CC BY
60
Рисунок 3 - Сканирование генома вируса Эбола, толщина словаря 4 и 5
ЗАКЛЮЧЕНИЕ
Основная цель настоящей работы - продемонстрировать новый метод определения информационной емкости символьной последовательности. Развитый подход пригоден для исследований статистических свойств символьных последовательностей любой природы. Кроме того, сравнение информационной емкости
последовательно выделяемых фрагментов одинаковой длины в пределах одной и той же (достаточно длинной) символьной последовательности позволяет выявлять в ней информационную структуру. Смысл и значение такой структуры, а также ее связь с иными структурами, выделяемыми в изучаемой символьной
последовательности другими методами, требуют специального исследования. Показанный в настоящей работе пример выделения информационной структуры генома вируса Эбола призван лишь иллюстрировать работу метода.
ПЕРЕЧЕНЬ ССЫЛОК
1. Немытикова Л.А. Использование серийных характеристик для исследования эффекта кластеризации элементов в ДНК-молекулах // Вычислительные системы. - 1994, № 150. - с. 147-163, 227.
2. Lempel A., Ziv J. On the Complexity of Finite Sequences // IEEE Trans.of Inf.Theor. (1976), v.IT-22, issue 1, pp.75-81.
3. Гусев В.Д. Сложностные профили символьных последовательностей // Методы обработки символьных последовательностей и сигналов (Выч. системы, вып. 132). Новосибирск: ИМ СО АН СССР, 1989. С.35-63.
4. Орлов Ю.Л., Потапов В.Н. Оценка стохастической сложности генетических текстов // Выч. технологии. 2000. Т.5. С.5-15.
5. Кислюк О.С., Боровина Т.А., Назипова Н.Н. Оценка избыточности генетических текстов с помощью высокочастотной компоненты графа l-граммного разложения // Биофизика. 1999. Т.44, № 4. С.639-648.
6. Ossadnik S.M., Buldyrev S.V., Goldberger A.L., Havlin S., Mantegna R.N., Peng C.K., Simons M., Stanley H.E. Correlation approach to identify coding regions in DNA sequences // Biophys.J. 1994. V.67(1). P.64-70.
7. Bugaenko N.N., Gorban A.N., Sadovsky M.G. Maximum entropy method in analysis of genetic text and measurement of its information content // Open Systems & Information Dynamics, 1998, v.5, № 3, pp.265-278.
8. Бугаенко Н.Н., Горбань А.Н., Садовский М.Г. Об определении информационного содержания нуклеотидных последовательностей // Мол.биология (1996) т.30, № 3, с.529 - 541.
9. Sadovsky M.G. Information capacity of symbol sequences // Open System & Information Dynamics, 2002, v.9, № 1, pp.37-49.
10. Sadovsky M.G. Comparison of Symbol Sequences: No Editing, No Alignment // Open System & Information Dynamics, 2002, v.9, № 1, pp.19-36.
11. Бугаенко Н.Н., Горбань А.Н., Садовский М.Г. Информационная емкость нуклеотидных последовательностей и их фрагментов // Биофизика, (1997), т.42, вып. 5. - С.1047-1053.
12. Горбань А.Н., Попова Т.Г., Садовский М.Г. Гены вирусов человека менее избыточны, чем гены человека // Генетика (1996) т.32, № 2. - С.281-294.
13. Горбань А.Н., Попова Т.Г., Садовский М.Г. Избыточность генетических текстов и мозаичная структура генома // Мол.биология (1994) т.28, № 2. - С.313-322.
14. Попова Т.Г., Садовский М.Г. Избыточность генов уменьшается в результате сплайсинга // Мол.биология (1995) т.29, № 3. - С.500-506.
15. Попова Т.Г., Садовский М.Г. Интроны отличаются от экзонов по своей избыточности // Генетика (1995) т.31, № 10. - С.1365-1369.
16. Горбань А.Н., Миркес Е.М., Попова Т.Г., Садовский М.Г. Сравнительная избыточность генов различных организмов и их вирусов // Генетика (1993), т.29, № 9. - С.1413-1419.
17. Гусев В.Д., Куличков В.А., Титкова Т.Н. Анализ генетических текстов. I. l-граммные характеристики // Эмпирическое предсказание образов (Выч. системы, вып. 83). Новосибирск: ИМ СО АН СССР, 1980. - С.11-33.
18. www.ebi.ac.uk
19. Зиндер Л.Р. Очерк общей теории письма Л.: Наука. Ленинград. отд., 1987. 112 с.
