CC BY
54
Международный электронный научный журнал ISSN 2307-2334 (Онлайн)
Адрес статьи: pnojournal.wordpress.com/archive15/15-04/ Дата публикации: 1.09.2015 № 4 (16). С. 19-27. УДК 004.041
В.Я.Цветков
Неявные знания в космических исследованиях
Проанализированы общие закономерности формирования знаний в космических исследованиях с учетом понятия неявные знания. Проанализирована модель Нонаки как циклический процесс получения знаний и перехода от явных знаний к явным. Приведены многочисленные примеры ситуаций получения явного и неявного знаний в космических исследованиях.
Индуктивный анализ пространственных объектов и явлений представлен последовательностью этапов: выявление признаков, выявление отношений, выявление структуры, выявление связей и выявление сущностей.
Подчеркивается различие между моделями на дедуктивном этапе исследований, состоящее в том, что модель, которая положена в основу этого этапа называется фактофиксирующей, а другие модели: прогнозная, управляющая и теоретическая имеют свои функции и зависят от фактофиксирующей модели.
Введено понятие системной информационной конструкции как этапа научных исследований. Обобщен подход формирования явного знания на основе неявного с учетом неопределенности и недоопределенности. Показана необходимость использования понятий явного и неявного знаний для получения целостного результата научных исследований.
Ключевые слова: знание, неявное знание, социология, философия информации, космические исследования
Perspectives of Science & Education. 2015. 4 (16)
International Scientific Electronic Journal ISSN 2307-2334 (Online)
Available: psejournal.wordpress.com/archive15/15-04/ Accepted: 2 August 2015 Published: 1 September 2015 No. 4 (16). pp. 19-27.
V. Ya. Tsvetkov
Tacit knowledge in space research
The article analyzes the general laws of formation of knowledge in space research in view of the concept of tacit knowledge. The article considers a model Nonaka as a cyclic process of learning and the transition from explicit knowledge to explicit. The article contains numerous examples of situations obtaining explicit and implicit knowledge in space research.
Inductive analysis of the spatial objects and phenomena represented by a sequence of stages: identification of signs, identifying relationships, identifying patterns, identifying linkages and identification of entities.
Emphasizes the distinction between deductive models at the stage of research: the model that forms the basis of this stage is called factorycity, and other models: forecasting, managing and theoretical have their own functions and depend on factorycity model.
The article introduces the concept of an information system design as the stage of research. The article summarizes the formation of explicit knowledge based on implicit given the uncertainty and underdetermined. The article shows the need to use the concepts of explicit and implicit knowledge for the integrity of results of scientific research.
Keywords: knowledge, tacit knowledge, sociology, philosophy of information, space research
Введение
I / еявное знание широко обсуждается и / / представляет интерес для философов,
___' V для специалистов в области психологии
познания, социологии науки, истории естествознания. Темой обсуждения является понятийный, когнитивный, эпистемологический, философский и методологический аспекты проблемы. В технических науках эта проблема обсуждается много меньше, что связано с иной точкой зрения на применение этого понятия. В технических науках наиболее важным представляется прагматический и технологический аспекты. Что это? Как это можно использовать в предметных исследованиях? Какую пользу можно извлечь для теории и эксперимента?
Термин «неявное знание» связывают с работами британского философа Майклом Полани. В конце 50-х годов XX века он предложил свою концепцию неявного знания и осуществил исследование некоторых его специфических характеристик. Не всё удалось ему раскрыть и аргументировано объяснить, но в целом работа М. Полани [1] рассматривается как исходный пункт для изучения этого феномена. Целый ряд понятий введенных М. Полани, таких как: «личностное знание» (personal knowlege), «личностный коэффициент» (personal coefficient), «неявное знание» (tacit knowlege), «убежденность» (belief), «страстность» (intellectual passion), «вовлеченность» (commitment) - используются широко и в настоящее время. В то же время он много значения придает личностному знанию. М. Полани смешивает разные смыслы проблемы веры в теоретико-познавательном анализе и знания, и диалектики вероятного и достоверного знания.
Концепции и понятия неявного знания развил Nonaka [2] и именно его модель будет рассмотрена в дальнейшем. Отношение между неявным знанием и кодификацией сделал Коуэн и соавторы [3]. Его концепция строится на различии между неартикулярным (одним из видов неявного знания) знанием и полностью кодифицированным (формализованным) явным знанием. Дальнейшим обобщением следует считать работу Кимбла [4], однако с определенной условностью. Кимбл, как и Коуэн, в качестве основы явного и эксплицитного знания выбирает кодификацию знания на основе подхода К.Э Шеннона. С этим нельзя согласиться, поскольку Шеннон не занимался знанием и не описывал его. Коди -фикация по К.Э. Шеннону - это формализация передаваемого сообщения в технических системах безотносительно к его смысловому содержанию. То есть описание знания и смысла изначально в теории Шеннона не заложено. Кроме того, кодификация - частный случай формализации и не всегда описывает явное знание. Например, шифрованное информационное сообщение или про-
грамма для компьютера в машинных кодах являются кодифицированными информационными объектами. Однако для большинства людей они представляют не явное знание. Будем считать явным знанием то, что может быть передано от одного человека другому и не требует дополнительной обработки для понимания.
