CC BY
41Таблица 1 (продолжение)
Признак существенности неамортизируемой величины («ожидаемой к поступлению суммы») Цель разработки - определение возможности считать неамортизи-руемую величину актива равной нулю П. 40 П. 39 Соответствие норм при определении существенности неамортизируемой величины. В определении неамортизируемой величины основных средств речь идет об окончании срока амортизации, тогда как в отношении нематериальных активов ориентиром является срок полезного использования объекта
Признаки существенности информации для пользователей Цель разработки - определение сведений, необходимых к раскрытию в отчетности П. 70 П. 69 Соответствие норм
Информация таблицы 1 свидетельствует о том, что в целом методологические подходы к учету объектов внеоборотных активов с применением признаков существенности являются едиными. При этом чрезвычайно важным является вопрос о введении в систему учета категории справедливой стоимости. В проекте ФСБУ «Основные средства» она не используется, тогда как в ФСБУ «Нематериальные активы» применяется. Указанный вопрос активно обсуждается профессиональной общественностью и требует принципиального решения.
В завершение отметим, что применение проектов стандартов планируется, начиная с бухгалтерской (финансовой) отчетности за 2018г. Соответственно, разработка признаков
существенности с учетом их требований необходима уже в 2017г. при формировании учетной политики организации на 2018г. Об актуальности вопроса о своевременной разработке признаков существенности также свидетельствует содержание п. 70 проекта,
который предоставляет организациям право начать применение стандарта до указанного срока, т.е. до 2018г., при условии раскрытия этого факта в своей бухгалтерской (финансовой) отчетности.
Список литературы
1. "Налоговый кодекс Российской Федерации (часть вторая)" от 05.08.2000 N 117-ФЗ (ред. от 03.04.2017)
2. Положение по бухгалтерскому учету "Учет основных средств" (ПБУ 6/01)", утверждено Приказом Минфина России от 30.03.2001 N 26н (ред. от 16.05.2016)
3. Положение по бухгалтерскому учету "Учет нематериальных средств" (ПБУ 14/2007)", утверждено Приказом Минфина России от 27.12.2007 N 153н (ред. от 16.05.2016)
4. Проект федерального стандарта бухгалтерского учета (ФСБУ) «Основные средства»
5. Проект федерального стандарта бухгалтерского учета (ФСБУ) «Нематериальные активы»
V V
УДК 338.242.2
О НЕОБХОДИМОСТИ СОЗДАНИЯ ТЕХНОЛОГИИ СЕМАНТИЧЕСКОГО АНАЛИЗА ТЕРМИНОВ В ИНТЕРЕСАХ ЗАДАЧ УПРАВЛЕНИЯ
Трусов Н.А., Башелханов И.В., Иванус А.И., Заличев Н.Н., Костиков П.А., Каратеев А.Д.,
Мартынов С.В.1
Финансовый университет при Правительстве Российской Федерации (Финуниверситет), Москва 1 Орловский государственный университет имени И. С. Тургенева, Орёл
Аннотация. Для решения задач управления в условиях высокого уровня неопределённости требуются все более совершенные математические методы. Одной из причин неопределённости
является неоднозначность понимания одних и тех же терминов разными людьми, формирующими управленческие решения. Для решения задачи преодоления этой неоднозначности предлагается концепция использования семантического анализа терминов, которая предназначена для информационного обеспечения процессов решения широкого спектра задач управления социально-экономическими системами.
Ключевые слова: термин, семантически анализ, истинность информации, новые знания, процессы мышления.
ВВЕДЕНИЕ
Состояние современных социально-
экономических систем характеризуется наличием высокого уровня их неопределённости. Одной из причин неопределённости является неоднозначность понимания одних и тех же терминов разными людьми, формирующими управленческие решения. Для устранения неоднозначности понимания терминов используются такие известные методы, как энциклопедии, толковые словари, тезаурусы и т.д., которые пытаются свести понимание терминов к «общему знаменателю». Однако семантика терминов, как любая структура, имеет стандартный жизненный цикл: зарождение, интенсивный рост, насыщение, деградация и упадок. В этой связи есть смысл поставить задачу не сиюминутной фиксации определений терминов, а отслеживания всей динамики их жизненного цикла. Для решения такой задачи необходимо наличие некоторой интеллектуальной системы семантического анализа терминов, которая была бы ориентирована в широком смысле на информационное обеспечение процессов решения всего спектра задач управления социально -экономическими системами.
