ЛОГІЧНІ СХЕМИ ТА АРХІТЕКТУРИ КІБЕРСОЦІАЛЬНОГО КОМП'ЮТИНГУ

Хаханова Ганна Володимірівна

КОМПЬЮТЕРНА 1НЖЕНЕР1Я ТА ТЕХН1ЧНА

Д1АГНОСТИКА_

УДК 681.326:519.613

ЛОГ1ЧН1 СХЕМИ ТА АРХ1ТЕКТУРИ

К1БЕРСОЦ1АЛЬНОГО КОМП'ЮТИНГУ

ХАХАНОВА Г.В._

Пропонуеться розвиток технологи цифровiзащí вiдносин, пов'язане з розробкою кубггного логiчного секвенсора для моделювання i розпiзнавання social-явищ у великих потоках даних на основi iнтерпретативних кубггних матричних моделей, методiв i архггектур киберсоциального комп'ютингу, спрямованого на автоматичний синтез i аналiз соцiально лопчних схем, орiентованих на монiторинг i управлiння соцiальними процесами i явищами. Удосконалюеться архiтектура memory-driven ки-берфизического комп'ютингу, яка вiдрiзняеться паралелiзмом процедур синтезу i аналiзу логiчних схем, призначених для моделювання social-процесiв i явищ з метою монiторингу i управлiння. Модернiзуються кубггно-матричнi моделi логiчних схем, якi вiдрiзняються унггарним кодуванням багатозначних змiнних для синтезу секвенсорiв для паралельного аналiзу киберсощальных процесiв. Пропонуються кубiтно-векторнi, матричнi методи синтезу i аналiзу логiчних схем, як характеризуються унiтарним кодуванням значень багатозначних змшних для паралельного моделювання social-процесiв i явищ. Розробляються кубггно-матричш моделi, структури даних, методи синтезу i аналiзу логiчних схем social-процесiв, якi дозволяють моделювати реакцiю сощально'1 системи на прийняття конструктивних i деструктивних рiшень людину, керiвника, чиновника, завдяки кубггному опису еталонiв поведшки, що дае можливiсть актюаторно управляти громадянами та шфраструктурою.

Ключовi слова - юберсощальний комп'ютинг, сощально-лопчш схеми, кубiтнi структури даних, методи синтезу i аналiзу логiчних схем, розтзнавання соцiальних явищ i процесiв. 1. Вступ

Основою класичного комп'ютингу традицшно е таблиця ютинност [1-4], яка в явному вигляд1 задае функщональний опис поведшки технолопчного об'екта, робота, людини, сощально'1 групи. 1нш1 форми, так як: аналггичш р1вняння, альтернативш графи, кубитно-векторш структури [3-5] ор1ентоваш на м1н1м1зац1ю пам'ят для зберк^ання даних при опис1 складних функщонально-стей. 1стор1я питання полягае в вичерпно'1 формал1зацГ1 обчислень, як пов'язаш з матема-демократичними процесами, що мають вщношення до техшки i технологш [1]. Щодо формального опису дiяльностi людини або соцiальних груп, тут юнуе практично бiла пляма, яке частково покриваеться машинним навчанням [6-9]. Останне е не що шше, як еволюцшний, а значить повшьне, побудова таблицi iстинностi для будь-якого, ще не вивченого процесу, як правило пов'язаного з бiо-соцiальними об'ектами.

При синтезi таблицi ютинноот iснуе два фази [6, 7]. Перша називаеться навчанням (Analysis), коли кожному входному (сощальному) впливу (Input Data Flow) ставиться у вщповщнють значення виходу (Truth Table) на пiдставi введеного критерiю кластеризацГ1 (подiбностi-вiдмiнностi). Друга - тестування, коли виконуеться порiвняння (Comparison) навчено'1 або синтезованою таблищ iстинностi з фрагментом вже вщомою. Результатом тестування е ощнка якостi отримано'1 моделi (рис. 1), як кшькють збiгiв G, вщнесене до загально1 кiлькостi тестових впливiв (Test Table): Q = G / T.

Рис. 1. Machine Learning for Truth Table Synthesis

Таким чином, для оргашзацп киберсоциального комп'ютингу необхщно насамперед навчитися аво-автоматично будувати таблищ ютинност^ яю являють собою дискретне опис сощальних процесiв i явищ, призначене для моделювання i передбачення наслiдкiв вiд прийняття ршень з-циальными групами, керiвниками та спiвробiтниками компанiй i ушверсшелв [10-14]. Мета дослiдження - суттеве пiдвищення якостi монiторингу та управлшня громадських поцесiв за рахунок iмплементацií у практику моделей, методiв, алгоршмв i архiтектур киберсоциального компьютин-га, яю дають можливiсть моделювати реакцiю суспшьства на актюаторные впливу, а також розпоряд-знавать i передбачати соцiальнi явища. Сутнють дослiдження - розробка моделей, включаючи кубiтнi структури [15-17], методiв, алгоршмв i архiтектур киберсоциального комп'ютингу для моделювання реакцп суспiльства на управлшсью впливи, розпiзнавання i передбачення сощальних явищ, що дае можливють суттево пiдвищити якiсть монiторингу та управлшня сощальними поцессами, а також життя людей за збереження еколог11 навколишнього середовища. Об'ект дослiдження - технологи синтезу, аналiзу, цифрових логiчних структур для моделювання i розпiзнавання киберсоциальных процесiв i явищ на основi створення кубитных структур даних i спецiалiзованих обчислювальних архiтектур.

Предмет дослщження - модел^ методи i алгоритми синтезу та аналiзу, цифрових логiчних структур для моделювання i розпiзнавання киберсоциальных процесiв i явищ на основi кубитных структур даних i спецiалiзованих обчислювальних архiтектур. Завдання дослщження: 1) формальний синтез таблищ iстинностi для киберсоциальной функцiональностi; 2) синтез i аналiз соцiальних лопчних схем для моделювання суспiльних i виробничих процесiв; 3) типовi лопчш структури функцiональностей i комбiнацiйнi куб^ш схеми для моделювання i розтзнавання соцiальних явлениий; 4) структурна модель хог-вщношень матричного киберсоцiального комп'ютингу; 5) архтектури, методи i алгоритми комп'ютингу для розтзнавання киберсощальних явищ. 2. Метод синтезу сощально-лопчних схем за таблицями ктинност

Форми опису киберфiзичних функцiональностей для подальшого аналiзу представлен в тому числi i роботами [18-30]. Таблищ ютинносп для завдання social-функцiональностей формуються на основi позицшного або унiтарного кодування значень змшних. При цьому передбачаеться замкнутiсть значень змшних у межах social-функцюнальносн, якi формують групу логiчних функцш, заданих кубiтними покриттями таблиць ютинносп. Конкретна функцiональнiсть може оперувати не бшьш, нiж п значеннями, змшно!, якi складають алфавiт або ушверсум примiтивiв-значень А = {А1, А2, ..., Ai, ..., Ап}. Наступна таблиця iлюструе два види кодування унiверсуму примiтивiв-значень змшно1 для формування таблиць iстинностi трьох лопчних функцш, яю беруть участь у створенш social-функцiональностi:

Аналопчш таблицi iстинностi створюються для вшх змiнних, що в сукупностi формуе матрицю таблиць ютинносп для кожного social-процесу або явища. За фактом, стовпець позицшного кодування P-code не використовуеться на практищ, але вш слугуе базовим компонентом для доказу застосовносп клас-сических таблицi iстинностi при опис будь-яких social-процесiв. Стовпцi Р1, Р2, Р3 тривiально викорис-ся для мiнiмiзацil кiлькостi стовпцiв. Далi пропонуеться матрична модель social-процесiв на метрищ значень змiнних. Стовпщ-кубгги Р1, Р2, Р3 з попередньо! таблицi

трансформуються в рядки-вектори, як представляють собою супер-позицiю унiтарних кодiв значень параметрiв, що беруть участь у формуванш social-процесiв: РТ1 - РТ3:

Pi РТ1 РТ2 РТ3

Р1 1100 1101 1011

Р2 0011 1011 0111

Р3 0110 0111 0110

Р4 1001 1011 1101

Дуалiзм штерпретаци дано! таблищ формуе iерархiю, яку необхiдно враховувати при сиш^ моделi social-процесiв. 1) Отримана таблиця або матриця об'еднання уштарних кодiв, розмiщених в координатах, являе собою двшковий модель social-функцiональностi, прив'язану до модельного часу РТ1-РТ3. Тут iстотно, що кожна координата матрищ являе собою векторну або кубгг-ву форму опису таблицi ютинносп. 2) Однак, формат матрично! моделi також адекватно створюе структури даних для опису сукупного social-процесу, що мае мюце бути в компани. При цьому кожен стовпець матрищ РТ штегрально задае social-функцiональнiсть. Модель, алгебра, структура, граф, таблиця, матриця, система, рiвняння е е^валентними матема-демократичними поняттями, в основу яких покладена структура взаемопов'язаних компонентiв. При цьому завжди розглядаеться замкнутий алфавгг або безлiч примiтивних компонентiв, як створюють основу структури або ушверсум примiтивiв. Всi можливi зв'язки мiж елементами алфавiту або унiверсуму формують сигнатуру або базовi операци алгебри. Булева алгебра на найнижчому рiвнi представлена алфав^ом або унiверсумом прим^ивних символiв {0,1}, якi фiгурують у значеннях булевих змiнних i функци Y=f(X), де {X,Y}={0,1}. При цьому поведшка функци визначаеться таблицею ютинносп, де впорядковано1 двшково1 послiдовностi вхщних змiнних ставиться у вiдповiднiсть двшкове значення функци. Менш поширеною е штерпретащя таблицi iстинностi, де кожному двшково-му коду або адресою ставиться у вщповщнють одиничне або нульове значення функци. При цьому сукупнють кодiв або адрес являе собою ушверсум примггивних компонентiв або тдставу алгебри, на якiй визначаються базовi операци. Таким чином, вводиться алгебра лопки, де багатозначнi стану вхщно1 змшно1 (алфавiт) кодуються в таблищ ютинносп двшковими векторами, якi пред-ставляють собою адреси комiрок пам'ятi, де зберпаються {1,0}-значення функци. 1нтегрально 1-значення функци в таб-лицi ютинносп формують шдмножина iснуючих

А Hash 16 Р-^е U-code Р1 Р2 Р3

А1 0100...10 00 1000 1 0 0

А2 0100...11 01 0100 1 0 1

А3 1100.10 10 0010 0 1 1

А4 0101.11 11 0001 0 1 0

Р&!, 2020, №2

27

примiтивiв A={a,c,e,f} на заданому ушверсуш A= {a,b,c,d,e,f,g,h}, яке суперпозиционно створюе функцюнальшсть:_

String Code Function

a 000 1

b 001 0

c 010 1

d 011 0

e 100 1

f 101 1

g 110 0

h 111 0

Кyбiтним покриттям дано! фyнкцiональностi е F-вектор двшкових станiв вихiдний змш-но!. розмiрнiсть якого дорiвнюе yнiверсyмy примiтивних компонентiв, що Формують фyнкцiю, а число одиничних значень одно пiдмножини примiтивiв з ушверсуму, який бере участь у формуванш за-дано! фyнкцiональностi. Слiд зазначити, що функцюнальшсть формуеться значеннями суттево! перемшно! у тимчасових кадрах social-процесу або social-патерну. Враховуючи, що кшькють суттево-них змшних. як правило бшьше 1, то необхвдно синтезувати цифровi логiчнi схеми з кyбiт-них покритпв фyнкцiй, число яких дорiвнюе кшькост iстотних змiнних. Таким чином, кшцеве безлiч iстотних змiнних е базовими елементами для синтезу цифрових лопчних схем social-фyнкцiональностi або social-процесу. Дат представлена структура, яка оперуе кубитными покриттями примiтивiв. об'еднаними логiкою елеменпв: and, or (рис. 2).