Тем, не менее, в подходе, основанном на понятии кодификации, интерес представляют некоторые методические приемы формального анализа разных видов знания. Кимбл и Коуэн применяют понятие «топографии знания», понимая под этим иерархическую структуру, связывающую явное и неявное знание в виде единой модели. Можно констатировать, что неявное знание имеет много форм представления и причин образования. Это дает основание рассматривать формы неявного знания и причины его появления как независимую совокупность характеристик такого знания. Формирование неявного знания обусловлено разными факторами среды и субъекта. Космические исследования служат инструментом формирования картины мира [5]. Поэтому представляет большой интерес прочес формирования явных знаний из неявных в области космических исследований.
Циклическая модель Нанаки
Неявное знание содержит опыт, накапливаемый системой или человеком, но не формализованный в виде интерпретируемых моделей [6]. Классической моделью связывающей явное и неявное знание является модель Нанаки. Но-накой предложена модель SECI (SECI model of knowledge dimensions) [2], как механизм отражающий циклический переход неявного знания в явное. Она позволяет представить по спирали процессы управления знаниями на основе взаимодействия между явным и неявным знанием. Название модели обусловлено входящими в нее процессам. SECI (Socialization - Социализация, Externalization - Экстернализация, Combination -Комбинация, Internalization - Интернационализация). (см. рис.1).
Социализация означает переход от неявного к неявному знанию. Например, обмен неявными знаниями с учетом накопленного опыта и практики работ [7]. Можно оценить это как переход от слабо структурированных знаний к неструктурированным знаниям, но с более высокой степенью формализации.
Экстернализация означает переход от неявного к явному знанию. Это соответствует переходу от неструктурированного неформализованного знания к структурированному и формализованному. Например, аналитические выражения, описания процессов [8], алгоритмы вычислений, таблицы систематизации результатов исследования, что делает их доступными для субъектов и обработки с помощью вычислительных систем.
Explicit
Explicit
Рис.1. Модель SECI
Комбинация означает переход от явного к явному знанию. Изготовление прототипов, развитие идей в публикациях.
Интернационализация означает переход от явного к неявному знанию. эту процедуру можно обозначить трансформацию сложных научных знаний в общедоступные для широкого круга лиц. Явное знание, рассеянное таким образом, становится частью знаний индивидуума и становится источником научных исследований для создания нового неявного знания. Такое развитие по спирали в общем способствует приращению знания и развитию отношений между явным и неявным знаниями. Таким образом, данная модель отражает цикличность познания и этапы перехода от неявного знания к явному.
Человеческое познание включает в себя чувственное представление особенностей природной и социальной среды и объективное представление, построенное на моделях. Отношение между неявным и явным знанием связано с этими путями познания. В познании неизбежно присутствует эмоциональная сторона мыслительной деятельности. Поэтому всякое научное исследование содержит неявное знание. Причем на первом этапе знание отсутствует как таковое. Есть данные и в лучшем случае факты. После обработки данных появляются факты, отношения и группировки и так далее. В итоге появляется знание, которое первоначально содержит большую часть неявного знания, но по мере анализа проведения экспериментов и проверок. неявная составляющая становиться меньше.
Индуктивный анализ
Индуктивный подход и индуктивный анализ являются одним из известных методов переводя неявного знания в явное. Индуктивный подход чаще используют для анализа качественных данных [9]. Качественный подход является, как правило, методом получения явного знания. Индуктивный подход легко использовать. Он обеспечивает систематизированный набор процедур для анализа качественных данных, которые позволяют получать надежные и достоверные выводы. Хотя индуктивный подход не так развит, как некоторые другие аналитические стратегии, теории или модели, тем не менее он дает простой метод для получения результатов в контексте вопросов оценки предметной области [10]. На рис.2 приведен индуктивный подход применяемый в космических исследованиях.
На первом этапе исследований, когда об объекте исследований нет никакой информации, осуществляют сбор информации и осуществляют выявление признаков и измеряют параметры объекта [11,12,13].Это происходит на основе количественных методов измерений. Это этап преобразования неявного знания в неявное. Количественные методы анализа обеспечивают точные оценки и сравнения [14] в рамках заданного качества. после систематизации количественных данных их группируют систематизируют и находят отношения между группами или между качествами. Выявление отношений [15] -это получение явных знаний на основе неявных. Выявление структуры основано на проведении качественно-количественного анализа. Для этой цели используют дихотомические [16] или оппозиционные [17,18] методы. Они включают анализ по признакам "сходство-различие", "часть -целое", целое - не целое", "принадлежность - не принадлежность".
Главной задачей комплекса космических исследований [5,7,19] выявление сущности исследуемых объектов или явлений как системных объектов. Один из признаков системности целостность. Системный подход позволяет обоснованно в сравнении с модельным подходом решать прикладные и фундаментальные про-
Рис.2. Индуктивный анализ пространственных объектов и явлений
блемы [20,21]. Это приводит к необходимости применения системного подхода в аэрокосмических исследованиях [7,21]. Поэтому в качестве результата исследований желательно получить не только совокупность измерений, но и построение на основе исследований некой системной конструкции или модели, которую целесообразно назвать системная информационная конструкция [22,23,24].
В данном случае можно согласиться с М. По-лани [1], который утверждает, что главным актом познания является «фокусу осознания» той целостности, которой мы достигаем в результате. Информационная конструкция и есть "фокус осознания" целостности. С другой стороны она является результатом создания явного знания и соответствует этапу "комбинации" согласно модели Нонаки [2].