20. Карева М.В., Садовский М.Г. Энтропийные методы в некоторых задачах лингвистики // 9 Всерос.конференция "Нейроинформатика и ее приложения", Красноярск 5-7 октября 2001. - С.125-127.
21. http://www.un.org
УДК 681.32:007.52
НЕЙРОКОМПЬЮТЕРНАЯ МОДЕЛЬ ПЕРВИЧНЫХ ТОРСИОННЫХ ПОЛЕЙ
В.Д.Цыганков
Изучение квантово-механических явлений и динамики процессов возбуждения в нейронных сетях нейрокомпьютера (НК) "Эмбрион", позволило предложить нейрокомпьютерную интерпретацию природы возникновения первичных торсионных полей. Это дает возможность дальнейшего развития и совершенствования новых информационных и
нетрадиционных технологий.
The neural computer interpretation of tor fields is proposed. It gives possibility for future development of new technologies.
1. ТРИ УРОВНЯ СУБФИЗИКИ
Авторы теории физического вакуума А.Е. Акимов и Г.И. Шипов [1] представляют субфизику в виде трех уровней физической реальности:
VII - уровень "Абсолютное Ничто",
VI - уровень первичных торсионных полей или первичного вакуума,
V - уровень вакуума или физического вакуума.
Высший седьмой уровень или "Абсолютное Ничто" по [1] - это наиболее спорный и недоступный для восприятия и изучения уровень. Он возникает из точки сингулярности в момент Творения или рождения из первоатома всего, что нас окружает и из чего все, состоит: Метагалактики, Вселенные, вакуум, частицы, атомы, молекулы. Этот уровень математически выражен двумя тождествами: законами сохранения энергии и энергии-импульса, количества движения. Данный уровень характеризуется как упорядоченное многообразие пронумерованных точек с заданной геометрией.
Элементы данного уровня описываются структурными уравнениями Картана [1] и содержат как "внутренние"
поля инерции или торсионные поля Т1^, связанные с
геометрией 4-х мерной ускоренной системы отсчета, так и
"внешние" силовые поля .
На данном уровне имеются активное начало - воля и нелокализованное Сверхсознание, которые вначале создают из первоатома матрицу возможного как потенциального плана структуры, геометрии, состава и свойств всех нижележащих уровней, а затем проявляют их, осознают, превращая возможное в действительное на уровнях VI, V первичных торсионных полей и физического вакуума. Происходит так называемая квантовая материализация вещества.
2. "АБСОЛЮТНОЕ НИЧТО" В
НЕЙРОКОМПЬЮТЕРЕ
Нейрокомпьютер (НК) "Эмбрион" подробно описан в [2]. Рассмотрим модель седьмого уровня в НК.
Акт Творения "Абсолютного Ничто" представляет собою процесс разработки и воплощения идеи Главного Конструктора в аппаратуре или в виде программы-эмулятора НК, блок-схема которого изображена на Рис.1.
Рисунок 1
Регистр внутренней памяти Р (ядро) и строка Я (оболочка) Сенсорной Матрицы (СМ), связанные между собой, представляют модель информационного первоатома (Рис. 2). В п-атоме имеется четыре типа частиц праматерии (Рис. 3) или фитонов (по Акимову). Они могут быть нейтральными (частицы типа си g) или поляризованными (частицы типа е и С). Занесенная в регистры Р и Я информация в виде установленных двоичных кодов-чисел, в зависимости от расположения в разрядах "1" и "0", порождает матрицу возможного (Рис.4.) как математического выражения физической структуры невязки 3 или вида неравновесия между ядром и оболочкой нашего п-атома, или его возбуждения.
Рисунок 2
Рисунок 3
Рисунок 4
величины активности (ЫБ) или времени жизни возбуждения в нейронной сети НК и Гипотезы Восприятия ({Ц}) в Блоке Выдвижения Гипотез (БВГ). Генератор белого шума обеспечивает на данном уровне отсутствие локализации или равновероятное распределение сознания в начале каждого такта внутреннего времени (при Ц>0).
Исходное фундаментальное тождество (1) - закон сохранения энергии [1] для НК "Эмбрион" интерпретируется как условие сохранения разрядности нейрокомпьютера (п=сошО и сохранения суммы вероятностей возможных состояний нейронов (V Р = 1 ) при любых преобразованиях информации, при любых двоичных числах в регистрах Р и Б.
Закон сохранения энергии-импульса (2) - это в НК как стохастическом автомате - закон сохранения суммы вероятностей переходов (V Ш-- = 1) в матрице
¿—I и
возможного. Энергия и информация не исчезают и не появляются, а лишь преобразуются. НК - это информационный когерентный и энергетический преобразователь (смотри [3]).