Рис. 2. Logic social-functions

Лопчш схеми, синтезиро-ванш з кубитных форм значень змшних, призначенi для моделювання social-процесiв з метою визначення поведiнки киберфизической social-архiтектyри комп'ютингу на заданих вхщних робочих вiз-дi!. Робочими впливами е суперпозици yнiтарних кодiв вхiдних значень змшних. Стан виходу лопчно! social-схеми, рiвне одиницi, свiдчить про позитивному результат взаемоди вхiдних значень ютотних

змiнних на хщ виконання social-патерну або процесу для досягнення поставлено! мети. Таким чином, замють ланцюжка даних, що шюструе послiдовнiсть дiй social-фyнкцiональностi. пропонуеться принципово нова форма -комбшацшна цифрова лопчна схема, паралельно iнтегрyюча лише ютотш властивостi social-фyнкцiональностi, де основною вщмшнютю е можливiсть моделювання social-процесiв. Схемна структура формуе функцюнальне поведiнка або модель social-фyнкцiональностi на основi використання кубитных покриттiв змшних, iнварiантнy до часу. Сyкyпнiсть social-фyнкцiональностей створюе основу для синтезу паралельно! цифрово! моделi social-процесу, яка являе собою спецiалiзований обчислювач який реалiзyе кiбер-фiзичний комп'ютинг для мошторингу, моделювання та yправлiння social-процесами компани. Iерархiя social-комп'ютингу представлена компонентами:

<значення - змшна - фyнкцiональнiсть -процес> або <value - variable - function -process>.

Логiчна структура або social-процесор iнварiантний до часу, створюе social-фyнкцiональностi на основi кубитных форм таблиць iстинностi лопчних елеменпв. прив'язаних до yнiверсyмy примггивних значень змiнних. Переваги social-процесора полягають у компактностi подання та високш швидкодil логiчно! схеми social-фyнкцiональностi, яка визначаеться кубитными векторами змiнних. бггова розмiрнiсть яких дорiвнюе кiлькостi прим^ивних даних значень кожно! змiн-но!. Кубитные структури даних iнварiанти до !х hardware реалiзацi!, у виглядi лопчно! схеми, або software, у виглядi таблиць-матриць опису фyнкцiональностей [18-20]. Кубггна двiйкова форма опису social-фyнкцiональностей дае можливють технологiчно моделювати як завгодно складш social-процеси шляхом впливу на схему двшковими вх1дними наборами, яю вiдповiдають yнiтарно-кодованим даними, в цшях визначення вихiдних станiв social-процесора, що виконують роль клас-сификатора та/або актюатора. Позитивним е той факт, що кожен кубитный логiчний елемент, заданий у векторному формап кiлькостi значень змiнно!. створюе образ social-фyнкцiональностi единичными значеннями сво!х координат. При цьому число кубитных векторiв-елементiв, об'еднаних в схему and(or)-елементом, дорiвнюе кiлькостi змiнних синтезовано! social-фyнкцiональностi. Крiм того, вiзyалiзацiя досить компактнiй логiчно! схеми завдання social-фyнкцiональностi дае можливiсть поль-зователю або керiвникy побачити сyтнiсть social-фyнкцiональностей без

прив'язки до часу, де важливим представлясться покрити вс необхвдш змiннi конструктивними дiями користувача для отримання вщповщних сервiсiв.

Недолiком процесорно! social-моделi е виключення параметра часу у функцюнуванш ло-пчно! моделi, що призводить до И неадекватносп у р^ потреби опису последовательностной граф-схеми алгоритму social-функцiональностi. Крiм того, для моделювання даних з допомогою логиче-сько! social-схеми необхiдно синтезувати препроцесор текстових даних в унiтарнi кубитные вектори на основi використання hash-функцiй, що суттево зменшують час порiвняння вихiдного i вхiдного текстового рядку з бiблiотечними даними. Необхiдний також постпроцесор для штерпретаци станiв ви-ходiв social-процесора користувачу (автомата), який буде генерувати наступи актюаторные ди. В сукупностi, препроцесор i постпроцесор займають близько 10 вщсотюв пам'ятi i визнач-кового часу обробки даних вщ базового варiанту, пов'язаних з синтезом i анатзом кубитных структур, що реалiзують архтектуру social-схеми

пiдприемства.

Формальний синтез лопчних схем social-процесу компанп здiйснюеться шляхом виконання наступних пунктiв:

1) Формування унiверсуму примiтивних даних по кожному атрибуту social-процесу.

2) Заповнення вектор-кубга одиничними значеннями тих координат, номери яких вiдповiдають даним, використовуваним при формуванш конкретно! social-функцiональностi.

3) Об'еднання за and-функцil всiх логiчних елемешгв, заданих кубiтами задiяних значень змшних, для отримання схеми social-функцюнальносп.

4) Об'еднання всiх схем social-функцiональностей для отримання логiчного social-процесора компанп.

Завдання аналiзу, якi виршуються з допомогою логiчних social-схем:

1) Моделювання видного потоку даних в цшях !х класифшаци на множит бiблiотечних social-функцiональностей шляхом використання вектора моделювання (покриття), який дае можливють на кожному кроцi визначати стан модельованого social-процесу, а також генерувати керуючi вiз-дil, спрямованi на отримання покриття social-функцiональностi, виходячи з нульових координат вектора моделювання.

2) Автоматичне генерування вхiдних двiйкових векторiв на основi аналiзу даних для !х шдуть-ного моделювання на social-процесорi.

Для автоматичного створення social-процесора на основi використання вхiдного контенту

необхщно: 1) Визначення ключових ^в для формування змiнних social-процесу i подальшого обчислення универсумов примiтивних значень даних. 2) Формування ще! кожного social-процесу, що створюе заюнчену social-функцiональнiсть у виглядi матриц кубитных покриттiв, складених з уштарних кодiв, вiдповiдних значень з универсумов примiтивiв змiнних. 1нструментом для точного моделiрова-ня вхiдних впливiв на куб^них покриттях social-функцiональностi е функщя приналежностi, яка обчислюеться шляхом визначення кодового вiдстанi мiж вхiдним двiйковим набором, що подаеться на лопчний елемент i кубггним вектором останнього:

String Input Func Xor ^(I,F)=

a 1 1 0 0,75

b 0 0 0

c 0 1 1

d 0 0 0

e 1 1 0

f 1 1 0

g 0 0 0

h 1 0 1

Однак приналежнiсть частини social-функцiональностi визначаеться операцiею логичного множення або перетину, яка повинна бути дорiвнюе вхiдному вектору IaF=I, що означае покриття логiчним еле-ментом social-функцiональностi значення вхiдного вектора I IeF.

Отже, структури даних social-аналiтики або архiтектура social-процесора, зображеного на рис. 3, мiстить: 1) метрику у виг\щщ множини U = {U1, U2, ..., Ui, ..., Un} кубiтних покриттiв унiверсумiв примiтивних значень, яке мае потужшсть, рiвну кiлькостi змiнних n. Кожен ушверсум Ui = {Ui1, Ui2, ..., Uij, ..., Uim} формуе повне безлiч примiтивних значень змшноц 2) на основi даноí метрики, шляхом синтаксичного порiвняння, синтезуються еталонш social-функцiональностi P = {P1, P2, ..., Pr, ..., Pk}, де стовпчик Pr = {Pr1, Pr2, ..., Pri, ..., Prn} формуе sotial-функцюнальшсть, а координата стовпця визначаються-еться двшковим вектором, Pri = {Pri1, Pri2, ..., Prij, ..., Prim} записаним у форматi кубiтного покриття Ui = {Ui1, Ui2, ..., Uij, ..., Uim} ушверсуму примггивних значень змiнноí. При цьому, Prij =1, якщо в social-функцiональностi присутнш символьне значення змiнноí, рiвне Uij. Куб^не покриття social-функцiональностi Pr = {Pr1, Pr2, ..., Pri, ..., Prn} завжди е структурною частиною кубггного покриття унiверсума примiтивiв: PreU

ocKtnbKH 3aB^gu npaцroe aKcioMa PrùU=P; 3) MeToro cTBopeHHa eTanoHHHx social-$yH^HOHa.bHocTeö e aBTOMaTHHHe reHepyBaHHa aKTroaTopHHx Bn.HBiB A = (A1, A2, ..., Ap, ..., Aq), aK 3aMHKaroTb цнк.п

social-aHa.iTHKH KepyronuMH Bn.HBaMH,

nepeTBoproronu ïï b RPA-CTpyKTypy.

U=f(R)

Ul U2

Ui

Un

P=f(R,U)

P11 P21 Pr1 Pk1

Pl2 P22 Pr2 Pk2

Pi P2i P.r.i Pki

P1n P2n P rrn Pkn

A=f(R,U,P)

Al A2

AP Aq

Ui = (Uü,Ui2,Uij,Uim);Pri = (Prii,Pri2,Prij,Prim);{Uij,Prij} = {0,1}. Phc. 3. MaTpHHHa apxiTeKTypa social-KOMn'roTHHry

MaTpHHHa apxiTeKTypa social-KOMnbTiHra nigTpuMye iepapxiro Ky6iTHHx noKpHTTÎB RpePreU, ge Rp-BeKTop BxigHHx 3HaneHb 3MiHHOÏ He MO^e 6yTH 6i.bme Pri-Ky6iTa social-3MiHHOÏ, aKHH He MO^e 6yTH 6i.bme yHiBepcyMy Ui 3HaneHb 3MiHHOÏ. ApxiTeKTypa nporpaMHoro cepBepHoro gogaTKa g.a CHHTe3y .orinHHx social-$yH^HOHa.bHocTeö i no-HacTynHoro Moge.roBaHHa Ha hhx KoHTeHTy Be.HKHx social-gaHux npegcTaB.eHa Ha puc. 4. OrpyKTypa MicTHTb gBi nacraHH, ge .iBa 3 hhx npu3HaneHa g.a aBTOMaTHHHoro cuHTe3y CTpyKTyp gaH-HHx, .orinHux e.eMeHTiB i cxeMH b ^.OMy. npaBa nacTHHa opieHToBaHa Ha py^He BBegeHHa cxeMHHx e.eMeHTiB i CTpyKTypu social-$yH^ioHa.bHocTi Ha ocHoBi bhkoph cTaHHa rpa^MHoro iHTep^eöcy. 06ugBi nacTHHH apxHTeKTypu HaBaHTa^em Ha 6.OK Ky6iTHoro Moge.roBaHHa BxigHoro KoHTeHTy 3 MeToro BH3HaneHHa b HboMy aHa.oriB social-пpoцeсiв, KoHCTpyKTHBHHx i gecTpyKTHBHHx, CHHTe3oBaHHx paHime 3a rnmux MO^nuBocreS. Pe3y.bTaTH Mogi-BaHHa 36epiraroTbca b 6i6.ioTe^, aKa MicTHTb TaKO^ i .orinm eTa.oHH social-$yH^HOHa.bHocTeö.

Design Automation

Manual Design

a> <5 o<

V o ro c

■il

m co 0) i-

fi 103

=ï c 0*55 Q

n

03

■if OJ Q.

input Social Data

C

O O)

c

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

0> c c 0 Cl c

0

Output Data of Simulation

Phc. 4. ApxiTeKTypa social-npo^copa 3. ^orÎHHÎ CTpyKTypn social-

(l)VHKUHOHa.ibHOCTeH

nponoHyeTbca pimeHHa b Haerarn CHHTe3y .orwHHx cxeM g.a aHa.i3y social-npo^ciB, noB'a3aHe 3 bhko-

pucTaHH^M Ky6iTHo-peecTpoBHx 3MiHHHx, aK yHiTapHo KogyroTb 6e3.in npuMiTHBHux 3HaneHb 3 6araTO3HanHoro yHiBepcyMy 3MiHHoï. Y цboмy BHnagKy 6ygb-aKa $yHK^OHa.bHicTb Mo^e 6yTH npegcTaB.eHa .orinHHM e.eMeHTOM and (or, or), aKHH Mae peecTpoBi BxigHi 3MiHHi, npegcTaB.eHi Ky6iTHHMH BeKTopaMH [2-4]. CepegHe apu^MeTHHHe 3HaneHHa Ha BHxogi .orinHoro e.eMeHTa 3 6araTo3HanHHMH a6o BeKTopHHMH BxogaMH BH3HanaeTbca 36iroM ciHa.OB 3 Ky6iTHHMi

BeKTopaMH 3a BCiMa BxigHHMH 3MiHHHMH. ^.a ЦbOГO Heo6xigHo BHKOHyBaTH npo^gypy, noB'a3aHy 3 .orinHHM nepeTHHOM (and-onepa^a) BxigHoro curaany 3 Ky6iTHHM BeKTopoM i noga.bmHM xor-nopiBHaHHaM pe3y.bTaTy nepeTHHy 3 BuxigHHM CHrHanoM. ^k^o TaKe nopiBHaHHa gopiBHroe Hy.ro no Bcix KOopgHHaTax BeKTopiB, to ^opMyeTbca cepegHe apu^MeTHHHe 3HaneHHa Buxogy g.a ogHieï 6araTO3HanHOÏ 3MiHoro. npu HaaBHOCTi ogнннцb Ha Bcix BHxogax 3mîhhhx .orinHoro e.eMeHTa and, Horo 3HaneHHa 6yge gopiBHroe ogнннцi. AHa.iTHHHa Moge.b i cxeMHa pea.i3a^a npoцegypн nopiBHaHHa gBox BeKTopiB g.a BH3HaneHHa npHHa.e^Hocri ogHoro 3 hhx Q1 go iHmoro Q2 Mae Buraag, npegcTaB.eHHH Ha puc. 5.