Информационная конструкция понятие, которое объединяет информационные модели, информационные объекты, совокупности информационных единиц, модели информационных систем, информационные сообщения [22]. Информационная конструкция понятие, которое говорит о наличие структуры и о составляющих этой
структуры. В качестве таковых могут быть информационные модели, информационные объекты, информационные единицы и разнородные совокупности всего перечисленного. Информационные конструкции могут быть четкими и нечеткими.
Поэтому следующим шагом исследования является формирование структуры [23,24,25], связей в этой структуре [25]. Этот этап исследований включает описание частей и элементов структуры как неких сущностей [25]. В космических исследованиях рассматривается не только сущность как таковая [26], но все факторы связанные с временными [27,28] и пространственными [29] отношениями. Следует отметить, что в геоинформатике существует специальная системная конструкция, которую называют геоданными [30]. Геоданные образуют системный информационный ресурс, что предопределяет сближение космических исследований с геоинформатикой.
Дедуктивный этап исследований
Формирование системной информационной конструкции завершает первый этап исследований. Следующий этап исследований связан с применением моделей. Он показан на рис.3.
Можно привести мысль М. Вартофского [31 с.14] о том, что "генезис моделей следует искать в таких формах, которые обусловливают различия свойств и применения моделей". Это дает возможность рассматривать модель не как копию или описание, а как инструмент научного исследования. Этап применения моделей можно назвать модельным и он также содержит неявное и явное знание. Этот этап можно назвать дедуктивным [32], поскольку он использует уже полученную информацию для получения новой информации и использует первичные общие модели и конструкции для их уточнения и получения новых знаний. С одной стороны модели создаются как некие артефакты, с другой стороны они являются инструментом, благодаря которому происходит развитие и организация этих моделей. Этим модели способствуют самоорганизации результатов познания.
Рис.3. Дедуктивный этап исследований
Данный этап исследований, согласно Карлу Попперу [33], можно определить как этап дедуктивного метода проверки или как воззрение, согласно которому гипотезу можно проверить только эмпирически и только после того, как она была выдвинута. В качестве такой "гипотезы" выступает фактофисирующая модель. На дедуктивном этапе исследований вместо сбора любой информации используют модели, а измерения производят по параметрам моделей с учетом отношений между параметрами. Такой подход наблюдение уменьшает объем собираемых данных и устраняет анализ ненужной информации и повышает эффективность исследований.
При этом важно подчеркнуть различие между моделями на этом этапе исследований. Модель, которая положена в основу второго этапа исследований называется фактофиксирующей. Другие модели: прогнозная, управляющая и теоретическая имеют свои функции и зависят от фактофик-сирующей модели. Фактофиксирующая модель играет роль фильтра для исключения ненужных измерений и обобщенно моделирует явление или объект исследования [34, 35]. Фактофиси-рующая модель служит основой измерений и исследования отношения и связей между параметрами которые на первом этапе исследования были не выявлены.
Помимо сбора информации на этом этапе происходит выявление и установление закономерностей [36]. Закономерности как системное дополнение информационной конструкции [37] дополняют, детализируют или реструктурируют первоначальную фактофиксирующую модель и ее информационную конструкцию. Выявление закономерностей на основе фактофиксирующей модели представляет собой переход от явного знания (модель) к неявному (выявление закономерности). Выявленная закономерность становится явным знанием и дает основание строить ряд новых моделей.
При исследовании динамики явлений и процессов важно сравнить накопленные знания с реальными процессами. Эти функции выполняет прогнозная модель (см. рис.3) [38-40]. Она с одной стороны подтверждает или опровергает накопленный опыт, с другой дает возможность предвидеть развитие реальности. Актуальность этих моделей определяется возросшей потребностью в прогнозных решениях, для надежного обоснования которых недостаточно фактографической информации и требуется использование экспертных эвристик [41].
Возможность прогнозирования создает условия для управления. В современных условиях основой управления служат разные математические и организационные модели [42]. Пространственная информация служит ресурсом управления [43], поэтому космические исследования, которые работают с пространственной информацией, также служат либо инструментом управле-
ния [44], либо средством поддержки управленческих решений [45].
Опыт применения прогнозных и управленческих моделей создают возможность для научного обобщения и создания теории. Модели можно рассматривать как возможные формы познания или как гипотезы. Выдвижение гипотез об истинности - это человеческое средство получения знания [31]. В этом смысле познание мира осуществляется через построение моделей, а это делает возможным построение теорий. Теорию связывают с обобщением [46]. Научное обобщение может выполняться в трех направлениях: теоретическое описание конкретного явления [23,24,47,48]; обобщение опыта применения системы или технологии исследований [25,49,50,51,52,53,54,55]; написание научной теории [33,56,57] в этой области.
Эта фаза соответствует этапу комбинации в модели Нонаки [2]. Создается явное знание нового уровня и широкого применения, которое служит основой научных исследования, получения неявного знания и продолжения циклического процесса развития.
Обсуждение
Сведение неявного знания только к личностным проблемам, что делает М.Полани, по нашему мнению некорректно. Целесообразно включить в модель"неявное - явное"оппозиционную пару "знание - не знание" [58]. Это приводит в проблеме информационной неопределенности [59], недоопределенных значений [60]. Такой подход позволяет построить следующую парадигматическую цепочку
В этой цепочке компоненты со второго по шестой характеризуют неявное знание. В рамках гуманитарного подхода М. Полани и других авторов некоторые компоненты парадигматической цепочки выпадают, что делает такие исследования не целостными. Космические исследования полностью проходят всю цепочку от незнания до явного знания. Поэтому важным является соотнесение получаемых знаний на каждом этапе исследования, чтобы завершить исследование получением явных знаний как целостной системы.