Известно, что в каждой сфере человеческой деятельности содержится огромное количество терминов, которые, несмотря на то, что они воспринимаются как вполне понятные и очевидные, тем не менее, допускают большой или малый разброс в их понимании. Это относится практически ко всем терминам, независимо от их частоты использования, степени общеупотребительности и уровня квалификации тех, кто их использует.
Само по себе это явление, как правило, на бытовом уровне не несёт каких-либо отрицательных последствий. Однако, есть отрасли, где степень ответственности использования терминов необычайно высока.
Так, это в полной мере относится к юриспруденции, где совершенно недопустимо разное понимание одних и тех же терминов такими участниками судебного процесса, например, как судья, обвинитель и адвокат. По отзывам юристов
именно эта проблема является актуальной сейчас, тем более что количество законов и законодательных актов лавинообразно увеличивается. (Кстати, относительно термина законодательный акт в юридическом словаре сказано: «Законодательный акт - понятие, вызывающее в науке права различные подходы, по мнению одних авторов.....»).
Аналогичные проблемы характерны и для других видов научной и профессиональной деятельности.
Поэтому неспроста в медицине принята латынь как международный язык медиков. Видимо, медики первые поняли опасность неоднозначного понимания терминов для лечения больных.
Образцом однозначности понимания терминов среди современных наук служит математика, где неоднозначность в толковании математических терминов доведена практически до нуля.
В связи с изложенным, задача создания системы семантического анализа терминов, представляется весьма актуальной. Это необходимо, прежде всего, потому, что проблема неоднозначности понимания терминов конвертируется в проблему неоднозначности управленческих решений, что часто приводит к большим рискам и потерям.
1. ПРЕДПОСЫЛКИ СОЗДАНИЯ СИСТЕМЫ СЕМАНТИЧЕСКОГО АНАЛИЗА
ТЕРМИНОВ
Современные методы математического моделирования социально-экономических систем достигли высокого уровня эффективности их использования. Но это относится прежде всего к методам, использующих численные количественные меры. Однако, есть огромное количество характеристик, которые численно не выражаются, а выражаются словами и утверждениями на вербальном уровне. То есть, их описание возможно на семантическом уровне. А вот семантические методы описания пока ещё недостаточно развиты по сравнению с классическими математическими.
Кроме того, есть еще одно подтверждение в пользу необходимости создания энциклопедии нового, инновационного типа для более
эффективного упорядочения информационного
пространства [1]. Современная цивилизация всё больше и больше погружается в информационный хаос и преодоление информационного коллапса является первоочередной задачей для выживания человечества [2,3]. Необходимость борьбы с информационным хаосом доказывается крайним обострением международной обстановки, угрозой развязывания третьей мировой войны в условиях быстропротекающей смены смыслов политических, иных терминов в течение нескольких суток и даже часов. Человечеству грозит гибель от взаимного непонимания, анархии «информационного коммунизма» (информационной сильносвязности имеющей квантовую природу), некомплиментарности семантических сетей.
В 1965 году новый революционный вклад в решение проблемы управления сложными объектами в условиях неопределённости был внесён профессором Калифорнийского университета Л. А. Заде. Как он сам кратко сформулировал идею своего подхода [4]:
«Важность нечетких правил связана с тем, что такие правила близки человеческой интуиции»,
« .. .действительная проблема состоит в разработке систем вычислений со словами, способных справиться с предложениями большей сложности, которые выражают знания о реальном мире»,
«.исходной моделью для вычислений со словами, нечёткой логики и мягких вычислений является человеческий разум».
Нобелевский лауреат 2013 г. Р. Шиллер [5] констатирует, что «.в реальности большинство экономических решений принимается
интуитивно».
Известно, что в настоящее время в России и за рубежом около 60% всех управленческих решений принимается на интуитивном уровне.
Из приведенных цитат следует, что инструментальной основой для использования мягкой математики, и в частности, центрального её понятия — лингвистическая переменная на основе функции принадлежности —используются новые объекты — слова (или термины), которые приобретают новый смысл не только как средство общения, но и как новый предмет для математического исследования и анализа. Слова становятся частью математической модели, а при более целостном рассмотрении — самостоятельной математической моделью.