Y=v[(XaQ)®X]

QI ^

Q2

&

PHC. 5. .HoriKa nopiBHaHHa gaHHx

CxeMHa peani3a^a npucTporo g.a Moge.roBaHHa co^a.bHHx npoцeciв X m.axoM nopiBHaHHa 3 eTa.OHHi-MH $yHK^OHa.bHOCTaMH Q npegcTaB.eHa Ha puc. 6.

Xi

Qi

&

L

©

X2

Q2

&

©

Xi

Qi

7e—

&

-y-

©

Xn

Qn

&

L

©

1

&

Phc. 6. CxeMa MOHiTopuHry i aHa.i3y coцia.bннx npoцeciв

Тут виконуеться nopiBHHHra двiйковiй-кодованих вхiдних значень Х з вщповщними кубiтнимi векторами еталонних значень змiнних соцiальних процеав. Стан вихщно! змшно! одно Y = 1, якщо вхiднi значення piBm кубiтним векторах по всьому кординат. Це означае, що вхщш данi в сукупностi представляють собою наперед задану еталонну соцiальну функцюнальшсть. Кубiтние вектори в сукупностi формують матрицю еталонних значень сощально! функцюнальностг Швидкодiя отримання рiшення на виходi схеми дорiвнюе п'яти структурним тактам. Слщ зазначити, що в загальному випадку стан виходу схеми формуеться функцiею приналежностi Y = m (X, Q) = 1-d (X, Q) / n, яка визначена в штервал1 (0,1) числом (розбiжностей) единич-них координат на репстровому виходi лопчно! and-функци кожно! змшно!, де n - число координат Q-вектора, d (X, Q) - кодова вщстань за Хеммшгом. Схема формуе функцiю приналежностi елемента або пщмножини до наперед заданого еталонного вектору примiтивiв за один автоматний цикл, завдяки векторнш формi завдання пiдмножин однаковою розмiрностi. 1накше, схема дае можливiсть вiдповiсти на питання: чи належить вхiднi двоичная послщовшсть Х еталонно! сощально! функцюнальност Q, також представлено! в цифровому виглядi Y = 1. Можна використовувати схему з нульовим позитивiзмом вихiдного сигналу, коли максимальна належшсть вхiдного сигналу X до кубитному еталону Q iдентифiкуеться 0-рiвнем вщмшност мiж двома векто-рами Y=a(X,Q)= d(X,Q)/n.

Це штотно спрощуе логiчну структуру. Тут Y=0 означае повне спiвпадання мiж вхiдними даними i кубiтним вектором еталонно! функцiональностi, що дае тдстави iдентифiкувати або класифiкувати аналiзований процес, як належить еталонного вектора. В результат отримуе-ся, що функцiя зб^ (match function) е iнверсною по вщношенню до функцi! приналежност (membership function): Y=a(X,Q)= d(X,Q)/n = not[m(X,Q)=1-d(X,Q)/n].

Сигналами в змiнних можуть виступати: символи, лiтери, слова, речення, цифри, числа, стосунки, структури, малюнки, фотографа, вiдеофiльми, звуковi фрагменти, процеси i явища. Наступна схема, рис. 7, ще бiльше спрощуе логiчне моделювання вхщних social-потокiв даних, де видалеш xor-елементи, але доданi U-елементи, що виконують роль таблицi ушверсуму примiтивних значень кожно! змiнно!, щодо яких синтезуються кубiтнi вектори змшних для формування social-патернiв.

Рис. 7. Спрощена схема social-simulation

Щоб показати схему для формування структур даних social-функцiональностi (U,Q,X), необхiдно з'еднати вхщний потiк даних S для кожно! social-змiнно!, рис. 8.

Рис. 8. Схема формування social-патерну

Схема для формування структур даних social-процесу (V,P,Y) з'еднуе вхiднi потоки даних для змшних F щодо кожно! social-функцiональностi. Приблизна UU-модель social-процесу для аналiзу дiяльностi компанi! представлена на рис. 9.

Si

Grant = {international, national, commercial, industrial, targeted, fundamental, applied, educational, scientific, sport-culture}

S2

Metrics of science = {scopus, web of science, h-index, google scholar, IEEE Xplore, Springer, Cyberleninka, trust-library, all publications, citation integrally}

S3

Book = {monographs, international publishing, textbook, tutorial, training manual, scientific report, educational-methodical complex, MOOC, educational standards, electronic book}

S4

Attestation Level = {DrSc, PhDs, MsSc, BaDe}

S5

Patent = {discovery, patent, copyright certificate, invention, utility model, software application, author course, author lecture}

S6

Mentoring = {student's: paper, book, conference, grant, award, olympiad, patent, software, fair, IEEE membership}

S7

Award = {Nobel prize, state prize, international award, title of honor, state awards, academic awards, educational awards, industrial awards, university awards}

Ss

Volunteering = {Organizing: conference, fair, workshop, olympiad, summer school, open lecture, competition, training, membership of specialized scientific board, PC conference, journal edition board, award board}

S9

Publishing = {Edition: journals, conference proceedings, films, electronic portals, websites, web pages, collective monographs}

S10

Networking = {Cooperation agreements with: state enterprises,

private companies, national universities, foreign companies, foreign universities, writing joint monographs, articles and grants, exchange of students, teachers, exchange of internships}

Рис. 9. Метрика-схема social-процесу

Ушверсум универсумов (ЦЦ) являе собою дворiвневу модель процесу чи явища, призначена ченную для активного цифрового моделювання в цшях точного розтзнавання великих потоюв вхщних даних шляхом метричного порiвняння з заданими еталонами.

Кожен з параметрiв представлено значеннями, яю в сукупносл складають ушверсум другого рiвня. У результат виходить ЦЦ-метрика функщональносл еталонного процесу або явища, стосовно якого можна вимiрювати-моделювати потк вхщних даних, яю претендують на цю роль. Для проектування киберсоциального

комп'ютингу використовуються два види моделей лопчних процесорiв.

Кубитно-репстрова модель (КРМ) оперуе двома входами лопчного and-елемента, на яю пода-ються: 1) кубггний вектор-еталон багатозначно!

змшно! social-функцiональностi; 2) вхщний вектор даних social-процесу, що пщлягае розтзнаванню. Обидва вектора паралельно порiвнюються мiж собою за процедурою Y=v[(XлQ)©X], що включае три паралельних операци, що призводить до двшкового результату: Y=0, якщо X належить вектору Q, в шшому випадку Y=1.

Кубитно-лопчна модель (КЛМ) оперуе одним входом лопчного and-елемента, на який подаеться значення-адреса даних social-процесу, вiдповiдне дано! змшно!. За адресою, одержаного в результат кодування текстового фрагмента, визначаеться координата кубггного вектор-еталона багатозначно! змшно! social-функцiональностi, значення яко! формуе стан виходу Y для розтзнавання значення вхщних даних вщносно заданого кубитного вектора,

формуе лопчний еталон. 1ншими словами, одна теращя моделювання на кубитном елемент КЛМ-моделi social-фyнкцiональностi визначае належнiсть вхщного значення до кубитному вектору лопчного еталону. КРМ модель змiнно! social-фyнкцiональностi дае можливiсть паралельно, за один автоматний цикл, визначати належшсть вхщного вектора до кубитному вектору лопчного еталону. В цьому !х вщмшшсть. Природно, що вхiднi впливу для обох моделей формуються з текстових фрагментiв вхiдних даних шляхом !х yнiтарного кодування на yнiверсальнiй множит значень кожно! змiнно! кiбер-соцiально! функцюнальносп. 4. Комб1нац1йн1 кубггш схеми social-комп'ютингу

Одним з яскравих представниюв memory-driven social-комп'ютингу виступае компашя Wave Computing Inc, Silicon Valley, яка з'еднуе AI-ML з dataflow-based MIPS RISC (конвеер з обмеженою системою команд) architecture. Девiз компанй -"follow the data with AI" в цiлях надання deep learning по будь-якому мiсцю знаходження великих даних - вiд дата центрiв до термiналiв хмари [31].

Мета - суттеве пiдвищення якост розпiзнавання соцiальних процесiв шляхом створення лопчно-го кубитного процесора паралельного моделювання i розпiзнавання social-патернiв у вхщних потоках великих даних, отриманих на основi метричного монiторингy

шфраструктурних компонентiв, для цифрового актюаторного управлшня соцiальними процесами.

Сyтнiсть полягае в синт^ логiчно! схеми social-явища для моделювання (порiвняння, розпiзнавання) вхiдного потоку даних в цшях формування на виходi процесора актюаторных значень (сигналiв), спрямованих на усунення вiдмiнностей мiж вхiдними даними i еталоном. Вщмшшсть шноваци вiд iснyючих рiшень мошторингу та порiвняльного пасивного вiдображення social-процесу, полягае в online генерyваннi керуючих впливiв, активуючих компьютинго-правовi процедури щодо приведення social-процесу до iдеального алгоритмом або social-траекторй. Дослiдження пiдтримyе три фази social-аналiтики (синтез, аналiз, управлшня):

1) синтез структур даних i лопчних схем, що формують кубитные моделi social-процесу i social-патернiв на основi аналiзy вхiдних потокiв великих даних - фаза навчання;

2) аналiз або моделювання вхiдних потоюв великих даних на синтезованих лопчних схемах social-патершв з метою визначення комплектyючостi потокових фрагментiв

(розпiзнавання) до заданих social-фyнкцiональностям;

3) управлшня шфраструкту-культурними киберфизическими компонентами за допомогою актюаторных сигналiв, отриманих в результат ана^за вхiдних потокiв даних у цшях зменшення часових витрат надання сервгав. Досягнення мети дае можливють отримати настyпнi фyнкцiональностi, практично орiентованi на точне рiшення завдань вичерпного монiторингy та цифрового управлшня social-процесами:

1) автоматичний синтез базисного кубга змiнних P = (P1, P2, ... , Pi, ... , Pn) social-процесу шляхом пошуку або визначення ушверсуму непересiчних клашв еквiвалентних змiнних на основi семанти-тичного i синтаксичного аналiзy вхщних потоюв великих даних;

2) автоматичний синтез базисних кубтв значень кожно! змiнно! Qi = (Qi 1, Qi2, ... , Qi, ... , Qim) social-процесу шляхом пошуку або визначення ушверсуму неперешчних клашв еквiвалентних значень для кожно! змшно! на основi семантичного i синтаксичного аналiзy вхщних потоюв великих даних;

3) автоматичний синтез кубитной Q-матрищ универсумов Q = [Qi] social-процесу на основi об'еднання кyбiт-yниверсyмов значень кожно! змшно! тд егiдою кyбiт-yнiверсyмy змiнних. Q-матриця, як майстер-шаблон, породжуе вс можливi social-патерни шляхом маскування !! значеннями координат {0,1};

4) автоматичний синтез актуальною кубитной Q-матрищ i логiчно! схеми social-патерну на основi маскування кyбiт-yниверсyмов змiнних i !х значень шляхом семантичного i синтаксичного аналiзy вхiдних потокiв великих даних;

5) автоматичний синтез кубитного лопчного процесора для моделювання i розтзнавання social-патершв у вхщних потоках великих даних на основi кубитных Q-матриць шляхом об'еднання актуальних лопчних схем social-фyнкцiональностей;

6) автоматичний синтез функцш виходiв логiчних патерн-схем для актюаторного управлшня компонентами шфраструктури social-процесу на основi моделювання вхщних потоюв великих даних, що використовують кyбiтнi Q-матрицi social-фyнкцiональностей;

7) автоматичний синтез GUI на основi Q-матрищ дае можливiсть вiзyалiзyвати online процедури моделювання вхщних потоюв даних на лопчних схемах social-процесора в цшях визначення сташв виходiв, формують актюаторные впливу для iнфрастрyктyрних компонентiв i працiвникiв компанi!.

