно-строительный университет
пл. Соляная, 2, г. Томск, 634003, Россия e-mail: ayyankov@gmail.com
Abstract. The communicative stress is considered as the pathological state which has developed as a result of disadaptation to educational process. For exploration of reasons producing of stress we used the model of decease. The questionnaire is conducted. Features space is formatted and structured. Different types of regularities are revealed. The intelligent technology of regularities revealing with use of statistical methods and test methods of recognition is offered. Results and ways of the further researches are discussed.
Введение
В последнее время, вследствие глобализации экономики, использования новых информационных и коммуникационных технологий, растущей диверсификации на рабочем месте и повышения умственной нагрузки, существенно изменились организационные требования к рабочему месту, что привело к повышению эмоционального напряжения индивида и развитию у него коммуникативного стресса [1, 2].
Коммуникативный стресс (КС) - это паттерн реакций индивида, возникающих при постоянном столкновении с требованиями, превышающими его знания, навыки и способности и представляющих проблему для его навыков преодоления. В силу этого КС привлекает все больший интерес исследователей в разных странах. В России исследования по стрессоустойчивости ведутся под руководством широко известных ученых Л. Афтанаса, К.В. Судакова и др.
Исследования по изучению причин возникновения КС в образовательном процессе как у студентов, так и у преподавателей ведутся в лаборатории интеллектуальных систем Томского государственного архитектурно-строительного университета не с чистого листа [3-6]. Выбор образовательного процесса обусловлен тем, что в нем наиболее явно наблюдается длительное пребывание мозга индивида в условиях неблагоприятного сочетания трех факторов - чрезмерный объем информации за единицу времени, ограниченное время для переработки информации и принятия решения, высокая мотивация индивида к достижениям (информационная триада по М.Н. Хананашвили) [7]. Поэтому актуальность формирования признакового пространства КС с целью выявления и изучения различного рода закономерностей возникновения КС и создания решений по диагностике, лечебно-профилактическим и организационным мероприятиям не вызывает сомнения.
Выявленные закономерности могут послужить причиной новаций и изменений в существующих классификациях психических и соматических расстройств (международные - M К В-11). национальные - DSM-IV), которые находятся в постоянном
развитии, так как новые знания показывают, что прежние обобщения были неполными или некорректными.
Большие размеры признакового пространства по КС, необходимость выявления различного рода закономерностей и своевременного принятия диагностических и коррекционных решений диктует необходимость применения интеллектуальной технологии (ИТ), основанной на статистических методах; логико-комбинаторных (л-к) [8], логико-комбинаторно-вероятностных (л-к-в) методах тестового распознавания образов [9], не требующих сильных предположений относительно свойств исследуемого объекта и позволяющих успешно решать задачи распознавания при наличии относительно малой обучающей выборки по каждому образу (классу) при большом признаковом пространстве (несколько сотен) и большом количестве образов (классов),
В статье приводится краткое описание проблемной области; основы ИТ выявления закономерностей и принятия решений, воплощенной в интеллектуальном инструментальном средстве (ИИС) ИМСЛОГ [10]; представление данных и знаний в IIII(' ИМСЛОГ; описание признакового пространства КС; результаты исследований; а также дальнейшие пути развития исследований по изучению причин возникновения и развития КС,
1, Краткое описание проблемной области
Обзор зарубежных исследований в 1980-х годах позволяет прийти к выводу, что небольшие ежедневные стрессоры влияют на физическое и психическое здоровье и работоспособность не менее сильно, чем большие экстремальные по силе стрессоры [11], Поэтому была сделана переориентация в изучении стресса от воздействия исключительных сильных стрессоров на изучение стресса от незначительных средины.\ стрессоров, которыми являются ежедневная перегрузка на работе, обязанности в семье и др. Последние оказались в центре исследований, так как благодаря им описаны признаки стресса (поведенческие, эмоциональные и когнитивные) при длительных психоэмоциональных напряжениях и выполнении ролей на работе, в учебе, в семье, в дружбе. Стресс на работе может привести к эмоциональному выгоранию, психическим и соматическим расстройствам, высокой частоте опозданий или отсутствия на работе, абсентеизму, снижению моральных качеств и работоспособности [12],