Заключение
В процессе исследований ученый получает данные, извлекает факты, формулирует системы научных положений, концепций и проверяет их шаг за шагом. Процесс исследования является многоэтапным или циклическим, если следовать
незнание ^ информационная неопределенность ^ недопоределенные значения ^ вероятностное знание ^ личностное знание ^ опыт ^ явное знание
теории неявного и явного знания. Первый этап исследований приводит к отдельным точкам зрения или сингулярным высказываниям (называемых также "частными высказываниями"). Это, как правило первый цикл, если применять модель Нонаки [2]. Следующий цикл исследований приводит к универсальным высказываниям типа гипотез или теорий. Новые теории побуждают проведение новых экспериментов и исследований в ходе которых получают неявное знание и затем трансформируют его в явное. космические исследования соприкасаются с неявным знанием, поскольку осуществляется в области, для которой многолетний опыт человече-
ского развития не создал достаточно адекватные теории. Поэтому классификация знания на явное и неявное. а также переход от неявного знания к явному являются характерными признаками космических исследований. Одновременно это требует детализации и систематизации знаний получаемых в ходе исследования на явные и неявные.
Теория и методология космических исследований не видит антагонизма в индуктивном и дедуктивных подходах, о чем говорит К. Поппер [33]. Наоборот, космические исследования и модель явного и неявного знаний гармонизируют эти методы и делают их дополняющими друг друга.
ЛИТЕРАТУРА
1. Polanyi M. The tacit dimension. London: Routledge and Kegan Paul, 1966
2. Nonaka I. A dynamic theory of organizational knowledge creation // Organization Science, 1994, 5(1), p. 4-37.
3. Cowan, R., David, P.A. & Foray, D. The explicit economics of knowledge codification and tacitness // Industrial and Corporate Change, 2000, 9(2), p211-253.
4. Kimble C. Knowledge management, codification and tacit knowledge // Information Research, 2013, 18(2), paper 577.
5. Савиных В.П. Космические исследования как средство формирования картины мира // Перспективы науки и образования. 2015. № 1. С. 56-62.
6. Цветков В.Я. Неявное знание и его разновидности // Вестник Мордовского университета. 2014. Т. 24. № 3. С. 199-205.
7. Бондур В.Г., Савин А.И. Концепция создания систем мониторинга окружающей среды в экологических и природно-ресурсных целях // Исследование Земли из космоса. 1992. № 6. С. 70-78.
8. Бондур В.Г., Журбас В.М., Гребенюк Ю.В. Математическое моделирование турбулентных струй глубинных стоков в прибрежные акватории // Океанология. 2006. Том 46. № 6. С. 805-820.
9. Fereday J., Muir-Cochrane E. Demonstrating rigor using thematic analysis: A hybrid approach of inductive and deductive coding and theme development // International journal of qualitative methods. 2008. Т. 5. №. 1. р.80-92.
10. Thomas D. R. A general inductive approach for analyzing qualitative evaluation data // American journal of evaluation. 2006. Т. 27. №. 2. р. 237-246.
11. Бондур В.Г., Гребенюк Ю.В. Дистанционная индикация антропогенных воздействий на морскую среду, вызванных заглубленными стоками: моделирование, эксперименты // Исследование Земли из космоса. 2001. № 6. С.49-67
12. Бондур В.Г., Зубков Е.В. Выделение мелкомасштабных неоднородностей оптических характеристик верхнего слоя океана по многоспектральным спутниковым изображениям высокого разрешения. Часть 1. Эффекты сброса дренажных каналов в прибрежные акватории // Исследования Земли из космоса. 2005. № 4. С.54-61
13. Бондур В.Г., Шарков Е.А. Статистические характеристики элементов линейной геометрии пенных структур на поверхности моря по данным оптического зондирования // Исследование Земли из космоса. 1986. № 4. С.21-31
14. Bogdanov S., Lbllmann C., Martin P. Honey quality, methods of analysis and international regulatory standards: review of the work of the International Honey Commission // Mitteilungen aus Lebensmitteluntersuchung und Hygiene. 1999. Т. 90. №. 1. p.108-125.
15. Бондур В.Г., Гребенюк Ю.В., Сабинин К.Д. Изменчивость внутренних приливов в прибрежной акватории острова Оаху (Гавайи) // Океанология. 2008. Т. 48. № 5. С. 661-671.
16. Tsvetkov V.Ya. Dichotomous Systemic Analysis. // Life Science Journal 2014; 11(6). рр.586-590.
17. Tsvetkov V. Ya. Opposition Variables as a Tool of Qualitative Analysis // World Applied Sciences Journal. 2014. 30 (11). р.1703-1706.
18. Tsvetkov V. Yа. Opposition information analysis // European Journal of Technology and Design. 2014. Vol.(6), № 4, pp. 189-196. DOI: 10.13187/ejtd.2014.6.189.
19. Бондур В.Г. Аэрокосмические методы в современной океанологии. / В кн. «Новые идеи в океанологии. М.: Наука. Т1: Физика. Химия. Биология, 2004. С.55-117.
20. Цветков В.Я. Решение проблем с использованием системного анализа // Перспективы науки и образования. 2015. №1. С.50-55.