Ршення перерахованих завдань пов'язане з створенням модел^ методу та iнтерпретативного гнучкого процес-ра киберсоциального social-комп'ютингу, спрямованого на автоматичний синтез i ан^з кубитных логичних схем, орiентованих на мониторинг, моделювання, розпiзнавання та управлшня social-процесами i явищами:

1) процесор киберсоциального social-комп'ютингу на основi синтезу кубитных логiчних схем для мониторингу, моделювання, розпiзнавання та управлшня social-процесами;

2) кубiтно-матрична модель ушверсуму змiнних i унiверсуму значень кожноТ багатозначною змшноТ для синтезу лопчних схем social-патернiв, орiентованих на аналiз i управлiння social-процесами;

3) кубгтно-матричний метод синтезу лопчноТ схеми для моделювання i розпiзнавання social-функщональностей на основi унiтарного кодування значень багатозначних змшних в цiлях оптимального управлшня social-процесом;

4) кубiтно-матричний штерпретамний метод моделювання вхiдних потокiв social-даних social-процесiв на основi використання еталонних логiчних елементiв social-функциональностей з уштарною кодуванням багатозначних змiнних. Метод вiдрiзняеться вiд розумних блокчейн-контрак™, що представляють собою виконуваний код, штерпретамним аналiзом гнучких структур даних, що дае можливiсть змiнювати модель social-процесу в online режимi реального час;

5) тестування i верифiкацiя кубгтно-матричноТ архгтектури social-комп'ютингу на прикладах аналiзу i розпiзнавання процесiв у вхiдних потоках великих даних, пов'язаних з кiберфiзiческiм вiдображенням i управлiнням дiяльнiстю компани.

Кубiтно-матрична iнтерпретатiвная модель social-патершв i ТТ унiтарно-кодований екземпляр для моделювання i актюаторного управлiння social-процесом компани представленi на рис. 10.

U-Values

Р1 Q11 Q12 Qij Qlm

Р2 021 Q22 Q2j Q2m

Pi Qii Qi2 Qij Qim

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

Рп Qni Qn2 Qnj Qnm

1 1 0 0 0 0 1

0 0 0 0 0 0 0

1 1 0 0 1 1 1

1 0 1 1 0 1 1

0 0 0 0 0 0 0

1 1 1 0 0 1 1

Q-matrix (UU-model of business process)

Q-matrix (UU-model of actual pattern)

Рис. 10. Кубгтна матриця social-процесу

Фактично, Q-матриця являе собою формальну запис протоколу, анкети або идеального блок-чейн-контракту, який додатково виробляе актюаторные сигнали (заповнити активш поля, по-ставити пiдпис, сканувати паспорт, зробити фото, оцшити яюсть послуг), якi спонукають людини виконувати певш ди для досягнення мети - лжвщаци вiдмiнностей мiж зразком i реальнiстю. Таким чином, прямi i безпосередн1 iнтеракцiТ мiж роботом-автоматом i користувачем створюють social-комп'ютинг, використовуе Q-матрицю i логiчнi схеми, спрямований на отримання продуклв або сервiсiв за мiнiмальний час без участ посередникiв у формi чиновниюв, паперових наказiв, положень i закошв. 5. Кубiтний метод моделювання Вихщш данi:

1) S-data - вхщний потiк великих даних для виконання social-аналiтики;

2) U-матриця - ушверсум змiнних для опису social-процесу з допомогою универсумов вербальних значень кожноТ змiнноТ;

3) X-матриця - векторний формат вхщних даних за кожною змшною для одного вiть-рацiТ моделювання;

4) Q-матриця - сукупнють кубитных двшкових векторiв для опису еталонного патерну по всiм перемiнним;

5) U-вектор - унiверсум вербальних значень змшноТ для опису social-патерну;

6) X-вектор - впорядкована послiдовнiсть двшкових вхщних даних з одшеТ змшноТ для виконання гтеращТ моделювання;

7) Q-вектор - кубитный двiйковий вектор для опису еталонного патерну з одшею змшною;

8) Функщя приналежнос^ - чисельне значення кiлькостi рiзних дво-кових однойменних координат в векторах X, Q, визначаеться за допомогою операщТ (X л notQ) = Y;

9) актюаторные сигнали - одиничш значення координат вектора Y, яю шщшють процедури, спрямованi на усунення розбiжностей мiж X-вектором i еталонним Q-вектором. Структура методу: пристрш мiстить п'ять шарiв вертикальних компонентiв, де перший з них являе собою вхщш потоки social-даних, що надходять вщ сенсорних пристроТв iнфраструктури компанП на трiади елемен™ другого шару, де перший елемент трiади U являе собою ушверсум вербальних примiтивiв-значень кожноТ змшноТ, соединеный c елементом Q, який е двшковим кубiтним вектором, об'еднуючим значення змiнноТ для синтезу social-патерну у формат! ушверсуму U, який також служить шаблоном для формування двшкових значень кубитного входного вектора даних X, призначеного для спшьного паралельного моделювання з кубгт-

ушверсумом Q, яке заключаеться в !х порiвняннi один з одним шляхом виконання реестрово! логiчнiй операцi! and, в третьому шарi елементiв, над вмютом кyбiт-вектора X i шверсним станом кyбiт-вектора Q, що дае можливють отримати на виходi and-елемента 0-вектор, якщо кyбiт-вектор X належить кyбiт-yнiверсyмy Q, i not-0-вектор - в шшому випадку, що дае можливють використовувати отримаш двiйковi вектори вщ всiх логи-чних and-елементiв вщповщних змiнних для !х логiчного об'еднання на or-елементi четверто-го шару, який формуе штегральний сигнал Y=0(1) для визначення приналежностi (непринадлежно-стi) вхщних векторiв даних X social-паттерну, що визначаеться кyбiт-векторами Q всiх змшних, що, у свою чергу, дае можливють формувати з допомогою елемента-таблищ з п'ятого шару актюаторные сигнали-впливу, призначеш для усунення суперечностей мiж координатами кубгт-векторiв Q social-патерну i вхiдних векторiв даних.

Метод: визначае послщовнють виконання операцiй i процедур для розтзнавання social-патернiв у вхщних потоках даних i формування актюаторных сигналiв-впливiв для усунення протирiч мiж ними, який починаеться з процедури синтаксичного аналiзy вхiдного потоку social-даних, який полягае у вилученш з нього (1) ушверсуму ключових слiв або змшних-примiтивiв, де для кожно! змiнно! витягуеться (2) yнiверсyм значень, що в сукупносп становить (3) U-матрицю ушверсуму универсумов, яка служить платформою для подальшого (4) синтезу двох основних двшкових векторiв: кyбiтного Q-вектора i кубитного X-вектора вхiдного потоку даних кожно! змшно! social-патерну, як далi використовуються для виконання (5) процедури моделювання, яка полягае в паралельному порiвняннi координат кубитных векторiв (X л notQ) = Y, що дае можливють отримати (6) ре-зультуючий вектор Y= (Y1,Y2, ..., Yi, ..., Yn), де кожна 1-координата iдентифiкyе вiдмiннiсть мiж со-ответствующими розрядами векторiв X i Q, що дае можливiсть (7) визначати функщю приналежностi вхiдного X-вектора до Q-вектору патерну для кожно! змшно!, що штегрально, по вшм змiнним формуе (8) фyнкцiю приналежносп вхiдного X-патерну до еталонного Q-паттерну шляхом пiдрахyнкy в yсiх результуючих Y-вектори 1-координат, якi дають можливiсть (9) формувати актюаторные сигнали, спрямоваш на усунення суперечностей в координатах мiж актуальним вхiдним вектором X i этало-ним паттерном Q, що е кшцевою метою social-комп'ютингу, орiентованого на точне моделювання сощальних процесiв за рахунок

цифровiзацi!, автоматизацi! та просторово-часово! оптимiзацi! social-процесу сервiсного обслуговування.

Сигнали розгалуження в social-паттернах. Актюаторные сигнали формують розгалуження в класичнш граф-схемою алгоритму управлшня social-процесом i створюють yмовнi процедури реалiзацi! social-патерну. В даному випадку юнують двi структури даних для реалiзацi! змiнних у social-паттернах, що позначае умови (X):

1) кожнш X-змшно! ставиться у вiдповiднiсть окремий рядок в матриц або кyбiти ушверсуму змшних;

2) для вшх X-змшним ставиться у вiдповiднiсть один рядок в матрищ, де вс значення рiзних X-змiнних будуть представлен yнiтарними кодами. Враховуючи той факт, що умовш вершини у граф-схемi алгоритму iнiцiюють певнi альтернативш дi!, то вихiдна (логиче-ська) функщя для всiх умовних X-змiнних повинна бути визначена в мiждисциплiнарномy алфавт. Це означае, що Y={0,1}, е лише приватним випадком при формуванш таблицi iстинностi X-змiнною. Загальний випадок визначаеться безлiччю значень, якi виконують актюаторные впливу на суб'ект або компонент social-процесу: Y={fill in this gap, please do the signature, try again the spelling, correct the wording, do scanning the passport, press the enter-buttom, scan the right eye}. Таким чином, кожна лопчна схема social-патерну мае багатозначш значення вхiдних змшних i фyнкцi! виходу, якi формують функцюнальне ставлення, спрямоване на шщдавання або актюацию сyб'ектiв iнфрастрyктyри або користyвачiв, як реакцiю на вхщний потiк великих даних, отриманих шляхом мониторингу social-процесу для !х моделювання:

Y(Y1,Y2, ..., Yi, ..., Yn) = f (X1,X2, ..., Xi, ..., Xn). Призначення (багатозначною) функци виходу логiчно! схеми social-патерну полягае в активаци процедур social-процесу, спрямоваш на досягнення мети у виглядi отримання продукту або сервiсy в рамках шфраструктури киберфiзичного social-комп'ютингу. По сут реакцiя виходу логiчно! схеми social-патерну при моделюванш вхщного потоку даних являе собою вектор актюаторных сигналiв, спрямованих на усунення вщмшностей мiж вхiд-ними даними та social-еталоном. Логiчнi схеми social-патершв iнтегрyються за допомогою or-елемента в сощальний процесор (рис. 11), який також мае багатозначш значення вхщних змшних i функци виходу, формують функцюнальне ставлення, спрямоване на шщювання або актюацию суб'екпв шфраструктури або користyвачiв, як реакщю на

вх1днии пот1к великих даних, отриманих шляхом мошторингу social-процесу для !х моделювання: Y(Z1,Z2, ..., Zi, ..., Zn) = f (Y1,Y2, ..., П ..., Yn). Синтез кубгтног матриц social-процесу. Суттевою представляеться швар1антшсть social-патершв щодо часу, що призводить до створення компактних комбшацшних лопчних схем, де кожен лопчниИ елемент вщповщае за вс1 використовуваш значення ютотно! змшно!. Базовим е вар1ант, де е велика кшьюсть скр1ншот1в, як1 створюють послщовност лопчних елемент1в, що утрудняють анал1з social-процес1в для вироблення керуючих актюаторных сигнал1в. Последовшсш ланцюжки екрашв призводять до необх1дност1 групування екрашв в рамках формування модел1 комбшацшно! схеми social-патерну.

Рис. 11. Лопчна схема social-процесу

Таким чином, е два шляхи синтезу social-патерн-схеми: 1) на основ! анал1зу social-потоку сформировать ушверсум значень лопчних змшних 1 куб1тних вектор1в social-патерну, до яких застосувати алгоритм моделювання для розтзнавання потоку даних; 2) на послщовност фреИм1в виконувати процедуру групування екрашв використовуючи незмшювашсть ютотних змшних на тимчасовому штер-вал1 з метою синтезу комбшацшно! лопчно! схеми, яка штегруе в1дносини м1ж значеннями ютотних змшних в час1 I простора

Social-процес, social-патерни, social-змiннi 1 social-символи будуть автоматично (вручну) визначаються стратепею спадного проектування: в1д ключа-сут1 до синон1м1в шляхом формування непересека-ющихся клас1в екв1валентност1,

вщповщних змшним, як1 в сукупност1 створюють Ушверсам-ми прим1тив1в.