Уровень "Абсолютное Ничто" в НК "Эмбрион" - это среда с программой или матрицей возможного (Рис. 4). В ней виртуально или потенциально заложены структура и свойства всех нижележащих уровней реальности. Это есть информационное поле или "Тонкая материя".
Начальный момент внутреннего, собственного времени (Ц=0) мозга нейрокомпьютера есть точка сингулярности. Это точка: 000 на Рис. 5, как момент начала активирования матрицы возможного (Рис. 4). Это момент рождения и проявления сознания.
Итак, уровень VII - "Абсолютное Ничто" - это в нейрокомпьютере напряженная виртуальная матрица возможного \Wijl, нелокализованное и непроявленное сознание в виде нереализованной гипотезы восприятия {Ц} под воздействием воли ЫБ, погруженные в аппаратно реализованный физический вакуум - поле фитонов. Локализация сознания - это попадание случайного волевого импульса из генератора белого шума (ГШ) в один из п разрядов регистра Р. Это и будет проявление сознания (смотри [4]). Но это уже следующий уровень.
3. ПЕРВИЧНЫЕ ТОРСИОННЫЕ ПОЛЯ
Как только мы зададим ЫБ>>1, Ц>0 и запустим процесс генерации и возбуждения виртуальной нейронной сети (Рис.5), рождается первичное торсионное поле или уровень VI (Рис. 6). Матрица возможного превращается в полевую виртуальную материю, проявляется или актуализируется. Динамика и внутренняя структура процессов самоорганизации спектров, изменения энтропии и квантования энергии хорошо видны на Рис. 7. Они частично описываются уравнением Колмогорова-Чемпена
Активное начало, т.е. воля и нелокализованное распределенное сознание реализуются в модели в виде
рЦ= рЦ- 11 ш
Рисунок 5
Рисунок 6
г мн
0.2£ й45 0.Б2 0.745 0.885
1 2 3 4 5 6
а)
РСГ5 (
10 у-'Ч"
/0.745 0.8 £5
о.бг,— 0.5Е 0.6Е
о.гг\ ______ "4045 0,37 0.35 0.174
|о.оз о.га 0,005 ' 0.001
1 г 3 4 5 6 и
б)
о 1 г 3 4 5 6 и
в)
Рисунок 7
До момента Т^ = 3 генерируется исключительно
"внутреннее" поле инерции или торсионное поле, а затем, после воздействия "внешнего" силового поля, происходит
перестройка поля инерции. Появляются новые его компоненты (111), (011), (001), (101). В виртуальном пространстве нейронных сетей рождаются, сливаются, разъединяются и исчезают-аннигилируют множество взаимодействующих информационных вихрей (Рис.8).
плазма, радикалы, молекулы (Рис. 9). Подробнее об этом можно прочитать в разделе "Введение в атомную информатику" в моей книге "Вселенная Хокинга и нейрокомпьютер" [5]. НК "Эмбрион" - это квантовая система. В ней происходят процессы материализации или проявления физического вакуума. В нашем с Вами модельном информационном мире мы получаем предопределенный разрядностью НК набор элементов -информационных атомов, свойства которых проявляются в виде информационного периодического закона (Рис. 10). На данном уровне реальности все виды элементов, их свойства и место в таблице периодического закона (точно так же как и в таблице Менделеева) предопределены матрицей возможного или невязкой
I л I = I р I - I Э |
Рисунок 9
Рисунок 8
На данном VI-м уровне мы имеем поле "тонкой материи" или голограмму, заполняющую всю Вселенную, порожденную невязкой /.
4. ПЕРИОДИЧЕСКИЙ ЗАКОН ИНФОРМАЦИОННЫХ ЭЛЕМЕНТОВ ФИЗИЧЕСКОГО ВАКУУМА
Пятый уровень физической реальности представляет собой особую форму полевой материи. На этом уровне определяется набор частиц-элементов, атомов (таблица Менделеева), и их свойства (заряд, масса, спин и др.). Вещество, частицы "грубой материи" еще отсутствуют. Это чисто информационный уровень реальности. Информационная, материальная, а не вещественная среда.
Если создать в НК условие генерации вероятностного виртуального поля и с помощью детектора-интегратора собирать рождающиеся частицы, разделяя их по отличающимся свойствам, то образуется следующий, вещественный уровень: элементарные частицы, атомы,
Группы элементов
Период Н I ¡1 III 0
и= = 2
1 0 Ъ Зг 0 31 0 0 1о 8
2 1 З3 6г 34 3 6з 0 Зг 24
3 2 З3 зе 64 0 63 з5 з4 24
4 3 Ь 0 34 0 0 35 1б 8
Количество 8 24 24 8
Рисунок 10
Здесь, в НК, мы имеем модель волнового генома Гаряева (Рис. 11), если регистры Р и Б представить в виде хромосомы.