21. Бондур В.Г., Крапивин В.Ф., Савиных В.П. Мониторинг и прогнозирование природных катастроф. М: Научный мир, 2009. 692 с.
22. Tsvetkov V. Ya. Information Constructions // European Journal of Technology and Design, 2014, Vol.(5), № 3. p. 147-152.
23. Бондур В.Г. Методы моделирования полей излучения на входе аэрокосмических систем дистанционного зондирования // Исследование Земли из космоса. 2000. №5. С.16-27.
24. Бондур В.Г. Моделирование двумерных случайных полей яркости на входе аэрокосмической аппаратуры методом фазового спектра // Исследование Земли из космоса. 2000. № 5. С.28-44.
25. Бондур В.Г. Принципы построения космической системы мониторинга Земли в экологических и природно-ресурсных целях // Известия высших учебных заведений. Геодезия и аэрофотосъемка. 1995. № 2. С.14-38.
26. Moreno F. M. A., Minch E., Montero F. Further steps towards a realistic description of the essence of life //Artificial Life V: Proceedings of the Fifth International Workshop on the Synthesis and Simulation of Living Systems. MIT Press, 1997. V 5. p.255.
S7. Савиных В. П. Информационное обеспечение космических исследований // Перспективы науки и образования. 2014. №2. С.9-14.
28. Maudlin T. The essence of space-time // PSA: Proceedings of the Biennial Meeting of the Philosophy of Science Association. Philosophy of Science Association, 1988. p.82-91.
29. Цветков В.Я. Виды пространственных отношений // Успехи современного естествознания. 2013. № 5. С. 138-140.
30. Савиных В.П., Цветков В.Я. Геоданные как системный информационный ресурс // Вестник Российской Академии Наук. 2014. Т. 84. № 9. С.826-829.
31. Вартофский М. Модели. Репрезентация и научное понимание. М.: Прогресс, 1988. 508 с.
^32. Садовский В. Н. Дедуктивный метод как проблема логики науки //Проблемы логики научного познания. М.: Наука. 1964. С. 151-199.
S3. Popper K. The logic of scientific discovery. Routledge, 2005. 545 р.
р4. Бондур В.Г., Смирнов В.М. Метод мониторинга сейсмоопасных территорий по ионосферным вариациям, регистрируемым спутниковыми навигационными системами // Доклады Академии наук. 2005. Т. 402. № 5. С. 675-679.
35. Бондур В.Г. Аэрокосмические методы и технологии мониторинга нефтегазоносных территорий и объектов нефтегазового комплекса // Исследование Земли из космоса. 2010. № 6. С. 3-17.
■36. Прангишвили И. В. Системный подход и общесистемные закономерности // М.: СИНТЕГ. 2000. 528 с.
37. Бондур В.Г., Пулинец С.А., Ким Г.А. О роли вариаций галактических космических лучей в тропическом циклогенезе на примере урагана Катрина // Доклады Академии наук. 2008. Т. 422. № 2. С.244-249.
38. Бондур В.Г., Зверев А.Т. Космический метод прогноза землетрясений на основе анализа динамики систем линеаментов // Исследование Земли из космоса. 2005. №3. С.37-52.
К. Бондур В.Г., Зверев А.Т. Метод прогнозирования землетрясений по результатам линеаментного анализа космических изображений // Известия высших учебных заведений. Геодезия и аэрофотосъемка. 2005. № 1. С.76-83.
40. Бондур В.Г., Кондратьев К.Я., Крапивин В.Ф., Савиных В.П. Проблемы мониторинга и предсказания природных катастроф // Исследования Земли из космоса. 2005. № 1. С.3-14.
41. Давние В. В., Тинякова В. И. Прогнозные модели экспертных предпочтений. - Воронеж: ВГУ, 2005. 248 с.
42. Шикин Е. В., Чхартишвили А. Г. Математические методы и модели в управлении. М.: Дело, 2000.
43. Цветков В.Я. Пространственная информация как ресурс управления // Международный журнал прикладных и фундаментальных исследований. 2013. № 12. С.32-34.
44. Бондур В.Г., Шарков Е.А. Статистические характеристики пенных образований на взволнованной морской поверхности // Океанология. 1982. Т.29. № 3. С.372-379.
45. Бондур В.Г., Морозов Е.Г., Гребенюк Ю.В. Радиолокационное наблюдение и численное моделирование внутренних приливных волн у побережья Северо-Западной Атлантики // Современные проблемы дистанционного зондирования Земли из космоса. М.: Азбука-2000, 2006. Вып. 3. Том II. С. 21-29.
46. Вернадский В. И. Несколько слов о ноосфере // Успехи современной биологии. 1944. Т. 18. №. 2. С. 113-120.
47. Савин А.И., Бондур В.Г. Научные основы создания и диверсификации глобальных аэрокосмических систем // Оптика атмосферы и океана. 2000. Т.13. №1. С.46-62.
48. Чернавский Д. С. Синергетика и информация. М : Наука, 2001.
49. Бондур В.Г. Аэрокосмические методы и технологии мониторинга нефтегазоносных территорий и объектов нефтегазового комплекса // Исследование Земли из космоса. 2010. № 6. С.3-17.
50. Бондур В.Г. Космический мониторинг природных пожаров в России в условиях аномальной жары 2010 г. // Исследование Земли из космоса. 2011. № 3. C.3-13.