Данное обстоятельство представляется настолько важным, что из него вытекает принцип организации
сложных систем, известный как принцип несовместимости Л. Заде: при росте сложности системы уменьшается возможность ее точного описания вплоть до некоторого порога, за которым точность и релевантность (смысловая связанность) информации становятся
несовместимыми, взаимно исключающими характеристиками [4].
Поэтому значение системы семантического анализа терминов для практических приложений трудно переоценить.
В данной статье для решения задачи унификации минимизации неоднозначности толкования (унификации) терминов предлагается использовать подход, основанный на семантическом анализе терминов.
Конструктивной основой такого подхода является семантика некоторого термина с максимальной истинностью.
2. ИЗ ИСТОРИИ ВОПРОСА: КОНЦЕПЦИЯ ОБЩЕСТВА, ОСНОВАННОГО НА ЗНАНИЯХ
Предложение о необходимости создания общества, основного на знаниях, родилось в Японии еще в 60-х годах 20 столетия. С созданием общества, основанного на знаниях, начинается новая эпоха, которая характеризуется созданием качественно новой специфической отрасли человеческой деятельности, связанной с интенсивной генерацией знаний в масштабах, сравнимых разве что с масштабами промышленного производства или торговли. Здесь предчувствуется ожидание резкого скачка в технологиях хранения и переработки не просто огромных объемов «машинно-ориентированной» информации, а одновременно и нового объекта — «человеко-ориентированных» знаний. Соучастниками, соразработчиками и пользователями этой гигантской системы знаний станут не просто отдельные люди, а миллионы людей от провинциального школьника до руководителя транснациональной корпорации или политика. За этим последует резкое качественное и количественное развитие всех тех областей человеческой деятельности, которые объективно ориентированы на использование терминов: образование, бизнес, политика, производство, торговля, управление.
Без преувеличения можно утверждать, что система знаний и ее технологическое ядро - база терминов (БТ) - это есть тот проект века, который экономически и технически может быть под силу
только всему мировому сообществу. Поэтому создание такой мощной БТ возможно лишь при международном сотрудничестве ведущих стран мира (желательно под эгидой ЮНЕСКО), которые в состоянии возглавить и реализовать эту работу.
3. НЕКОТОРЫЕ АСПЕКТЫ ИСТИННОСТИ ТЕРМИНОВ
Представим процесс понимания термина в виде некоторого формирующего «фильтра»,
моделирующего мыслительные процессы с учетом следующих обстоятельств:
1) чем больше значение уровня неопределённости понимания термина , тем большую долю работы мозга составляет решение задачи обеспечения значение уровня истинности используемого термина, как некоторого параметра функции принадлежности;
2) окончательный вывод о правильности выбора функции принадлежности мозг принимает только после «признания» некоторого минимального уровня истинности понимания термина.
Для подтверждения справедливости
использования указанных обстоятельств имеются серьёзные основания. Очень кратко их можно сформулировать в виде следующих логически взаимосвязанных утверждений.
1. Процесс формирования управленческих решений при наличии факторов неопределенности может рассматриваться с формальной технологической точки зрения как эквивалентный ему процесс формирования новых терминов [6].
2. Смысловое понимание термина не может существовать без доказательства его истинности. Определим истинность как субъективное чувство реальности существования термина.
С учётом чрезвычайной важности представленных утверждений определим понятие термин как 1) отражение объекта познания в головном мозге субъекта познания плюс 2) дополнительно к этому чувство уверенности субъекта, что данное отражение есть правильное.
Эта уверенность субъекта и есть истинность.
3. Истинность термина должна формулироваться средствами метаязыка.
4. Мыслительный процесс всегда несет в себе тенденцию увеличения объёма используемых терминов малой истинности. То есть мы имеем явление стратификации терминов, реализуемой мозгом человека: часть их формируется как термины истинные, а другая часть - малоистинные, т.е. имеющие недостаточную доказательную базу своего
соответствия реальности и логической непротиворечивости.
Процесс поиска и анализа истинности терминов угрожает стабильности уже установленных и признанных ранее истинными терминов. Часть терминов расширяет и разрабатывает ранее накопленные знания, а часть - опровергает их. Точки разрыва в потоке познавательного прогресса относительно редки.
Следует отметить, что рассуждения, изложенные выше, интересны с позиций раскрытия роли истинности как чисто человеческого чувства, имеющего непосредственное количественное измерение.