Синтез або витяг утверсумгв. Система клас1в-змшних мае так1 властивост1: 1) утворюе розбиття; 2) будь-як1 два елементи з одного класу екв1валентн1 [1]; 3) будь-як1 два елементи з р1зних клас1в не екв1валентн1; 4) об'еднання клас1в створюе ушверсум прим1тив1в - значень, зм1нних, social-патернiв; 5) перетин клас1в дор1внюе порожнш множин1. Наступна таблиця 1люструе взаемодш клас1в екв1валентних п1дмножин множини Р:

Р а Ь с d е f X У z

а 1 1 1

Ь 1 1 1

с 1 1 1

d 1 1

е 1 1

f 1 1 1

X 1 1 1

У 1 1 1

z 1

Процедура синтезу клас1в зм1нних або значень, як1 мають в1дношення екв1валентностеИ на основ1 розбиття вх1дного потоку даних, що м1стить наступн1 пункти.

1. Виб1р елемента а1 £ Р 1 осв1та п1дмножини (класи) Кх с Р що складаеться з а1 1 вс1х елемент1в, екв1валентних Иому:

Уа1 £ Р ЗКХ с Р: К1 = [ах] = {х £ Р: х-а^.

2. Виб1р елемента а2 £ Р, а2 Ф а1 1 осв1та класу К2 с Р, що складаеться з а2 1 вс1х елемент1в, екв1валентних Иому:

Уа" £,а" «К! с Р ЗК" с Р: К" = [а"] = = {х£Р,х? К1:х~а"}.

3. У результат1 виходить система екв1валентних клас1в, об'еднання яких одно числу Р.

Тут сукупн1сть актюаторных вплив1в формуе ун1версум прим1тив1в для кожно! зм1нно!, з яких створюються кубитные лог1чн1 функщональност для управл1ння киберсоциальными процесами 1 явищами, як1 використовують компараторные процедури або алгоритми для пор1вняння з еталонами. Ун1версум актюаторных прим1тив1в дае можлив1сть управляти змшно! з допомогою синон1м1в, кожен з яких активуе певниИ процес або явище. Наприклад, зм1нна актив1зац1! дов1льного руху об'екта мае так1 варанти, складов1 ун1версум: {по!хали, рушили, покотилися, поскакали, полет1ли, помчали, потяглись, попрямували, погнали, поб1гли, п1шли, стартонув}. Обов'язковою умовою в тдбор1 синон1м1в для зм1нно! е !х непересекаемость з

36

К&!, 2020, №2

ушверсумами шших змiнних щоб уникнути неоднозначносп поведiнки об'екта. Природно, що змшш активiзаци сво!ми унiверсумами створюють команди для управлiння процесами, пов'язаними з людиною, твариною, машиною, роботом, дроном, комп'ютером, зброею, технiкою, будинком, робочим мюцем. Таким чином, логiчна схема для анатзу соцiального social-процесу або явища здатна верифiкувати створену метрику або структуру, моделювати позитивнi або негативш рiшення керiвника, передбачати сощальш явища в майбутньому, включаючи деструктивш акци, катаклiзми, колiзil, злети i падiння громадян, соцiальних груп i держав. Соцiальний social-комп'ютинг, як i унiверсальний обчислювач, здатний визначати точш рiшення з допомогою лопчних схем еталонного поведшки людини, сощально! групи або держави. Проблема тдлягае вирiшенню в майбутньому, полягае у створенш бази алгоритмiв або схем, з яких можна технологiчно просто синтезувати

киберсоциальные метричнi social-процесори для мошторингу, аналiзу та актюаторного управлшня медициною, транспортом, наукою, осв^ою, державою, виробництвом, еколопею,

юриспруденцiею, фiнансами. 1нша справа, що чиновники усiх рiвнiв будуть перешкоджати проникненню нешдкупно! та об'ективно! цифровiзацil в сферу !х дiяльностi зi зрозумiлих причин. Чим вище киберсоциальная невiгластво бюрократичного апарату, тим сложноее i довший шлях до процвггання держави i И громадян у сучасному свт. Шлях один, тривалий i еволюцiйний перманентно вчити майбутню i актуальну полггичну елiту елементiв морально! кiберкультури управлшня на основi вичерпного метричного мошторингу сощальних процесiв. 6. Матричний секвенсор для розппнавання сощальних явищ

Проблема i рiшення. Проблема киберсоциального комп'ютингу полягае в складност формалiзацi! емоцiйно! логiки людських вiдносин, якi необхщно привести до цифрового детерминизму функщональних вiдповiдностей, що виключае ймовiрнiсть i невизначенiсть. Пiти вiд евристики в бш автоматизацi! синтезу i аналiзу логiчних схем соцiального процесингу для моделювання i передбачення social-колiзiй вщ некомпетентних рiшень - завдання, актуальна для ринку. Для !! виршення пропонуеться трансформувати функцiонально закiнчений потш великих даних до структуровано! матрично! двiйковiй формi, яка унiтарно кодуе безлiч ключових понять-змiнних i вс можливi !х значення, складовi ушверсум примiтивiв. Метод для рiшення проблеми

представлений синтезом класiв еквiвалентних вщносин на сукупностi змiнних Р:

Р = {Р1, Р2.....Р.....Р].....Рп}, Ц П = 0,

де кожна з них Р# = (Рц, Р#", —, Р#&, -, Р#г, -, Р#%} приймае унiверсальну множину вербальних значень, що створюють мiж собою е^валентш вiдносини Р#к~Р#г i утворюють при цьому порожш перетину Р#& П Р#г = 0. Таким чином, щоб побудувати неперешчш класи е^валентних вербальних значень кiнцевого безлiчi змшних, необхщно визначити ключовi слова, яю не повиннi мати мiж собою смислового перетину, а поим для кожного ключового слова вибрати з тексту синошми, яю не повинш бути присутнiми в значеннях шших змшних.

Метрика: визначення, акаоми 7 р1вняння social-комп'ютингу.

1. Метрика е спошб вимiрювання вщстаней dl £ D мiж процесами i явищами в просторi заданых параметрiв з виконанням аксiоми циклiчного конволюцшного замикання [2]:

Б==0 1=1

2. Вимiрювання е процедура визначення вiдстанi мiж кiнцевим безлiччю процесiв або явищ, вщмшних вiд нуля.

3. Параметрами виступають лопчш змiннi Р = (Р1, Р2, —, Р#, —, Рп}, якi з заданою ступенем адекватносп описують процес або явище.

4. Змiннi визначаються за допомогою !х значень Р# = {Р#1, Р#2, —, Р#$, —, Р#п}, число яких не може бути менше двох.

5. Матриця универсумов е упорядкована сукупнють змiнних i !х значень и = [Р#$ ] = [и#$] для метричного вимiру процесу або явища. Уштарно кодований матриця и мае одиничш значення за всiма координатами. Матриця универсумов и може бути представлена одним вектором шляхом конкатенаци !! рядюв

Р= (Р1 *Р2 * ... *Р# *—*Рп).

6. Матриця патерну Q = е тдмножина значень змiнних унiверсально! матрицi Q£U, яке формуе зразок конкретного процесу чи явища. Найбiльш зручною формою завдання патерну е матриця уштарного двшкового кодування значень змiнних.

7. Матриця вхщних даних X = [Х#$] е тдмножина (двшкових значень змшних утверсально! матриц Х£и, яке формуе фрагмент реального процесу або явища.

8. Матриця вимiрювання У = [У#$] = ф [Х#$] е пiдмножина Y£U (двiйкових значень змiнних унiверсально! матрищ, що формуе вщмшносп в однойменних координатах матриць Q i X шляхом

Р&!, 2020, №2

37

виконання паралельно1 хог-операци м1ж паттерном 1 фрагментом реального процесу або явища.

9. В1дстань е скалярна оцшка кшькосп в1дм1нностеИ, зазначених одиницями, в одноИменних координатах матриць вим1рюваних процес1в або явищ. В1дстань визначаеться шляхом тдрахунку одиничних координат в матриц вим1ру:

d ((Д) = ;£]=1;+Уц.

10. Функщя в1дм1нност1 е в1дношення вщсташ (к1лькост1 в1дм1нностеИ в одноИменних координатах) до загального числа координат матрищ (вим1рювання):

, (0,Х) _ ^¡"^т5!!

Функц1я в1дм1нност1 ц не диференц1юе в1дношення м1ж матрицями X, Q, як1 як1сно необх1дно розд1ляти на 5 вар1ант1в взаемоди двох множин (вектор1в, матриць) (рис. 12).

Рис. 12. Матричний метричний процесор

Тут л1ва частина схеми складаеться з трьох елемент1в

У = XQvXQ,

1 являе собою реестрову або матричну реал1зац1ю хог-операци, де реестров1 виходи вс1х трьох елемент1в дал1 використовуються для формування вже булевих виход1в, як1 визначають:

1) змшну У" = ^^О], яка дор1внюе 1, якщо XсQ; _

2) зм1нну У3 = [\/Щ)], яка дор1внюе 1, якщо XсQ;

3) зм1нну У4 = [лУ] = [л(XQvXQ)] яка дор1внюе одиниц1, якщо результат ф1ксуе розб1жносп (одиниц1) по вс1х координатах виходу У;

4) змшну У1 = [\/У] = [\/((Х/С/'\(Х/(0())], ка дор1внюе одиниц1, якщо результат ф1ксуе зб1ги (нул1) по вс1х координатах вектора У;

5) змшну У5 = (У-^У^У^УД яка дор1внюе одиниц1, якщо результат ф1ксуе нульов1 значення булевих зм1нних У1, У2, У3, У4 = 0, що означае наявнють часткового перетину м1ж компонентами двох вектор1в або матриць. Середня частина схеми представлена чотирма елементами, яю перетворять реестров1 зм1нн1 в булев1 за правилами операцш and, ог. Останн1И елемент ог-not виконуе функц1ю визначення самого складно-сформовано! взаемоди м1ж векторами XПQ Ф 0, методом виключення, коли вс1 попередн1 чотири в1дношення не виконуються.

1нтегрально вс1 п'ять вих1дних функц1И формують

метрику вим1рювання якост1 взаемоди пари

процес1в 1 явищ, представлених у формат

матриць або вектор1в:

У = XQvXQ; _

У1(Х = Q) = [VY]^[v(XQvXQ)];

У2(XсQ)= [/((?((Х))];

УзазО = ^(Хо];

У4(Xn Q = 0) = [лУ] = [л^ХОД];

У5(XnQФ0) = (Уl^/У((2^Yз^'Y^).

Остання р1вн1сть обчислюе наИскладн1шу взаемод1ю двох матриць або вектор1в по методу вилучення: якщо вс1 попередн1 чотири зм1нн1 на р1вш одиницям, то це означае, що два об'екти мають ча-стичного перетин один з одним. Обчислювальна складнють визначення якост метричного взаемодИ двох вектор1в або матриць дор1внюе: Q = 5Q (У) + 5Q (У1), де першиИ доданок формуе час виконання п'яти реестрових лог1чних опе-рац1И, а друге - час реал1заци п'яти булевих функцш

Наступн1 таблиц1 1люструють обчислювальниИ процес для визначення якост1 взаемодИ м1ж-ду р1зними парами дов1чних вектор1в X, Q, де перш1 4 колонки представлен векторами, а решта представляють собою дв1Иков1 б1нарн1 скалярш результати {0,1} взаемодИ вектор1в:

38

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

Р&!, 2020, №2

X Q XQ QQ Y Y( X Q XQ XQ Y Y) X Q XQ XQ Y Y* X Q XQ XQ Y Y+

i о i о i i i i о о о i i i о о о i i i о о о i

о i о i i о i о i i о о о о о о i о i i

о i о i i i i о о о i i о о о i i о о о

о i о i i i i о i i i i о о о i о i о i

i о i о i о о о о о i о i о i i о i о i

i о i о i о i о i i i о i о i i i о о о

В^шити пpoблемy неoднoзнaчнoстi пpи iдентифiкaцiï в^ашсини еквiвaлентнoстi м1ж вектopaми X, Q мoжнa зa дoпoмoгoю ^ox елеменив кopекцiï стaнy виxoдiв Y2, Y3. Тaким чинoм, мoдифiкoвaний пpoцесop дae мoжливiсть oднoзнaчнo iдентифiкyвaти вш мoжливi види взaeмoдiï двox мaтpидь (вектopiв, мнoжин, текст1в) npn poзпiзнaвaннi пaтеpнiв, oбpaзiв, пpoцесiв aбo явищ. Maтpичний пpoцесop дae мoжливiсть тти вщ неoбxiднoстi ввaжaти кoдoве вiдстaнь в чoтиpьox з п'яти випадшв ямсго! взaeмoдiï мaтpидь aбo вектopiв. Зaлишaeться тшьки oдин вapiaнт, npn Y5 = 1, для yтoчнення взaeмoдiï вектopiв X, Q шляxoм пiдpaxyнкy