Состояния КС можно классифицировать как патологическое (болезненное) и как непатологическое (эустресс - «стресс без стресса» по Селье), сопровождающееся напряжением механизмов адаптации с переходом их на новый уровень без патологических последствий для организма. Модель болезни предполагает отклонение от нормы физиологических и психологических показателей, плохое самочувствие, роль больного и необходимость заботы со стороны общества [13]. Отклонение от нормы может быть субъективным, проявляющимся в ощущениях самого индивида, и объективным, В первом случае индивид фиксирует, что его функционирование стало хуже, чем было раньше. Во втором случае фиксируется отклонение физиологических функциональных показателей (например, изменение артериального давления,
частоты дыхания и сердцебиения) и поведенческого функционирования (повышенная потребность в отдыхе, сниженная работоспособность) от среднестатистической нормы. При длительном действии стрессора эти отклоненные от нормы показатели обычно сохраняются устойчиво, вызывают страдания у индивида или окружающих этого человека людей, что позволяет рассматривать состояния, связанные с КС как патологические, болезненные.
Если феномен КС расценивать как патологическое состояние, развившееся в результате нарушения адаптации и для его рассмотрения использовать модель болезни (жалобы, отклонения физических функций и отклоняющееся от нормы поведение, плохое самочувствие индивида, роль больного), то общие критерии возникновения КС (общие классификационные признаки), по нашему мнению, могут быть представлены следующим образом:
1) тотальность патологических отклонений в организме, что заложено в концепции общего адаптационного синдрома по Г.Селье - вовлечение в процесс адаптации иммунной, эндокринной и нервной систем организма;
2) стадийность течения стресса - наличие стадии напряжения, сопротивления и истощения;
3) длительное, хроническое воздействие относительно небольших уровней стрессоров, связанных с нарушением паттернов межличностного взаимодействия и разрешения проблем;
4) отклонения от нормы функциональных, индивидуальных и социальных показателей в физиологической, поведенческой, эмоциональной и когнитивной сферах индивида;
5) дисбаланс между корковым и подкорковым уровнями регуляции эмоций и вегетативной нервной системы (ВНС), что приводит к нарушению тонуса ВНС и баланса между симпатическим и парасимпатическим отделами ВНС;
6) развитие психических и соматических расстройств.
Данные критерии нарушения адаптации положены в основу диагностики КС, как патологического состояния,
2, Технология представления и обработки данных и знаний на
базе НИМ ИМСЛОГ
Для выявления закономерностей в базе данных и знаний используется технология представления данных и знаний на базе IIIIС ИМСЛОГ [14], В основу ИТ выявления закономерностей и принятия решений положены:
1) способы формирования признакового пространства [5];
2) структуризация данных и знаний;
3) статистический анализ данных;
4) нетрадиционная матричная модель в пространстве признаков, позволяющая представлять как статические, так и динамические данные и знания об изучаемых объектах [8];
5) адаптивное перекодирование признаков (номинальных, количественных) в бинарное представление [15];
6) анализ базы данных и знаний на непротиворечивость;
7) выявление репрезентативности данных и знаний;
8) комплекс л-к и л-к-в методов тестового распознавания образов, обеспечивающих: выявление различного рода закономерностей в данных и знаниях; оперативное принятие решений диагностического, классификационного и организационно-управленческого характера относительно предъявляемых объектов, причем, значения части признаков в описаниях объектов могут быть неизвестны или известны с некоторой вероятностью (степенью априорной уверенности в том, что то или иное значение признака может иметь место);
9) разнообразные, инвариантные к проблемным областям и ориентированные на пользователей различной квалификации графические (в том числе когнитивные) средства визуализации информационных структур и выявленных закономерностей, принятия и обоснования решений;
10) IIII(' ИМСЛОГ [10], поддерживающее применяемый математический аппарат представления и обработки знаний и являющееся интегрированной средой разработки и отладки прикладных интеллектуальных систем;
11) технологическое обеспечение;
12) организационное и методическое сопровождение.