Подобные идеи уже фигурировали в родственных сферах, например, в задаче создания искусственного интеллекта. Один из авторитетных специалистов Р. Брукс [7] из Массачусетского технологического института по этому поводу отметил: «На каждом шаге необходимо строить полные интеллектуальные системы, которые можно «выпускать» в реальный мир с реальными ощущениями и действиями. В противном случае мы будем обманывать сами себя».
К данным словам остаётся добавить, что «реальные ощущения» - это не что иное, как чувство истинности.
Каждый человек является некоторой шкалой для измерения и видения истинности явлений внешнего мира. Наиболее «человеческими» здесь являются открытые шкалы.
4. ЭТАПЫ ЭВОЛЮЦИИ ТЕРМИНОВ
Эволюцию термина можно условно разбить на два больших этапа.
Первый этап. Термин появился в некоторой среде (научной, бытовой, политической и т.д.) с подачи некоего автора и начинает жить в информационной среде как малоизвестное слово. Это слово начинает цитироваться в устной речи, публикациях, СМИ и т.д., то есть термин начинает использоваться другими людьми. Здесь играет очень важную роль именно количество таких использований. Если термин используется редко, то о нем могут забыть, и он может исчезнуть из речевого оборота. Но если он цитируется часто, то здесь возможна ситуация, когда смысл, заложенный первоначально автором, деформируется, меняет свое первоначальное понимание. Это происходит вследствие того, что каждый последующий пользователь данного термина еще до конца не понял его первоначальный смысл и поэтому вносит новые аспекты в его понимание. Ведь
термин-то новый, он еще не «набрал» еще минимального уровня его однозначного понимания. Нет его пока, естественно, и в словарях. Поэтому этот этап жизни нового термина можно назвать широкодиапазонным (или высокоэнтропийным). Этот означает, что энтропийный показатель (или просто энтропия) семантического ядра термина имеет максимально возможное значение. Обычно в расчетах энтропию семантического ядра нормируют на единицу, то есть максимальное значение её равно единице. При появлении новых вариантов рассматриваемого термина энтропия начинает монотонно уменьшаться.
Этот процесс продолжается до наступления некоторого «момента истины», когда все появившиеся варианты толкования термина вдруг сужаются до некоторого «обобщенного» термина, или центра, сформировавшийся смысл которого уже «впитал» в себе все предыдущие варианты и этим самым примирил все бывшие ранее между ними разногласия. Профессором Н.Н. Заличевым математически доказано в [8], этот переход осуществляется при значении энтропийного показателя семантического ядра, равного 0,38. Это означает, что неопределенность, связанная с первоначально стихийным использованием термина, должна скачкообразно уменьшится на величину 0,62, известную как число пропорции Фибоначчи (0,62:0,38).
С этого момента начинается второй этап жизни термина. Величина энтропии разброса его семантического ядра уже не может быть больше 0,38. Это его состояние достаточно устойчивое, так как все самые сильные раскачивающие энтропию варианты термина уже были реализованы на первом этапе. Теперь его жизнь будет протекать не в широком диапазоне противоречивых разногласий, а в узком диапазоне нюансов и оттенков мнений.
Как мы видим, жизнь термина довольно сложна. И при практическом использовании термина необходимо понимать, на каком этапе он в данный момент живет.
Хотелось бы, чтобы это однозначно и безо всяких вариантов понимали все: и авторы терминов, и их пользователи. Но вся проблема состоит именно в том, что если авторов единицы, то пользователей -миллионы. Причем все говорят на разных языках. А миллионы людей не будут заниматься тем, что для каждого термина выяснять, на каком этапе жизненного цикла он находится. Отсюда следует, что этим должны заниматься компьютеры. Именно
компьютерная программа семантического анализа должна брать на себя эту проблему. Отсюда следует сразу объем задач, которые должна постоянно решать программа семантического анализа:
• фиксация факта использования термина,
• привязка к контексту, языку,
• передача этой информации в базу данных,
• семантическая обработка,
• выдача признака принадлежности к первому или второму этапу жизни.
И так по всем используемым терминам. Как мы видим, эта задача сама по себе весьма нетривиальная.
Но кроме терминов существуют еще и их более сложные образования, включающие в своем составе уже комбинации терминов. Причем это не просто комбинации как набор терминов, здесь генерируется совершенно новый смысл, выражающийся в форме гипотез, теорий, концепций и т.д. А это уже новый качественный уровень серьезных семантических конструкций. Они также должны пройти «тест» по Фибоначчи на принадлежность к соответствующему этапу жизненного цикла.