функци вiдмiннoстi ц =

d (Q,X)

Це неoбxiднo для

пoдaльшoгo кopигyвaння мaтpиць Q, X з метою ^^елеиня oднieï з khx дo inmoï, кoли ïx в^л^сини тpaисфopмyються в oдиy з чoтиpьox фopм: X = Q; XcQ; X3Q; XHQ = 0. Пpaктичиa спpямoвaиiсть функци вiдмiииoстi пoв'язaиa з oтpимaнням скaляpииx oцiиoк взaeмoдiï мaтpидь aбo вектopiв зa всiмa видaми вiдиoсии:

1. Пapaметpи U-мaтpидi yиiвеpсyмiв, кiлькiсть змiиииx i сyмa всix зиaчеиь кoжиoï змiииoï, шр в сукупгосп ствopюe aбсoлютиy oцiикy ^тужтос^ aктyaльииx зиaчеиь yиiтapиoï мaтpидi i кoефiцieнт викopистaиия кoopдииaт U-мaтpидi:

N(U) = 2jïi,m Uij;

K(U) = — = Zii"l:m Uii

nxm nxm

2. Оцiикa пoтyжиoстi oдиничниx зиaчеиь кoopдииaт yиiтapиoï Q-мaтpидi i кoефiцieнт викopистaиия зиaчеиь U-мaтpидi yиiвеpсyмiв:

N(Q) = Zj=1,m Qij. K(Q) = 9Q = ^"in Qii

K(Q) n(U) =vi=l:11uir

3. Oujma пoтyжиoстi oдииичииx зиaчеиь кoopдииaт yиiтapиoï X-мaтpидi, кoефiцieит вiдиomеиия пoтyжиoстей oдиничниx зиaчеиь i функщю вiдмiииoстi мiж X- i Q-мaтpидями для вapiaнтiв взaeмoдiï

Yi (X = Q),(X с Q), (X з Q), (X П Q = 0),

(X П Q ^ 0) :

N(X) = zi=1:m Xij;

vi = l:n V

N(X) _ ^"im^j

K(X) =

N(Q) =z}=l:m Q«'

= d (Q,X)

(J,

nxm

^arapm oцiики взaeмoдiï иaдaють чисельиi дoкaзи для якiсииx твеpджеиь: «збiгaeться», «включae», «ro^rnae», «не пеpетииaeться», «piзииться». ^и цьoмy мaкpoстpyктypa social-кoмп'ютиигy меже бути пpедстaвленa xor-взaeмoдieю мaтpидь X, Q, де пoтiм пoслiдoвнo вимipюe-ся якiсиa i кiлькiсиa ouï^n ïx вiдиoсии, шр пpедстaвлеиo m pna 1З.

Рис. 1З. Maкpoстpyктypa social-кoмп'ютиигy

4. Фyикцiя пpииaлежиoстi e величит, звopoтиa функци вiдмiииoстi

ц' = 1- ц = 1 —

d (Q,X) nxm

5. Рoзпiзиaвaиия e пpoцес мoделювaиия для визиaчеиия вiдмiииoстей мiж мaтpицею вxiдииx дaииx i мaтpидями етaлoнниx пaтеpиiв mляxoм ви^т^я пapaлельиoï xor-oпеpaцiï з метoю oтpимaиия мaтpидь вимipювaнь i функцш вiдмiииoстi для ^жгого пaтеpиy. Пpoцес мoделювaиия мaтpидi вxiдниx дaииx X пo мaтpидi пaттеpнa Q, з метoю oбчислеиия мaтpиц,i вимipювaиия Y i функци ц, пpедстaвлений двoмa фopмyлaми

[Yij] = [Qij] e [Xij], ц = zi=1:mYij.

6. Moдель M мaтpичнoгo кiбеpсoцiaльиoгo social-кoмп'ютиигy (poзпiзиaвaиия пaтеpиiв) викopистoвye мaтpидю U yиiвеpсyмiв змiиииx i ïx зиaчеиь для фopмyвaння метpичиoгo xor-взaeмoдiï тpiaди пoxiдииx мaтpидь (pис. 14): вxiдниx дaииx X, пaтеpиiв Q i вимipювaння

(помилок) Y, яке оцшюеться скалярними функщями вщмшносл ц :

M=<U,Q,X,Y, ц>, Q®xe Y=0, U = [Ufj] Q—U, X—U, Y—U, ц= f{(Q,X),(Q,Y),(X,Y)}.

Рис. 14. Модель вiдносин матричного киберсоциального social-комп'ютингу

7. Циклiчне конволюционное замикання е невщ'емне доповнення метрики, призначене для перевiрки валiдностi вимiрювання процесiв або явищ. Конволюция перетворюе безлiч всiх пiдмножин унiверсуму примiтивiв (iдентифiкаторiв), а також вiдстанi мiж елементами-вершинами циклу (щентифь фикаторов) в пусте безлiч (нуль) при 1х обробцi з допомогою операцп симетричною рiзницi (хог). Симетрична рiзниця (хог) вшх елементiв (двiйкових кодiв) i 1х унiверсуму дорiвнюе порожнього безлiчi (нулю).

8. Метричний конволюционное транзитивное взаемодiя трьох компонентiв процесу або явища становить сутнiсть рiвняння ибер-сощального (бiзнес) комп'ютингу

QфXф Y=0 ^ Y=QфX, X=QфY, Q=YфX Наприклад, далi наводиться конволюцiйна хог-взаемодiя трьох матриць Q, X, Y:

0 0 1 1 1 0 1 1 1

1 1 0 0 0 1 1 1 1

0 0 0 0 0 1 1 1 1

0 0 0 1 0 1 1 1

110 0 0 1 0 0 1

Очевидно, що по двом вщомим матрицям можна вщновити будь-яку третю, наприклад, Q,Y виходить матриця X з допомогою хог-операцп. Таким чином, рiвняння кiбер-соцiального оборотного social-комп'ютингу дае можливiсть паралельно, з допомогою одше! хог-операцп, за один автоматний такт отримувати будь-яко! з

трьох компонент social-процесу при двох вщомих.

Основнi переваги кубiтного методу: 1) висока швидкодiя social-комп'ютингу за рахунок хрон-лельной обробки однорщних двiйкових двовимiрних даних за допомогою двох матричних операцш: хог, car-dinale; 2) простота архiтектури social-комп'ютингу, яка визначаеться хог-взаемодiею трьох матриць однаково! розмiрностi; 3) унiверсальнiсть архггектури хог-взаемодп матриць здатна вирiшувати широкий спектр завдань social-комп'ютингу, кiберсоцiального комп'ютингу, опНпе управлiння рухомими об'ектами, розшзнавання образiв i цiлей, дiагностування несправностей; 4) система команд складаеться з одше! ушверсально! хог-операци, що дае можливiсть доставляти процесинг у велик данi, за мiсцем !х знаходження; 5) орiентацiя на memoгy-dгiven комп'ютинг дае можливiсть на 2-3 порядки пщвищити швидко-дiю рiшення завдань big data analytics; 6) оборотнють комп'ютингу дае можливють визначати будь-яку з трьох матриць за хог-взаемоди двох вщомих; 7) структуризащя матрицi вимiрювання дае можливiсть за одиничним координатах точно коригувати помилковi ршення, пов'язанi з неоптимальним над виконанням social-процесу; 8) матриця, як сукупнють кубiтних покриттiв логiчних елементiв, може бути використана для синтезу i моделювання комбшацшно! логiки класичного процесора, тому запропонована матрична архпектура е ушверсальною не тiльки для створення спецiалiзованих пристро!в, але i для обчислювальних виробiв загального

призначення; 9) трiада взаемодiючих матриць ку-бггних покриттiв, як iнтерпретативна модель, що володiе властивостями гнучкостi, адаптивностi i перена-страиваемости, е ринково привабливою для реалiзацil online комп'ютингу при виршенш завдань електронного документообiгу в рамках технологИ btockchain smaгt contгact; 10) створення ергономiчного iнтерфейсу вiзуалiзацil процесу моделювання, подiбного системi квантового моделювання лопчних схем, дае можливють вводити матриц Q,X,Y,U в зручному для користувача формат^ виконувати моделювання-порiвняння двох будь-яких матриць в цшях отримання третьо!, обчислювати функци вiдмiнностi i формувати актюаторные сигнали для виконавчих механiзмiв enteгpгise architecture; 11) архiтектура матричного social-комп'ютингу являе собою привабливу технологш для electronic Ente^rise Aгchitectuгe (EA) в цшях реалiзацil human-fгee моделювання та прийняття правильних рiшень проблеми, визначеш компашею Gaгtneг Inc.: занадто багато в кiберпросторi абревiатур, жаргону, спамовских

вщволшань i мало досвiду у лiдерiв в област цифровiзацi! та комушкаци компани. Рiшення: врахувати iсторiю, створити метрику бiзнесу компани, планувати ди пiсля проведення аналiтики, пiдтримати лщера у прийнятп виважених рiшень щодо можливостей iнновацiй у бiзнесi, використовувати новi технологiчнi можливостi в цифровому бiзнесi i в вiзуалiзаци плашв - роль корпоративного архiтектора [https://emtemp .gcom .cloud/ngw/eventassets/en/con ferences/epaeu 19МоситеП^айпег-еП;егр1^е-architecture-uk-ea-decision-making-2019.pdf]. Алгоритм, що вiдповiдаe арх^ектурь представлено! на рис. 15, характеризусться матричною структурою кубитных даних для виконання операцш social-комп'ютингу, який починасться з визначення вхiд-ного потоку даних S, що надходить вiд сенсорiв, якi обслуговують social-процес компанi!, призначене-го для синтезу U-матрицi унiверсуму змшних i опису social-процесу з допомогою универсумов вер-бальних значень кожно! змiнно!, яка слугуе базовим форматом для синтезу Х-матрищ векторiв вхщних даних по кожнiй змiннiй виконання тераци моделювання щодо Q-матрицi, за-дае безлiч кубiтних двiйкових векторiв для опису еталонного social-патерну по вшх змiн-ним, що дае можливiсть на основi &-операцi! обчислювати функцiю приналежност ц, вiдповiдну Y, у виглядi числового значення кiлькостi рiзних двшкових однойменних координат, отриманого при порiвняннi матриць X i Q, визначаеться за допомогою паралельно! операцi! (X л notQ) = Y, яка дае можливють синтезувати актюаторные вербальш сигнали W, що вiдповiдають одиничним значенням координат вихщно! матрицi Y у форматi U-матрицi, якi шщюють обчислювальнi процедури, спрямованi на усунення вщмшностей мiж Х-матрицею 1 еталонно! Q-матрицею social-патерну шляхом корекци координат Х-матрищ з допомогою iнфраструктури Е, забезпечуе виконання social-процесу компани.

Control

U

X

Q

&

Y

W

Н

м

Рис.

Execution

Алгоритм функцiонування, представлений на рис. 16, визначае послщовнють виконання обчислювальних процедур у час i простор! для розшзнавання social-патернiв у вхщних потоках даних ! формування актюаторных сигнал!в-вплив1в в цшях усунення вщмшностей м1ж ними ! починаеться з блоку (1) шщювання процедури смислового (2) анал!зу вхщних даних S, що надходять вщ сен-соров F цифрово! iнфраструктури, при цьому виконуеться (3) перев!рка наявностi U-matrix метою переходу на блок 6, а в раз! !! вщсутност активуе процедуру розбиття текстових фрагментiв на неперешчш класи эквивалентностей (4) видобування ушверсуму ключових сл1в або змшних-прим1тив1в, де для кожно! з них визначаеться ушверсум значень, що в сукупносп формуе и-матрицю ушверсуму уш-версумов, яка служить шаблоном для подальшого (5) синтезу кубитной Q-матрицi social-патерну i 6) кубитной Х-матрищ вхщних даних, яю далi використовуються для виконання (7) процедури моделювання, яка полягае у виконанш &-операцп паралельного пор1вняння координат кубитных матриць (X л notQ) = Y, що дае можливють отримати результуючу матрицю Y= [Yij], де кожна 1-координата iдентифiкуе вщмшнють м1ж вщповщними розрядами матриць X i Q, що дае можливють (8) визначати чисельне значення функци належносп ц вхщний X-матрицi до Q-матрицi social-патерну шляхом тдрахунку в Y-матрицi 1-координат, як дають можливють (9) формувати вербальну W-матрицю актю-аторных сигналiв, спрямовану на усунення вщмшностей в координатах м1ж актуальною Х-матрицею вхщних даних i Q-матрицею эталоного патерну, якщо (10) функщя належностi бiльше нуля, шляхом ви-робки керуючих вплив1в А для активаци (11) iнфраструктури Е, сенсори яко! пов'язанi зворотним зв'язком з блоком вхщних даних S, а при вщсутност вiдмiнностей м1ж матрицями Q i Х, коли ц=0, виконуеться перехiд до блоку (12) заюнчення роботи алгоритму, метою якого е social-комп'ютинг, орiе-тированный на отримання додаткового прибутку за рахунок цифровiзацi!, автоматизаци i про-странственно-часово! оптимiзацi! social-процесу при створеннi сервюу або продукту.