Пункты 1, 2, 9, 11, ориентированны на различные проблемные области,
3, Формирование признакового пространства К-стресса
Формирование признакового пространства по изучению причин возникновения КС осуществлялось в соответствии с концепцией многоуровневого подхода: индивид, группа и организация [8], На каждом уровне отобраны анкеты, опросники, тесты и шкалы, которые составили основу общего опросника (отдельно для преподавателей и студентов), позволяющего учитывать всестороннее влияния неблагоприятных факторов на функционирование личности в условиях стресса: биологические, психологические и контекстуально-средовые факторы. Результаты опроса по разработа-ным опросникам позволили сформировать расширенное признаковое пространство по изучению причин возникновения КС в образовательном процессе. Опросник для студентов представлен по адресу http://lis.tsuab.ru.
На уровне индивида в перечень вопросов включены: самооценка ощущений от работы/учебы; самоотчет об ощущениях в изменении здоровья в связи со стрессовыми факторами; самоотчет о частоте проблем с памятью, вниманием, работоспособностью и сном; индивидуальные копинг-ресурсы для преодоления стрессоров и снижения напряжения; опросник нервно-психического напряжения Т.А. Немчина; клинические шкалы тревоги и депрессии А. Бека: шкала астенического состояния.
На уровне группы перечень вопросов включает домены: профессиональное окружение и требования на рабочем месте (физические факторы на работе/учебе, напряженность учебного процесса, требования к навыкам и опыту, монотонность, контроль и широта решений, удовлетворенность работой/учебой, зарплатой/стипендией, способами обучения, квалификацией преподавателей/ руководителей); способность справиться со стрессорами на рабочем месте (поддержка или давление в учебном
процессе, удовлетворенность учебой, способами и перспективами обучения, квалифицированностью преподавателей, враждебность и конфликты, помощь и поощрения, доступность информации от вышестоящих инстанций, распределение требований); направленное воздействие (посягательство) со стороны группы/семьи на возможность откровенно высказаться в разговоре, на социальные отношения и социальное уважение.
На уровне организации (только для преподавателей) перечень вопросов включает домены: требования на работе, контроль над работой, система поддержки на работе, система отношений и правил на работе, роль работника, стиль управления.
По результатам анкетирования для каждого респондента экспертом формировалось заключение, в котором указывалось состояние КС и степень его тяжести.
Выделены следующие состояния КС: 1) наличие патологического состояния КС, 2) эустресс (в ответ на требования на работе/учебе у индивидов развивалась адаптация), 3) отсутствие КС (отсутствие признаков болезни по физиологическим, поведенческим, эмоциональным и когнитивным признакам).
Степень тяжести КС, формируемая по степени выраженности нарушений на основе субъективных ощущений, статистических показателей (частота обращений к врачу, заболеваемость), социальных характеристических признаков (пропуски учебы, снижение работоспособности/успеваемости, абсентеизм) определялась как: 1) легкая, 2) ниже среднего, 3) средняя, 4) выше среднего, 5) высокая.
4. Представление данных и знаний
Для выявления закономерностей в данных и знаниях и принятия решений на основе статистических методов использовалась матричная модель представления данных и знаний, в которой описание каждого объекта задается совокупностью значений признаков, называемых характеристическими. Множество всех изучаемых объектов из рассматриваемой предметной области состоит из подмножеств, которым соответствуют различные образы, выделяемые с участием экспертов и/или с использованием тех или иных критериев. Описания объектов из разных образов не пересекаются. Каждому объекту, принадлежащему одному и тому же образу, сопоставляется итоговое решение (описание данного образа), задаваемое совокупностью значений признаков, называемых классификационными.
Для выявления закономерностей тестовыми методами распознавания (с обучением) на базе IIIIС IIX 1С.ЮГ использовалась нетрадиционная матричная модель [4] представления данных и знаний, включающая матрицу описаний (О), матрицы различений трех типов (Ш, Н2. КЗ) и матрицу переходов (Р).