В итоге таких тестирующих процедур в зависимости от величины энтропии Н семантического ядра выявятся термины трех категорий:
• относительно малоистинные (0,38<Н<1),
• относительно достаточно истинные (0< Н< 0,38) и
• абсолютно истинные (Н = 0).
Слово «относительно» здесь используется во временном смысле для тех терминов, которые подвержены изменениям во времени. Все течет, все изменяется. Поэтому термин, который сегодня достоверен, завтра в силу появления «расшатывающего» его энтропию появившегося нового смысла может снова стать недостоверным.
А вот абсолютно истинные термины, на основе которых формируются абсолютные знания, не испытывают изменений во времени. Обычно это связано с математическими знаниями. Например, таблица умножения. Маловероятно, что таблица умножения изменится через сто или тысячу лет. Поэтому эти знания, а, следовательно, и соответствующие им термины останутся в категории абсолютных. Другими примерами могут служить такие математические конструкции, как определения прямой, плоскости, синуса, интеграла и т.д. Собственно удобство математики и состоит в том, что её язык - это язык абсолютный в смысле инвариантности во времени. Другие языки, как правило, лишены этого достоинства.
С другой стороны, есть термины, которые вообще имеют ярко выраженную индивидуальную трактовку, и не могут свестись к «общему знаменателю» в части единого понимания семантического ядра. Это: любовь, человек, судьба и т.д.
Кроме того, использование такого подхода тем более очевидно, что существует весьма заметное по объему множество терминов, которые вообще не имеют определения. Так, например, не существует определений для таких терминов, как:
• цвета - синий, красный, зеленый и т.д.,
• вкусовые ощущения - кислый, соленый, сладкий и т.д.
Хотя именно семантическое ядро истинности этих терминов существует!
Аналогичных примеров можно привести достаточно много и они естественным образом будут возникать практически всегда при создании общества знаний.
Все, что связано с использованием информации, отличается от использования материальных объектов. Если у некоторого субъекта имеется материальный объект, то, передавая (или продавая) его кому-либо, субъект лишается возможности его владения. Однако если у субъекта имеется информация, то при передаче ее кому-либо, он у себя всегда оставляет эту информацию в виде копии. В этом уникальность информации как товара. Ее практически невозможно лишиться в процессе товарно-денежного обмена [9].
Но, к сожалению, в процессе обмена можно исказить ее семантический смысл. И этот процесс происходит, как правило, незаметно для непосредственно самих пользователей. Поэтому постоянная проверка семантики по Фибоначчи должна присутствовать в системе общества знаний постоянно.
Резонно вообще поставить вопрос о существовании целых разделов, зон, отраслей в области знаний, для которых термины будут удовлетворять условию принадлежности к группе относительно истинных. Пользователь всегда будет знать, с какой достоверностью информацию он пользуется и каков результат этого использования: ведь пользователь, хочет он этого или не хочет, поневоле также вносит коррекцию в семантику терминов, а это в свою очередь также должно быть отслежено.
Таким видится решение задачи оценки «кондиционности» терминов, где роль критерия играют пропорции Фибоначчи. Ведь термины, которые вводятся, хранятся, перерабатываются и
генерируются внутри БТ, должны быть только кондиционными, иначе эта система будет неэффективна или просто саморазвалится.
Без непременного выполнения пропорций Фибоначчи, как стержневого принципа, станет невозможным реализация процессов развития и экспансии всей системы БТ. Другими словами, именно пропорции Фибоначчи должны играть ключевую роль в формировании системы БТ в интересах общества, основанного на знаниях.
5. ОСНОВНЫЕ АСПЕКТЫ ТЕХНОЛОГИИ СЕМАНТИЧЕСКОГО АНАЛИЗА ТЕРМИНОВ
Уже сейчас можно предвидеть те научно -технические проблемы, которые со всей очевидностью возникнут уже в самом начале разработки - это проблемы организации целенаправленного поиска, агрегации, анализа потоков информации и используемых терминов на самом высоком семантическом уровне.
Для решения всего предполагаемого комплекса задач потребуются специальные технологии, часть которых в настоящее время уже разработана [6]. Но появятся и такие задачи, облик которых сейчас трудно предвидеть, и их придется разрабатывать непосредственно в процессе создания БТ.