5. Лопчна матрична схема social-явища

Рис. 16. Алгоритм social-кoмп,ютингy

Лoгiчнa стрyктyрa, прeдстaвлeнa нa рис. 17, xaрaктeризyeться кiнцeвoю мнoжинoю ц-мaтриць, oбчислюeться пaрaлeльнo, яке фoрмye yнiвeрсyм функцш приладдя чeргoвoгo вxiднoгo вoздeй-нaслiдкoм пaттeрнaм, серед якиx вибирaeться мiнiмaльнa o^rna вiдмiннoстeй.

Рис. 17. Лoгiчнa мaтричнa сxeмa social-прoцeсy

Лoгiчнa стрyктyрa, прeдстaвлeнa нa рис. 18, xaрaктeризyeться кoмпьютингoвoй aрxiтeктyрoю social-aнaлiтики, якa мae вс вiсiм кoмпoнeнтiв мoдeлi yнiвeрсaльнoгo oбчислювaчa,

взaeмoдiючиx мiж сoбoю зa фoрмyлoю: вxiд R iнiцiюe кoмaнди для ви^^ння social-прoцeсy, який пoчинaeться з oтримaння D-рeсyрсiв: фiнaнсoвиx, кaдрoвиx, iнфoрмaцiйниx, вступниюв нa викoнaвчий мexaнiзм E, rn,o aктивye сeнсoри, як пeрeдaють iнфoрмaцiю пo шинi мoнiтoрингy M для пoдaльшoгo фoрмyвaння пoтoкy S-дaниx, признaчeнoгo для синтeзy U-мaтрицi yнiвeрсyмy змiнниx для oписy social-прoцeсy з дoпoмoгoю yнивeрсyмoв вербельник знaчeнь кoжнoï змiннoï, якa слyгye бaзoвим

фoрмaтoм для синтeзy X-мaтрицi вeктoрiв вxiдниx дaниx пo ^жнш змiннiй для викoнaння iтeрaцiï мoдeлювaння щoдo Q-мaтрицi, щo зaдae бeзлiч кубишь« двiйкoвиx вeктoрiв для oписy eтaлoннoгo social-пaтeрнy пo всiм змшним, щo дae мoжливiсть нa oснoвi &-oпeрaцiï oбчислювaти фyнкцiю принaлeжнoстi ц, rn,o мae виxiд вiзyaлiзaцiï CTaHy V бiзнeс-прoцeсy, i вiдпoвiднy Y, y виглядi числoвoгo знaчeння кiлькoстi рiзниx двiйкoвиx oднoймeнниx кooрдинaт, oтримaнoгo при пoрiвняння-ндi мaтриць X i Q, визнaчaeться зa дoпoмoгoю пaрaлeльнoï oпeрaцiï X л notQ) = Y, яга дae мoжливiсть синтeзyвaти aктюaтoрныe вeрбaльнi сигнвли W, m,o вiдпoвiдaють oдиничним знaчeнням кooрдинaт виxiднoï мaтрицi Y y фoрмaтi U-мaтрицi, як no шинi A шщюють oбчислювaльнi прoцeдyри, спрямoвaнi нa усунення рoзбiжнoстeй мiж X-мaтрицeю i eтaлoннoï Q-мaтрицeю social-пaтeрнy шляxoм кoрeкцiï кooрдинaт X-мaтрицi з дoпoмoгoю iнфрaстрyктyри E, зaбeзпeчye викoнaння social-прoцeсy кoмпaнiï для oтримaння сeрвiсiв a6o ^o^^n P.

Рис. 18. Лoгiчнa мaтричнa пaрaлeльнa сxeмa social-кoмп,ютингy

Aлгoритм, вадговадний aрxiтeктyрi,

прeдстaвлeнoï Ha рис. 18, xaрaктeризyeться викoристaнням кy-бiтниx мaтриць дaниx для викoнaння oпeрaцiй social-кoмп,ютингy, стрyктyрa якoгo мiстить мexaнiзми-ми yпрaвлiння C i ви^^ння E, з,eднaнi шитами мoнiтoрингy M i aктюaцii A, де блoк yпрaвлiння мae зoвнiшнiй вxiд кoмaнд R i вжщ вiзyaлiзaцiï стaнy social-прoцeсy V, a блoк викoнaння мiстить зoвнiшнiй вxiд дaниx D i вжщ сeрвiсiв a6o прoдyкцiï P, rn,o в сyкyпнoстi стaнoвить вiсiм кoмпoнeн-тiв, щo xaрaктeризyють social-кoмп,ютинг, який гочитаеться з визнaчeння вxiднoгo пoтoкy дaниx S, пo-стyпae вiд сeнсoрiв викoнaвчoгo мexaнiзмy, oбслyгoвyючoгo social-прoцeс кoмпaнiï, який призтачений для синтезу U-мaтрицi утверсуму змiнниx i oписy social-прoцeсy зa дoпoмoгoю yнiвeр-сyмiв вeрбaльниx знaчeнь кoжнoï змiннoï, якa слугуе бaзoвим шaблoнoм для синтезу X-

матрицу вхщних даних i подальшого моделювання спiльно з уже певними Q-матрицями , як задають безлiч еталонних social-патернiв, що дае можливiсть на основi & -Операцл паралельно обчислювати n матриць Yi = (X л notQi), (i = 1, n) моделювання, анатз яких на мiнiмальне число одиничних координат min (Yi = 1), (i = 1, n), дае можливють визначити номер i матрицу, що мае мiнiмальне значення з n функцiй приладдя

Д = mini ^ = 2j = 1)k Yijr, формують чисельнi значення вiдмiнностей двiйкових однойменних координат, отриманих при порiвняннi матрицу X i n матриць Q, що дае можливють синтезувати матрицю актюаторных вербальних сигналiв W, вщповщну одиничним значенням координат вих1дно! матриц Y, що мае min д, у форматi вербаль-них значень U-матрищ якi iнiцiюють обчислювальнi процедури у виконавчому механiзмi E, спрямованi на усунення розбiжностей мiж X-матрицею i Q-матрицею social-патерну c min д, шляхом корекцii координат X-матрицi, що забезпечуе оптимальне виконання мети P social-процесу компани. Алгоритм, представлений на рис. 19, визначае послщовтсть процедур комп'ютингу у часi i просторi для розп1знавання social-патернiв у вхщних потоках даних i вироблення актюаторных сигналiв-впливiв в цiлях усунення вiдмiнностей мiж ними, що починаеться з блоку 1) шщювання алго-ритму з подальшим переходом до 2) блоку смислового анатзу вхiдних даних S, що надходять вiд входу D i сенсорiв M цифровоi шфраструктури, при цьому виконуеться 3) перевiрка наявностi U-matrix в щлях перех-так на блок 6, а в разi ii вiдсутностi алгоритм активуе процедуру розбиття текстових фрагментiв на непереичт класи эквивалентностей 4) видобування унiверсуму ключових слiв або змiнних-примiтивiв, де для кожноi з них визначаеться утверсум значень, що в сукупност формуе U-матрицю унiверсуму универсумов, яка служить шаблоном для подальшого 5) синтезу куб^них Q-матриць social-патертв i 6) кубитной X-матрицi вхщних даних, якi далi використовуються для виконання 7) паралельноi &-операци i отримання n матриць Yi = (X л notQi), (i=1,n) моделювання, в яких щд-зчитуеться число одиничних координат min (Yi=1), (i=1,n), дае можливють 8) визначити номер i матрицу, що мае мiнiмальне значення з n функцiй належностей

д = т\щ ^ = 1[:=11;Ш Yijr, формують чисельт значення вiдмiнностей довiчних однойменних координат, отриманих при порiвняннi матрицу X i n матриць Q, що дае можливють 9) синтезувати матрицю актюаторних

вербальних OTraariB W, вщповщну одиничним значенням координат вихщний матрищ Y, що мае min д, в формата вербальних значень U- матрищ, яш, 10) при , шщюють 11) обчислювальт процедури в виконай-тельном мехaнiзмi E, спрямоват на усунення розходжень мiж X-матрицею i Q-матрицею social-патерну c min д, шляхом корекци координат X-матрищ, що забезпечуе оптимальне виконання мети P social-процесу компани, а при iснувaннi д^0 виконуеться завершення роботи алгоритму на заданш матри-це вхiдних впливiв, який забезпечуе реaлiзaцiю social-комп'ютингу, орiентовaного на отримання додаткового прибутку компани за рахунок цифровiзaщl, автоматизаци та просторово часово! оптимiзaцil social-процесу при створеннi сервюу або продукту.

|_Begin_

-►

Г2 *-

Input data S forming

^i^ls U-matiix?^>-

U-matrix synthesis

I

Q-matrices synthesis

X-matrix synthesis

Таким чином, матрична структура даних для паралельного виконання операций social-комп'ютингу дае можливiсть суттево щдвищити швидкодiю iнтерпретaтивного паралельного моделювання вхщних потокiв даних для розпiзнaвaння в них social-патертв метою генерування актюаторных сигнaлiв, усувають вiдмiнностi в Х-матрищ по вiдношенню до одного з еталонних social-патертв.

7. Висновок

Наукова новизна публшаци полягае в розробщ кубитного логiчного секвенсора для моделювання i розпiзнавання social-явищ у великих потоках даних на основi створення интерпретативных кубитных матричних моделей, методiв i архiтектур киберсоциального social-комп'ютингу, спрямованого на автоматичний синтез i аналiз логiчних схем, орiентованих на аналiз, монiторинг i управлшня соцiальними процесами i явищами:

1) Удосконалено архiтектура memory-driven киберфизического комп'ютингу, яка вiдрiзняеться параллелiзмом процедур синтезу i аналiзу логiчних схем, призначених для моделювання social-процесiв i явищ в цiлях монiторингу i управлшня.

2) Удосконалено кубитно-матричш моделi лопчних схем, якi вiдрiзняються унiтарною код> рованiем багатозначних змiнних для синтезу секвенсорiв з метою паралельного анатзу киберсоциальних процесiв.

3) Вперше запропоновано кубитно-векторш, матричнi методи синтезу i аналiзу логiчних схем, якi характеризуются унiтарним кодуванням значень багатозначних змшних для паралельного моделi-вання social-процесiв i явищ.

4) Розробленi кубитно-матричнi модел^ структури даних, методи синтезу i аналiзу логiчних схем social-процесiв дозволяють моделювати реакцiю сощально! системи на прийняття конструктивних i деструктивних ршень людину, керiвника, чиновника, завдяки кубитному опису еталошв поведiнки, що дае можливiсть актюаторно управляти громадянами та iнфраструктурою.