Строкам матрицы сопоставляются обучающие объекты из рассматриваемой проблемной области, столбцам - характеристические признаки. Элементы /-П строки матрицы задают значения характеристических признаков для г-го объекта, являющихся в совокупности описанием данного объекта.
Строкам матриц Н1. Е2 и ЕЗ сопоставляются одноименные строки матрицы С,), столбцам - уровни различения (классификационные признаки), определяющие
различные механизмы разбиения объектов на классы эквивалентности (механизмы классификации).
Элемент Гц матрицы R (HI. R2 и R3) задает принадлежность г-го объекта одному из выделенных классов по j-му механизму классификации. Матрица R2 -для задания последовательности действий, например, лечебно-профилактических, организационно-управляющих. Матрица R3 - для задания независимых механизмов классификации. Множество всех неповторяющихся строк матрицы R сопоставлено множеству выделенных образов.
Строкам матрицы Р взаимно однозначно сопоставляются строки матрицы Q, столбцам - интервалы (моменты) времени или управляющие воздействия, которые, в частности, могут задаваться строками матрицы R2. Элемент ¡¡¡ j матрицы Р задает состояние, в которое должен переходить г-й объект матрицы Q на j-ы интервале (в /-П момент) времени или в результате j-ro управляющего воздействия. Матрица Р отражает динамику исследуемого процесса.
В качестве знаний о проблемной области используется обучающая выборка, представляющая собой множество описаний объектов (как реальных, так и синтезированных на основе знаний экспертов), для каждого из которых известна его принадлежность тому или иному образу, то есть, известно соответствующее итоговое решение.
Отметим, что данная модель позволяет представлять не только данные, но и знания экспертов, поскольку одной строкой матрицы Q можно задавать в интервальной форме подмножество объектов и/или экспертные знания, для которых характерно одно и то же итоговое решение, задаваемое соответствующими строками матриц R1, R2 и R3.
5. Выявление закономерностей в данных и знаниях
Для формирования и уточнения клинико-психологических и социальных критериев диагностики КС, в основу которых будут положены выявленные закономерности в данных и знаниях с использованием статистических и интеллектуальных методов, таких как кластерный и факторный анализ данных, методы Data Mining, тестовые методы распознавания [4].
На предварительном этапе выявления закономерностей оценивалась репрезентативность обучающей выборки по составу основных страт: возраст, пол, вуз, факультет, место проживания, условия проживания, состояние и степень тяжести КС, нарушения на уровне организации, нарушения на уровне группы/семьи. Результаты оценивания показали недостаточность собранных данных для выявления закономерностей статистическими методами. Составлен план дальнейшего сбора информации, поскольку обучающая выборка основными стратами (перечисленными выше) представлена частично.
Далее выявление закономерностей осуществлялось на базе III 1С IIX 1С.ЮГ. С этой целью предложено осуществлять иерархическое свертывание исходной информации, а именно: 1-й уровень - первичные данные анкетирования, опроса и психологических тестов; 2-й уровень - информация, обработанная по ключам шкал и тестов, включая данные анкет и опросников; 3-й уровень - данные анкетирования, опроса
и тестов, свернутые в клинико-психологическне и социальные критерии диагностики КС. Предложенное иерархическое свертывание исходной информации позволит максимизировать множество выявленных закономерностей возникновения КС.
Для поиска логических закономерностей в III 1С IIX 1С.ЮГ осуществляется унифицирование [15] номинальных (кроме бинарных) и количественных данных (4-й уровень).
Под логическими закономерностями в данных и знаниях (выявленных на базе IIIIС ИМСЛОГ) понимаются подмножества характеристических признаков с определенными, легко интерпретируемыми свойствами, влияющими на различимость объектов из разных образов, устойчиво наблюдаемыми для объектов из обучающей выборки и проявляющимися на других объектах той же природы, а также весовые коэффициенты признаков, отражающие их индивидуальный вклад в различимость объектов из разных образов [8].