Из вышесказанного следует, что сложнейшая по масштабному замыслу БТ не может не содержать диктуемых внутренней логикой перманентного развития противоборствующих и противоречащих друг другу тенденций, как в алгоритмах своего построения, так и в реализуемых решениях. Поэтому в основу методов функционирования системы должен быть положен как понятный, по сути, так и универсальный по применимости такой стержневой критерий, который позволял бы взаимно согласовать и увязывать эти жесткие, но необходимые требования. Таким понятным и универсальным стержневым критерием построения БТ является критерий на соответствие пропорциям Фибоначчи [6].
Поэтому со всей очевидностью можно утверждать, что в процессе использования термина необходимо знать динамику его эволюции, чтобы понимать, как его правильно использовать и что от него можно ожидать.
ВЫВОДЫ
1. Основная идея предлагаемого подхода состоит в доказательстве того, что для унификации терминов и определений необходимо использовать
интеллектуальную систему анализа энтропии распределения величины разброса параметров истинности. Эта система должна имитировать когнитивные процессы мозговой деятельности человека.
2. Если величина разброса параметров истинности мала, то это говорит о стабильности семантического ядра термина и здесь есть возможность минимизации этого разброса.
3. Если же величина разброса велика, то это может служить подсказкой в наличии процесса зарождения нового термина или нового направления в толковании термина. Устранение неоднозначности понимания термина в этом случае невозможно, но возможна минимизация этой неоднозначности. При этом можно искусственно ускорить этот процесс и таким образом сформировать новое толкование термина или даже на этой основе - сформировать предполагаемую область возможного существования нового знания.
4. Данный подход позволяет также ранжировать существующие инновационные направления с точки зрения их перспективности или неперспективности.
ЛИТЕРАТУРА
1. Башелханов И.В., Затуливетер Ю.С., Колмыкова Е.А., Иванус А.И. Информационный коллапс и пути его преодоления/Материалы конференции Московского государственного технического университета информационных технологий, радиотехники и электроники (МИРЭА), г. Москва, 24-25 ноября 2015 г. : «Сборник трудов VI Международной конференции «ИТ-Стандарт 2015», С. 242-251
2. Башелханов И.В., Трусов Н.А., Иванус А.И., Колмыкова Е.А. Электронное государство и энтропийные процессы в управлении в условиях информационного коллапса// Создание единой системы безопасности объектов и территорий государства/ Сб. докладов и статей 1Х-ой Международной научно-технической конференции
«Электронный город - электронная губерния -электронное государство». Москва, Всероссийский выставочный центр (ВДНХ), 18 мая 2016 г. (под ред. Заслуженного изобретателя РФ В.А. Куделькина и д.т.н. Т.Г. Габричидзе. - Самара: Изд-во СГА, 2016. -С.127-133
3. Башелханов И.В., Трусов Н.А., Колмыкова Е.А. Конвергентные колебательные процессы в экономике. Комплиментарность сетей и принцип ТИББЭКГАС// Системный анализ в экономике-2016: сборник трудов IV Международной научно-практической конференции-биеннале (9-11 ноября 2016)/под ред. Г.Б. Клейнера, С.Е. Щепетовой. Т.1. -М.: Финансовый университет, 2016. - С.229-232
4. Zadeh, L. A. Fuzzy Sets / L. A. Zadeh // Information and Control. 1965. Vol. 8, № 3. P. 338—353.
5. Лисицын Д. Роберт Шиллер об иррациональности экономики // Секрет фирмы, № 4 (296). - URL: http://www.kommersant.ru/doc/1340957 (дата обращения 24.10.2016).
6. Иванус А.И. Гармоничное управление инновационной экономикой в условиях неопределенности. - М.: Книжный дом «Либроком», 2012. - 208 с.
7. Brooks R. Cambrian Intelligence. The Early History of the New AI. The MIT Press: Cambridge, Massachusetts, London, England. 1999.
8. Заличев Н.Н. Энтропия информации и сущность жизни. М.: Радиоэлектроника, 1995. - 192 с. 9. Богомолов А.И., Иванус А.И., Невежин В.П. Управление экономической системой на основе её фундаментальных свойств. Корпоративное управление и инновационное развитие экономики Севера// Вестник Научно-исследовательского центра корпоративного права, управления и венчурного инвестирования Сыктывкарского государственного университета. 2016. № 1. С. 21-28.
V V