51. Бондур В.Г., Килер Р.Н., Старченков С.А., Рыбакова Н.И. Мониторинг загрязнений прибрежных акваторий океана с использованием многоспектральных спутниковых изображений высокого пространственного разрешения // Исследование Земли из космоса. 2006. № 6. С.42-49.
52. Keeler R., Bondur V., Gibson C. Optical satellite imagery detection of internal wave effects from a submerged turbulent outfall in the stratified ocean // Geophysical Research Letters, 2005. Vol.32, L12610. doi:10.1029/2005GL022390
53. Valery G. Bondur (2011). Satellite Monitoring and Mathematical Modelling of Deep Runoff Turbulent Jets in Coastal Water Areas, Waste Water - Evaluation and Management, Prof. Fernando SebastiÄin GarcÄa Einschlag (Ed.), ISBN: 978-953-307-2333, InTech, Available from: http://www.intechopen.com/books/waste-water-evaluation-and-management/satellite-monitoring-and-mathematical-modelling-of-deep-runoff-turbulent-jets-in-coastal-water-areas. DOI: 10.5772/16134
54. Keeler R., Bondur V., Vithanage D. Sea truth measurements for remote sensing of littoral water // Sea Technology, April, 2004, p. 53-58.
55. Лазарев А.И., Бондур В.Г., Коптев Ю.И. и др. Космос открывает Тайны Земли. СПб.: Гидрометеоиздат, 1993. 240 с.
56. Кара-Мурза С. Г. Проблемы интенсификации науки: технология научных исследований. М.: Наука, 1989.
57. Бондур В.Г., Крапивин В.Ф. Космический мониторинг тропических циклонов. М.: Научный мир. 2014. 508с.
58. Нариньяни А.С. НЕ-факторы: краткое введение // Новости искусственного интеллекта. 2002. Вып.2. М: КОМКНИГА, 2006. С. 52-63.
59. Цветков В.Я. Информационная неопределенность и определенность в науках об информации // Информационные технологии. 2015. №1. С.3-7.
60. Нариньяни А.С. Недоопределенные модели и операции с недоопределенными значениями. Препринт ВЦ СО АН СССР, №400, 1982.
REFERENCES
1. Polanyi M. The tacit dimension. London: Routledge and Kegan Paul, 1966.
2. Nonaka I. A dynamic theory of organizational knowledge creation. Organization Science, 1994, no. 5(1), pp. 4-37.
3. Cowan, R., David, P.A. & Foray, D. The explicit economics of knowledge codification and tacitness. Industrial and Corporate Change, 2000, no. 9(2), pp. 211-253.
4. Kimble C. Knowledge management, codification and tacit knowledge. Information Research, 2013, no. 18(2), paper 577.
5. Savinykh V.P. Space research as a means of creating a picture of the world. Perspektivy nauki i obrazovaniia - Perspectives of science and education, 2015, no. 1, pp. 56-62 (in Russian).
6. Tsvetkov V.Ia. Implicit knowledge and its variants. Vestnik Mordovskogo universiteta - Bulletin of the University of Mordovia, 2014, V. 24, no. 3, pp. 199-205 (in Russian).
7. Bondur V.G., Savin A.I. Concept of creation of systems of environmental monitoring in environmental and natural resource purposes. Issledovanie Zemli iz kosmosa - Study of Earth from space, 1992, no. 6, pp. 70-78 (in Russian).
8. Bondur V.G., Zhurbas V.M., Grebeniuk lu.V. Mathematical modeling of turbulent jets depth of effluent in coastal waters. Okeanologiia - Oceanology, 2006, V. 46, no. 6, pp. 805-820 (in Russian).
9. Fereday J., Muir-Cochrane E. Demonstrating rigor using thematic analysis: A hybrid approach of inductive and deductive coding and theme development. International journal of qualitative methods, 2008, V. 5, no. 1. pp.80-92.
10. Thomas D. R. A general inductive approach for analyzing qualitative evaluation data. American journal of evaluation, 2006, V. 27, no. 2, pp. 237-246.
11. Bondur V.G., Grebeniuk lu.V. Remote indication of anthropogenic impacts on the marine environment caused by underground runoff: modeling, experiments. Issledovanie Zemli iz kosmosa - Study of Earth from space, 2001, no. 6, pp. 49-67 (in Russian).
|2. Bondur V.G., Zubkov E.V. The allocation of small-scale inhomogeneities of the optical characteristics of the upper ocean from multispectral satellite images with high resolution. Part 1. The effects of the discharge of drainage channels in coastal waters. Issledovaniia Zemli iz kosmosa - Study of Earth from space, 2005, no. 4, pp.54-61 (in Russian).
J.3. Bondur V.G., Sharkov E.A. Statistical characteristics of elements of linear geometry of foam structures on the sea surface according to the optical sensing. Issledovanie Zemli iz kosmosa - the Study of Earth from space, 1986, no. 4, pp.21-31 (in Russian).
®4. Bogdanov S., L'llmann C., Martin P. Honey quality, methods of analysis and international regulatory standards: review of the work of the International Honey Commission. Mitteilungen aus Lebensmitteluntersuchung und Hygiene. 1999. V. 90. no. 1. pp. 108-125.
15. Bondur V.G., Grebeniuk Iu.V., Sabinin K.D. Variability of internal tides in coastal waters of Oahu (Hawaii). Okeanologiia -Oceanology, 2008, V. 48, no. 5, pp. 661-671 (in Russian).