К указанным подмножествам относятся константные (принимающие одно и тоже значение для всех объектов из обучающей выборки), устойчивые (константные внутри образа), неинформативные (не различающие ни одной пары объектов), альтернативные (различающие одни и те же пары объектов), зависимые (в смысле включения подмножеств различаемых ими пар объектов), обязательные (входящие во все безызбыточные различающие подмножества признаков), псевдообязательные (не являющиеся обязательными, но входящие в множество используемых для распознавания тестов), несущественные (не влияющие на принятие решений) признаки, все минимальные и все безызбыточные (либо часть безызбыточных - при большом признаковом пространстве) различающие подмножества признаков, являющиеся соответственно минимальными и безызбыточными безусловными диагностическими тестами (ББДТ), а также смешанные диагностические тесты, представляющие собой оптимальное сочетание безусловных и условных составляющих.
Для визуализации закономерностей в IIIIС ИМСЛОГ используются графические, с элементами когнитивных средства[8]. Соотношения между различными подмножествами характеристических признаков (константных, неинформативных, обязательных, альтернативных, зависимых) отображаются на круговой диаграмме. Альтернативные признаки представляются двудольным графом, а зависимые признаки -ориентированным. Множество минимальных (безызбыточных) подмножеств признаков (диагностических тестов) представляется наглядно (при их небольшом количестве) с помощью диаграмм Венна. При этом круги, соответствующие разным тестам, окрашиваются в разные цвета. Для отображения весовых коэффициентов признаков используется гистограмма.
Задача выявления закономерностей на базе III 1С ИМСЛОГ сводится к решению задачи построения безызбыточной матрицы импликаций, задающей различимость объектов из разных образов и к нахождению всех ее кратчайших и безызбыточных столбцовых покрытий. Поскольку задача о нахождении покрытий является \ I полной, то сокращение признакового пространства за счет выявленных закономерностей снижает размерность признакового пространства, что существенно сокращает переборные процессы.
Анализ предъявляемого описания объекта на принадлежность тому или иному образу осуществляется на основе решающих правил, построенных по каждому из диагностических тестов, в рамках л-к и/или л-к-в подходов к распознаванию образов.
В первом случае распознавание осуществляется на основе вычисляемых коэффициентов условной близости предъявляемого объекта к каждому из образов и с учетом задаваемой пользователем допустимой погрешности принятия решения, во втором случае - с учетом задаваемых пользователем вероятностей значений признаков в описании данного объекта.
Итоговое решение относительно объекта принимается по результатам применения процедуры голосования на множестве подходов и совокупностей решающих правил, построенных по всем минимальным, всем (либо достаточного их числа) ББДТ, а также по СДТ.
В зависимости от постановки задачи решения могут носить диагностический, классификационный, организационно-управленческий или прогностический характер.
6. Интеллектуальное инструментальное средство ИМСЛОГ
III 1С ИМСЛОГ является программной системой, предназначенной для комплексного решения следующих задач: формирование знаний об объектах из конкретной проблемной или междисциплинарной области, выявление закономерностей в данных и знаниях, построение решающих правил, распознавание предъявляемых (анализируемых) объектов, принятие и обоснование итоговых решений по результатам распознавания, а также для конструирования прикладных интеллектуальных систем, ориентированных на пользователей, как не обладающих специальной подготовкой, так и на квалифицированных специалистов в различных практических областях приложения, а также в научных исследованиях и в образовательных целях.
III 1С ИМСЛОГ функционирует в операционных средах Windows 95 98 NT 2000 и представляет собой систему базовых программных модулей, один из которых (ядро с собственной системой команд и встроенным интерпретатором этих команд) является резидентным, а все остальные - динамически подключаемыми модулям.