Г.М.Шило: ФОРМУВАННЯ 1НТЕРВАЛЬНИХ МОДЕЛЕЙ ДЛЯ ОБЧИСЛЕННЯ ДОПУСК1В
Рисунок 11
ЗАКЛЮЧЕНИЕ
Как видно из изложенного, три уровня субфизики теории физического вакуума Акимова-Шипова [1], достаточно строго интерпретируются и моделируются с помощью НК "Эмбрион" без всякого привлечения мистики и эзотерики.
Единственное, как это ни покажется субъективным, так это то, что существование Главного Конструктора нейрокомпьютера приходится признать как источника и причины появления в НК "Абсолютного Ничто".
Нейрокомпьютерная модель субфизики позволяет более глубоко обосновывать возможность нейрокомпьютерной реализации феномена квантовой телепортации вещества [6]. Но, об этом в следующий раз.
ПЕРЕЧЕНЬ ССЫЛОК
1. Акимов А.Е. Облик физики и технологиий в начале ХХ1 века. - М.: Шарк, 1999.
2. Цыганков В.Д. Нейрокомпьютер и его применение. - М.: Сол Систем, 1993.
3. Цыганков В.Д. Виртуальный нейрокомльютер "Эмбрион", как информационный лазер.//Радиоэлектроника. Информатика. Управлшня.- 1999. - № 2. - С. 95-98.
4. Цыганков В.Д. Нейрокомпьютерная модель ОгоИ ОР -сознания.//Радиоэлектроника. Информатика. Управлшня. - 1999. - № 2. - С. 98-103.
5. Цыганков В.Д. Вселенная Хокинга и нейрокомпьютер. - М.: Синтег, 2000.
6. Цыганков В. Д. Психотронное оружие и безопасность России. М.: Синтег, 1999.
УДК 621.396.6.004: 004.942
ФОРМУВАННЯ 1НТЕРВАЛЬНИХ МОДЕЛЕЙ ДЛЯ ОБЧИСЛЕННЯ ДОПУСК1В
Г.М.Шило
Предложен метод формирования упрощенных интервальных моделей для расчета допусков. Показано, что точность моделирования повышается при одновременном использовании внутренней и внешней интерполяции. Полученные модели оцениваются с помощью интервальных структур.
Запропоновано метод формування спрощених ттер-вальних моделей для розрахунку допусшв. Показано, що точтсть моделювання тдвищуеться, якщо використовувати внутр{шню та зовтшню штерполяцп одночасно. Отримат моделг ощнюються з допомогою ттервальних структур.
The method of creating simplified models for calculating tolerances has been offered. Precision of simulation is shown to increase if internal and external interpolations are used simultaneously. Obtained models are estimated by means of interval structures.
ВСТУП
Вихщш характеристики радюелектронних пристро'1в в 6iëbrnocTi випадюв мають нелшшний зв'язок з параметрами елеменпв, матерiалiв та конструктивними параметрами пристро'1в. Для полегшення процедури призначення допусюв виникае необхщшсть утворення быьш простих моделей. Основними способами утворення спрощених моделей в залежносп вщ виду вихщних даних е розкладання в ряди (переважно в ряд Тейлора) [1-3],
наближення функцш штерполящею [4, 5], регресшний анал1з [6] та штервальш методи [5, 7-10].
Спрощенш модели утворенш розкладанням в ряд Тейлора дають значш похибки, оскыьки не враховують нелшшшсть вихщних функцш в д1апазош призначення допусюв. Перевагою штерполяцшного способу наближення функцш е збш початково'Г та наближено'Г функцп в вузлах штерполяцп
£Ц-, ах, ап) = /(х]) , ] = 1, п , (1)
де £ Ц-, а1, ап) та /(х^) - наближена та початкова функцп;
х- - вузли штерполяцп; аI - параметри наближено'1 функц1'1.
Апроксимац1я забезпечуе задану точн1сть наближення функц1'1 в усьому д1апазош 'Г! завдання. Регресшний анал1з використовуеться переважно для утворення моделей на тдстав1 експерементальних даних, як1 мають випадковий характер. 1нтервальш методи мають б1льш широкий спектр використання. Вони можуть застосовуватись, коли первина шформащя носить, як детермшований (точно визначений) [5], так I випадковий характер [10].
Уама розглянутими методами утворюються переважно