16. Tsvetkov V.Ya. Dichotomous Systemic Analysis. Life Science Journal, 2014, no.11(6), pp. 586-590.
17. Tsvetkov V. Ya. Opposition Variables as a Tool of Qualitative Analysis. World Applied Sciences Journal, 2014, no. 30 (11), pp. 17031706.
18. Tsvetkov V. Ya. Opposition information analysis. European Journal of Technology and Design, 2014. Vol.(6), no. 4, pp. 189-196. DOI: 10.13187/ejtd.2014.6.189.
19. Bondur V.G. Aerokosmicheskie metody v sovremennoi okeanologii. / V kn. «Novye idei v okeanologii [Aerospace methods in modern Oceanography / In the book "New ideas in Oceanology]. Moscow, Nauka Publ., 2004. pp.55-117.
p0. Tsvetkov V.Ia. Solution of problems using system analysis. Perspektivy nauki i obrazovaniia - Perspectives of science and education, 2015, no. 1, pp.50-55 (in Russian).
21. Bondur V.G., Krapivin V.F., Savinykh V.P. Monitoring iprognozirovanieprirodnykh katastrof [Monitoring and forecasting of natural disasters]. Moscow, Nauchnyi mir Publ., 2009. 692 p.
22. Tsvetkov V. Ya. Information Constructions. European Journal of Technology and Design, 2014, Vol.(5), no. 3. pp. 147-152.
23. Bondur V.G. Methods of modeling of radiation fields at the entrance of aerospace remote sensing systems. Issledovanie Zemli iz kosmosa - the Study of Earth from space, 2000, no. 5, pp. 16-27 (in Russian).
24. Bondur V.G. Modeling of two-dimensional random fields of brightness at the entrance of aerospace instrumentation phase spectrum method. Issledovanie Zemli iz kosmosa - the Study of Earth from space, 2000, no. 5, pp. 28-44 (in Russian).
25. Bondur V.G. Principles of space systems of monitoring the Earth for environmental and natural resource purposes. Geodeziia i aerofotos"emka - Geodesy and aerial photography, 1995, no. 2, pp. 14-38 (in Russian).
26. Moreno F. M. A., Minch E., Montero F. Further steps towards a realistic description of the essence of life // Artificial Life V: Proceedings of the Fifth International Workshop on the Synthesis and Simulation of Living Systems. MIT Press, 1997. V 5. p.255.
27. Savinykh V. P. Information support of space research. Perspektivy nauki i obrazovaniia - Perspectives of science and education, 2014, no. 2, pp. 9-14 (in Russian).
28. Maudlin T. The essence of space-time // PSA: Proceedings of the Biennial Meeting of the Philosophy of Science Association. Philosophy of Science Association, 1988. p.82-91.
29. Tsvetkov V.Ia. Types of spatial relations. Uspekhi sovremennogo estestvoznaniia - Successes of modern natural science, 2013, no. 5, pp. 138-140 (in Russian).
30. Savinykh V.P., Tsvetkov V.Ia. GEODATA as system information resource. Vestnik Rossiiskoi Akademii Nauk - Bulletin of the Russian Academy of Sciences, 2014, V. 84, no. 9, pp. 826-829 (in Russian).
31. Vartofskii M. Modeli. Reprezentatsiia i nauchnoe ponimanie [Model. Representation and the scientific understanding]. Moscow, Progress Publ., 1988. 508 p.
32. Sadovskii V. N. The deductive method as a problem of the logic of science. The logic of scientific knowledge. Moscow, Nauka, 1964. pp. 151-199.
53. Popper K. The logic of scientific discovery. Routledge, 2005. 545 p.
34. Bondur V.G., Smirnov V.M. Method of monitoring earthquake-prone areas by ionospheric variations recorded by satellite navigation systems. Doklady Akademii nauk - Reports of Academy of Sciences, 2005. V. 402, no. 5, pp. 675-679 (in Russian).
35. Bondur V.G. Aerospace methods and technologies for monitoring oil and gas areas and oil and gas facilities. Issledovanie Zemli iz kosmosa - the Study of Earth from space. 2010. № 6. S. 3-17.
36. Prangishvili I. V. Sistemnyi podkhod i obshchesistemnye zakonomernosti [System approach and system-wide regularities]. Moscow, SINTEG Publ., 2000. 528 p.
37. Bondur V.G., Pulinets S.A., Kim G.A. On the role of variations in galactic cosmic rays in tropical cyclogenesis on the example of hurricane Katrina. Doklady Akademii nauk - Reports of Academy of Sciences, 2008. V. 422. no. 2, pp.244-249 (in Russian).
38. Bondur V.G., Zverev A.T. Space method of earthquake prediction on the basis of analysis of dynamics of systems of lineaments. Issledovanie Zemli iz kosmosa - the Study of Earth from space, 2005, no. 3, pp. 37-52 (in Russian).
39. Bondur V.G., Zverev A.T. Method of earthquake prediction on the results of the lineament analysis of satellite images. Geodeziia i aerofotos"emka - Geodesy and aerial photography, 2005, no. 1, pp.76-83 (in Russian).
40. Bondur V.G., Kondrat'ev K.Ia., Krapivin V.F., Savinykh V.P. Problems of monitoring and prediction of natural disasters. Issledovanie Zemli iz kosmosa - the Study of Earth from space, 2005, no. 1, pp. 3-14 (in Russian).
41. Davnic V. V., Tiniakova V. I. Prognoznye modeli ekspertnykh predpochtenii [Predictive models of expert preferences]. Voronezh, VGU Publ., 2005. 248 p.