Взаимодействие с пользователем организовано в форме пассивного диалогового режима, поддерживающего основные соглашения GUI и MDI среды Windows, позволяющие произвольно располагать рабочие окна программы на экране, изменять их размер и расположение, а также сворачивать не используемые в текущий момент окна в пиктограммы. Ввод команд осуществляется посредством клавиатуры или с использованием выпадающих или контекстных меню, панелей инструментов с пиктограммами, многостраничных (с закладками) панелей управляющих элементов, «горячих» клавиш. При необходимости создаются окна так называемых «Мастеров», осуществляющие поэтапный ввод требуемых данных в нужном порядке.
7. Результаты
По результатам анкетирования сформированы обучающие выборки преподавателей и студентов (130 студентов и 39 преподавателей) 4 вузов г. Томска. Экспертом-психологом заполнены значения классификационных признаков.
Проведена структуризация признакового пространства в соответствии с матричной формой представления данных и знаний в 1111С ИМСЛОГ.
Реализовано иерархическое свертывание информации на 4 уровнях: 1-й уровень -первичные данные анкетирования, опроса и тестов (для студентов 368 признаков); 2-й уровень - данные анкетирования, опроса и данные, обработанные по ключам тестов (для студентов 169 признаков); 3-й уровень - данные анкетирования, опроса и тестов, свернутые в клинико-психологические и социальные критерии диагностики КС (для студентов 38 признаков, представленных знаниями экспертов); 4-й уровень - база данных и знаний, представленная бинарными значениями 38 признаков, унифицированных по среднестатистическим нормам и 11 классификационными признаками, сформированными экспертом (для студентов 179 характеристических признаков и 11 классификационных признаков).
В настоящее время проедены исследования только для одного классификационного признака «Состояние КС». Сформировано 3 образа, соответствующие формируемому решению для объекта исследования: 1 образ: «Наличие КС» - 103 студента, 2 образ: «Отсутствие КС» - 20 студентов, 3 образ: «Эустресс» - 7 студентов.
Составлен план дальнейшего сбора первичной информации: необходимо протестировать студентов из разных вузов, а также пополнить обучающую выборку для 2 образа «Отсутствие КС».
На базе III 1С ИМСЛОГ выявлены следующие закономерности в данных и знаниях: 6 константных признаков; 29 неинформативных признаков; 26 групп альтернативных признаков; 24 группы зависимых признаков; 25 существенных признаков; построено 8 минимальные безусловные диагностические тесты; вычислены весовые коэффициенты признаков, из них 60 имеют высокую значимость (коэффициенты принимают высокие значения больше 0,5); обязательных признаков не выявлено.
Выявленные закономерности позволили оптимизировать базу данных и знаний и послужили основанием для формирования дальнейших гипотез исследования. Оптимизация опросника будет проведена только после пополнения обучающей выборки и повторного выявления закономерностей.
Выявленные закономерности легли в основу принимаемых решений по состоянию КС.
Заключение
Обоснована целесообразность использования предложенной ИТ, основанной на статистических методах и тестовых методах распознавания образов, с целью выявления различного рода закономерностей при изучении причин возникновения различных состояний КС. Сформировано и структурировано признаковое пространство КС. Выявлены различного рода закономерности по КС в образовательном процессе. Выявленные закономерности позволят сконструировать клинико-психологические и социальные критерии диагностики КС и осуществить раннюю диагностику патологических состояний КС и своевременно формировать лечебно-профилактические мероприятия для снижения риска возникновения психосоматических заболеваний.
Дальнейшее развитие ИТ извлечения закономерностей из базы данных и знаний для изучения причин возникновения коммуникативного стресса предусматривает формирование признакового пространства на основе знаний высококвалифицированных экспертов. Выявление закономерностей, на основе этих знаний и сравнение результатов с ранее полученными позволит более глубоко изучить коммуникативный стресс.
Работа выполнена при поддержке РФФИ (проект № 07-01-00452) и РГНФ (проект № 06-06-12603В).
список литературы
1. Kompier M.A.J., Kristensen T.S. Organisational work stress interventions in a theoretical, methodological and practical context // Stress in the workplace: Past, present and future / Ed. J. Dunham. London: Whurr Publishers, 2001. P.164-190.