5) Напрями майбутшх дослiджень. Так само як бюлопчш вiруси деструктурируют людини, з-спещальш вiруси (корупцiя, злодiйство, тероризм, забруднення планети, бунти, революци, вiйни) але-ють органiзм людства в масштабах планети, несучи в св^ iнший мшьйони життiв. Причиною цього завжди е аморальшсть i некомпетентнiсть пол^ично! елгти державних утворень, яка формуе сощальш хвороби «брудних рук». Якщо врахувати, що зцшити полiтичну елiту можна шляхом тривалого процесу li «саштарного» освiти, необхiдно шукати альтернативнi технологи боротьби проти соцiальних вiрусiв. Одним з можливих варiантiв може бути сощальний iмунiтет, як киберфи-зический моральний соцiальний комп'ютинг метричного вичерпного мониторингу всiх процесiв i явищ для цифрового human-free управлшня громадянами на основi моделювання i передбачення остан-наслщюв вiд прийняття рiшень. Комп'ютинг завжди, с^зь i в усьому

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

пояснюе природу процеав та явищ, допомагае виршувати актуальнi питання гармоншного та морального розвитку людства. Ось кшька примеров комп'ютингу. Всесвгт мае гармонiйний геном циктчно! змши в метрицi: матерiя i енерпя, простiр i час - Космолопчна Computing. Людство прагне до гармоншного зрад>шю моральних вiдносин для досягнення сощально! справедливостi шляхом цифрового мошторингу та автоматичного управлiння за наявност ресурсiв у метрицi: матерiя i енергiя, простiр i час - Humanity Computing. Геном людини формуе гармоншний нашвцикл змiни шляхом зародження, розвитку, старшня i вмирання в метрищ ресурсiв: матерiя i енерпя, простр i час -Human Computing. Геном комп'ютингу також мае гармоншну форму розвитку технологш, елементно! бази, системних, алгоритмiчних, програмних i архiтектурних рiшень у метрицi: матерiя i енергiя, простiр i час - HW-SW Computing. Кибермедицинський комп'ютинг (КМК) - довiчний монiторинг душевного i фiзичного здоров'я кожно! людини з моменту його народження в цшях активного керування його поведшкою у форматi 24/7 для запобпання хвороб шляхом створення цифрового асистента, допомагае приймати оптимальнi рiшення щодо стратеги i тактики поведiнки для забезпечення високо! якостi життя. КМК е альтенативою для стратеги сучасно! медицини, що полягае у лшуванш хвороб, отриманих у результат неправильного вибору повсякденних i довгострокових ршень, пов'язаних з незнанням функцюнальних особливостей свого органiзму i впливу на нього навколишнього дiйсностi. Запобпати хворобам шляхом моделювання можливих варiантiв поведiнки, а не пояснювати, чому вони сталися), забезпечувати якiсть життя, а не яюсть лiкування на основi перманентного метричного монiторингу стану душ^ тiла i навколишнього середовища в цiлях цифрового оптимального управлшня поведшкою людини. При цьому корекщя природних помилок i отриманих травм е лише корисним доповненням до засобiв забезпечення якостi життя людини. Биокомпьютинг, як мошторинг та управлiння бюлопчними процес-самi, е найбiльш суттевою областю у шзнанш життя (синтез i аналiз), яка найменш вивчена вченими i практиками. Адитивний комп'ютинг являе собою безвщходну технологiю выращива-ня або 3(4^-друкування комп'ютерiв i компонентiв, техшчних конструкцiй, будинкiв, продуктiв харчування, б^нженерних частин людського тiла. 6) Окремi висновки. Беручи до уваги дизрапторную аксiому, що комп'ютинг, як процес, що е первинним по вщношенню до явищ,

яю вш пояснюе, породжуе, обслуговуе i використовуе, можна зробити кшька ютотних практично ор1ентованих висновюв. Замють ушверсального цшьового критер1ю ефективностк час-грош>яюсть, вводиться вим1р процесу або явища в метрищ двох взаемод1ючих пар: простр-час, матер1я-енерг1я. Будь-який процес спрямований на зм1ну явища в метрищ параметр1в простр-час, матер1я-енерг1я для досягнення мети. Процес реал1зуеться, реально чи в1ртуально, в арх1тектур1 або модел1 комп'ютингу, який визначаеться вюьмома взаемодда-складовими компонентами: мета, вщносини, в1зуал1зац1я, управлшня, виконання, ресурси, мошторинг актюация. Будь-який сощальний процес може i повинен бути реал1зований у формат комп'ютингу, де головною вщмшшстю вщ вше! передютори людства е цифровий мошторинг i актюаторное human-free online управлшня. Киберсощальний комп'ютинг мае сенс лише у випадку прямо! i безпосередньо! взаемоди кожного громадянина з будь-якими сервюами мошторингу i керування, що усувають армда чиновниюв. Видавництво Springer анонсувало пропозищя авторам з написання сери книг в напрямку СотриШюш! Social Sciences. Такий !нтерес видавництва п1д1гр1ваеться цифровим ринком, який вимагае бшьш адекватно! поведшки пол^ично! ел1ти держав по вщношенню до сво!х народ1в, а також корекци пол1тичних ршень, який цшком можлива в рамках реатзаци Cyber Social Сотрий^ [32]. Лiтература:

1. Abramovici M. Digital System Testing and Testable Design / M. Abramovici, MA Breuer and AD Friedman.- ^mp. Sc. Press.- 1998.- 652 р.

2. Vladimir Haharov. Cyber Physical ^mp^ting for foT-driven Services. New York. Springer. 2018. 279p.

3. Hahanov V.I. Qubit technologies for analysis and diag^sis of digital devices / V.I. Haharov, T. Bani Amer, S.V. Chumachenko, E.I. LitviMva // Electronic Modeling.- vol. 37, по. 3.- 2015.- P. 17-40.

4. Хаханов В.И. Кубитные структуры данных вычислительных устройств / В. И. Хаханов, В. Гариби, Е. И. Литвинова, А. С. Шкиль // Электронное моделирование. - 2015. - Т. 37, № 1. - С. 76-99.

5. U. Reinsalu, J. Raik, R. Ubar and P. Ellervee, "Fast RTL Fault Simulat^n Using Decisfon Diagrams and Bitwise Set Operations," In 2011 IEEE Internat^na! Symposium оп Defect and Fault ^lerance in VLSI and Nanotechnology Systems, Vanwuver, BC, pp. 164-170, 2011.

6. Rodrigo Fernandes de Melfo, Moacir Antonelli Ponti. Machine Learning. Practical Approach оп the Statistical Learning Theory. Springer, 2018. 362 p.

7. Forsyth David. Applied Machine Learning. Springer, 2019. 478 p.

8. Шумский С.А. Машинный интеллект. Очерки по теории машинного обучения и искусственного интеллекта. Москва: РИОР, 2019. 340 с.

9. Zhengbing Hu, Yevgeniy V. Bodyanskiy, Oleksii Tyshchenko. Self-learning and Adaptive Algorithms for Business Applications: A Guide to Adaptive Neuro-fuzzy Systems for Fuzzy Clustering Under Uncertainty Conditions (Emerald Points) Paperback - June 25, 2019. 120 p.

10. C. Zhu, VCM Leung, L. Shu and ECH Ngai, "Green Internet of Things for Smart World," in IEEE Access, vol. 3, pp. 2151-2162, 2015.

11. A. Zanella, N. Bui, A. Castellani, L. Vangelista and M. Zorzi, "Internet of Things for Smart Cities," in IEEE IoT Journal, vol. 1, no. 1, pp. 22-32, Feb. 2014.

12. Frahim J. Securing the Internet of Things: A Proposed Framework / J. Frahim // Cisco White Paper.- 2015.

13. Kharchenko V. Green IT Engineering: Concepts, Models, Complex Systems Architectures / V. Kharchenko, Y. Kondratenko, J. Kacprzyk (Eds.) // In the book series "Studies in Systems, Decision and Control" (SSDC) .- vol. 1.- Berlin, Heidelberg: Springer International Publishing.- 2017.

14. Kharchenko V. Green IT Engineering: Components, Networks and Systems Implementation / V. Kharchenko, Y. Kondratenko, J. Kacprzyk (Eds.) // In the book series "Studies in Systems, Decision and Control" (SSDC). - vol. 2.- Berlin, Heidelberg: Springer International Publishing.- 2017.

15. Memory-Driven Computing. [Online]. Available: https://www.labs.hpe.com/next-next/mdc

16. Benenti G., Casati G., Strini G. Principles of Quantum Computation and Information. Volume 1: Basic Concepts.-World Scientific.- 2004.- 256 p.

17. Imai Hiroshi, Hayashi Masahito. Quantum Computation and Information. From Theory to Experiment.- Springer.-2006.- 234 p.

18. Hahanov V. Cloud-driven Cyber Managing Resources / V. Hahanov, S. Chumachenko, E. Litvinova, O. Mishchenko, I. Yemelyanov, Bani Amer Tamer // Australian Journal of Scientific Reseach.- № 1(5).- 2014.- C. 202-215.

19. Hahanov I. QuaSim - Cloud Service for Digital Circuits Simulation / I. Hahanov, W. Gharibi, I. Iemelianov, T. Bani Amer // Proceedings of IEEE East-West Design & Test Symposium.- 2016.-Yerevan, Armenia.- P. 363- 370.

20. Tarraf Danielle C. Control of Cyber-Physical Systems. Workshop held at Johns Hopkins University, March 2013, Springer, 2013. 378p.

21. Mohammad A. Khan, Hillol Debnath, Cristian Borcea. Balanced Content Replication in Peer-to-Peer Online Social Networks. 2016 IEEE

International Conferences on Big Data and Cloud Computing, Social Computing and Networking, 2016. Pages: 274 - 283.

22. Maria R. Lee, Tsung Teng Chen. Understanding Social Computing Research. IT Professional. 2013. Volume: 15, Issue: 6 Pages: 56 - 62.

23. Jerry Higg, Varadraj Gurupur, Murat Tanik. A Transformative Software Development Framework: Reflecting the paradigm shift in social computing. 2011 Proceedings of IEEE Southeastcon. 2011 Pages: 339 - 344.

24. Cyber-Physical-Social Systems: The State of the Art and Perspectives. Jun Jason Zhang; Fei-Yue Wang; Xiao Wang; Gang Xiong; Fenghua Zhu; Yisheng Lv; Jiachen Hou; Shuangshuang Han; Yong Yuan; Qingchun Lu; Yishi Lee. IEEE Transactions on Computational Social Systems. Year: 2018, Volume: 5, Issue: 3. P. 134-144.

25. Christopher M. Bishop. Pattern Recognition and Machine Learning, 2006. Springer. 738 p.

26. Susan Stepney, Steen Rasmussen, Martyn Amos. Computational Matter. Springer. 2018. 336 p.

27. Zhuge Hai. Cyber-Physical-Social Intelligence. On Human-Machine-Nature Symbiosis. Springer. 2020.336 p.

28. Elias G. Carayannis. David F. J. Campbell. Marios P. Efthymiopoulos. Handbook of CyberDevelopment, Cyber-Democracy, and Cyber-Defense. 2018. 1089 p.

29. Vladimir Hahanov; Svetlana Chumachenko; Eugenia Litvinova; Anastasia Hahanova. Cyber-physical social monitoring and governance for the state structures. IEEE 9th International Conference on Dependable Systems, Services and Technologies. 2018. P.123-127.

30. Vladimir Hahanov; Svetlana Chumachenko; Eugenia Litvinova; Abdullayev Vugar Hacimahmud; Anastasia Hahanova; Tetiana Soklakova. Cyber Social Computing. 2018 IEEE East-West Design & Test Symposium (EWDTS). 2018.

31. https://globenewswire.com/news-

release/2018/12/03/1661174/0/en/_Wave-

Computing-Appoints-Industry-Veteran-Art-Swift-

As-President-of-its-Recently-Acquired-MIPS-

Licensing-Business.html

32.

https://www.springer.com/generic/marked+items?S GWID=0-1741513-93-0-0

Надшшла до редколегп 23.12.2019 Рецензент: д-р техн. наук, проф. Дрозд О.В. Хаханова Ганна Володимiрiвна, канд. техн. наук, доцент кафедри АПОТ ХНУРЕ. №yKOBi штереси: комп'ютерна та шберсощальна iнженерiя. Адреса: Украна, 61166, Харшв, пр. Науки, 14. e-mail: anna.hahanova@nure.ua

Khakhanova Anna Vladimirovna, PhD., Associate Professor, Design Automation Department, NURE. Scientific

Interests: compressed and binary information recovery. Address: Ukraine, 61166, Kharkov, Nauky Ave., 14, email: anna.hahanova@nure.ua

ЛОГІЧНІ СХЕМИ ТА АРХІТЕКТУРИ КІБЕРСОЦІАЛЬНОГО КОМП'ЮТИНГУ Текст научной статьи по специальности «Экономика и бизнес»

Аннотация научной статьи по экономике и бизнесу, автор научной работы — Хаханова Ганна Володимірівна

Похожие темы научных работ по экономике и бизнесу , автор научной работы — Хаханова Ганна Володимірівна

Текст научной работы на тему «ЛОГІЧНІ СХЕМИ ТА АРХІТЕКТУРИ КІБЕРСОЦІАЛЬНОГО КОМП'ЮТИНГУ»