42. Shikin E. V., Chkhartishvili A. G. Matematicheskie metody i modeli v upravlenii [Mathematical methods and models in management]. Moscow, Delo Publ., 2000.
43. Tsvetkov V.Ia. Spatial information as a resource management. Mezhdunarodnyi zhurnal prikladnykh i fundamental'nykh issledovanii - international journal of applied and fundamental research, 2013, no. 12, pp.32-34 (in Russian).
44. Bondur V.G., Sharkov E.A. Statistical characteristics of foam formations on the rough sea surface. Okeanologiia - Oceanology, 1982. V.29, no. 3, pp. 372-379 (in Russian).
45. Bondur V.G., Morozov E.G., Grebeniuk Iu.V. Radiolokatsionnoe nabliudenie i chislennoe modelirovanie vnutrennikh prilivnykh voln u poberezh'ia Severo-Zapadnoi Atlantiki//Sovremennye problemy distantsionnogo zondirovaniia Zemli iz kosmosa [Radar observations and numerical modeling of internal tidal waves off the coast Northwest Atlantic ocean // Modern problems of remote sensing of the Earth from space]. Moscow, Azbuka-2000 Publ., 2006. Issue 3. V II. pp. 21-29.
46. Vernadskii V. I. Few words about the noosphere. Uspekhi sovremennoi biologii - Successes of modern biology, 1944. V. 18, no. 2, pp. 113-120 (in Russian).
47. Savin A.I., Bondur V.G. Scientific basis of the development and diversification of the global aerospace systems. Optika atmosfery i okeana - Optics of atmosphere and ocean, 2000. V.13. no. 1, pp. 46-62 (in Russian).
48. Chernavskii D. S. Sinergetika i informatsiia [Synergetics and information]. Moscow, Nauka Publ., 2001.
49. Bondur V.G. Aerospace methods and technologies for monitoring oil and gas areas and oil and gas facilities. Issledovanie Zemli iz kosmosa - the Study of Earth from space, 2010, no. 6, pp. 3-17 (in Russian).
50. Bondur V.G. Space monitoring of natural fires in Russia in conditions of abnormal heat 2010. Issledovanie Zemli iz kosmosa - the Study of Earth from space, 2011, no. 3, pp. 3-13 (in Russian).
51. Bondur V.G., Kiler R.N., Starchenkov S.A., Rybakova N.I. Monitoring of pollution of coastal waters of the ocean using multispectral satellite images with high spatial resolution. Issledovanie Zemli iz kosmosa - the Study of Earth from space, 2006, no. 6, pp. 42-49 (in Russian).
52. Keeler R., Bondur V., Gibson C. Optical satellite imagery detection of internal wave effects from a submerged turbulent outfall in the stratified ocean. Geophysical Research Letters, 2005. Vol.32, L12610. doi:10.1029/2005GL022390
B3. Valery G. Bondur (2011). Satellite Monitoring and Mathematical Modelling of Deep Runoff Turbulent Jets in Coastal Water Areas, Waste Water - Evaluation and Management, Prof. Fernando SebastiAin GarcAa Einschlag (Ed.), ISBN: 978-953-307-2333, InTech, Available from: http://www.intechopen.com/books/waste-water-evaluation-and-management/satellite-monitoring-and-mathematical-modelling-of-deep-runoff-turbulent-jets-in-coastal-water-areas. DOI: 10.5772/16134
54. Keeler R., Bondur V., Vithanage D. Sea truth measurements for remote sensing of littoral water. Sea Technology, April, 2004, pp. 53-58.
55. Lazarev A.I., Bondur V.G., Koptev Iu.I. i dr. Kosmosotkryvaet TainyZemli [Space reveals the Secrets of the Earth]. Saint-Petersburg, Gidrometeoizdat Publ., 1993. 240 p.
56. Kara-Murza S. G. Problemy intensifikatsii nauki: tekhnologiia nauchnykh issledovanii [Problems of intensification of science: technology research]. Moscow, Nauka Publ., 1989.
¡57. Bondur V.G., Krapivin V.F. Kosmicheskii monitoring tropicheskikh tsiklonov [Space-based monitoring of tropical cyclones]. Moscow, Nauchnyi mir Publ., 2014. 508 p.
58. Narin'iani A.S. Non-factors: a brief introduction. Novosti iskusstvennogo intellekta - News of artificial intelligence, 2002. Issue 2, Moscow, KOMKNIGA Publ., 2006, pp. 52-63.
59. Tsvetkov V.Ia. Information uncertainty and certainty in information science. Informatsionnye tekhnologii - Information technologies, 2015, no. 1, pp.3-7 (in Russian).
60. Narin'iani A.S. Nedoopredelennye modeli i operatsii s nedoopredelennymi znacheniiami. Preprint VTs SO AN SSSR [Underdetermined models and operations under defined values. Preprint computing center of the USSR Academy of Sciences], no. 400, 1982.
Информация об авторе Цветков Виктор Яковлевич
(Россия, Москва) Профессор, доктор технических наук,
Ведущий научный сотрудник Научно-исследовательский институт аэрокосмического мониторинга "Аэрокосмос" E-mail: cvj2@mail.ru
Information about the author
Tsvetkov Viktor Yakovlevich
(Russia, Moscow) Professor, Doctor of technical sciences, Leading Researcher Research Institute of Aerospace Monitoring "Aerospace" E-mail: cvj2@mail.ru