2. Landsbergis P.A. The changing organization of work and the safety and health of working people: A commentary // Journal of Occupational Environmental Medicine. Vol. 45, №1. 2003. P. 61-72.
3. Янковская A.E., Рождественская Е.А. Выявление социально-психологических факторов в условиях коммуникативного стресса в учебном процессе с использованием интеллектуальной системы / / Психологический универсум образования человека ноэтического. Материалы Международного симпозиума. - Томск, 1998. - С. 184-186.
4. Янковская А.Е., Рождественская Е.А., Муратова Е.А. Формирование и оптимизация базы данных и знаний для диагностики состояний коммуникативного стресса / / Интеллектуальные системы и компьютерные науки. Материалы IX Международной конференции. Том 2, часть 2. -М.: Изд-во механико-математического факультета МГУ, 2006. - С. 329-332.
5. Янковская А.Е., Казанцева Н.В., Муратова Е.А. Методологический подход к диагностике состояний коммуникативного стресса // Интеллектуальные системы (AIS'07), Интеллектуальные САПР (CAD-2007). Труды Международных научно-технических конференций. Том 3. - Москва: Физматлит, 2007. - С. 470-477.
6. Янковская А.Е., Казанцева Н.В., Муратова Е.А. Инновационная технология диагностики коммуникативного стресса на основе интегративной концепции здоровья и расстройства / / Фундаментальные исследования. ISSN 1812-7339. Москва. № 12. 2007. С. 503-507.
7. Патофизиология: Учебник для медицинских вузов / Под ред. В.В. Новицкого, Е.Д. Гольдберга.-3-е изд. - Томск: Изд-во Томского ун-та, 2006.
8. Янковская А.Е. Логические тесты и средства когнитивной графики в интеллектуальной системе // НИТ в исследовании дискретных структур. Доклады 3-ей Всероссийской конференции с международным участием. - Томск: СО РАН, 2000. - С. 163-168.
9. Yankovskaya А.Е. Logic-Combinational Probabilistic Recognition Algorithms // Pattern Recognition and Image Analysis. Vol. 11, No 1. 2001. P. 123-126.
10. Yankovskaya A.E., Gedike A.I., Ametov R.V., Bleikher A.M. Software Tool IMSLOG-2002 for Information Technologies of Test Pattern Recognition Support // Pattern Recognition and Image Analysis: New Information Technologies (PRIA-2002). Proceedings of the 6th International Conference. - Velikiy Novgorod, Russian Federation, Ja. Mudry Novgorod State University, 2002. -P. 312-314.
11. Bolger N., DeLongis A., Kessler R.C., Schilling E.A. Effects of Daily Stress on Negative Mood // Journal of Personality and Social Psychology. Vol. 57, No. 5. 1989. P. 808-818.
12. Sutherland V.J., Cooper C.L. Understanding stress: a psychological perspective for health professionals. - London: Chapman and Hall, 1990.
13. Шульте Д. Психическое здоровье, психическая болезнь, психическое расстройство // Клиническая психология / Под ред. М. Перре, У. Бауманна. - СПб.: Питер, 2003.
14. Янковская А.Е., Гедике А.И., Аметов Р.В., Кузоваткин А.Н. Технология представления и обработки знаний на базе инструментального средства ИМСЛОГ-2002 (Technology of representation and processing of knowledge on the base of software tool IMSLOG-2002) // Компьютерная лингвистика и интеллектуальные технологии (Диалог-2002). Труды международного семинара. Т. 2. - М.: Наука, 2002. - С. 555-567.
15. Янковская А.Е., Муратова Е.А. Алгоритм параллельного адаптивного перекодирования признаков с учетом мнения экспертов // Математические методы распознавания образов: 13-я Всероссийская конференция. Ленинградская обл., г. Зеленогорск, 30 сентября - 6 октября 2007г.: Сборник докладов. - М.: МАКС Пресс, 2007. - С. 641-644.
Статья поступила в редакцию 08.05.2008
