CC BY
37
журнал прикладных и фундаментальных исследований. 2016. № 2. С. 182-185.
14. Щенников А.Н. Комплементарность сложных вычислений // Славянский форум. 2018. № 2(20). С. 118-123.
15. Ожерельева Т.А. Жесткое и «мягкое» управление // Славянский форум. 2018. № 1(19). С.56-62.
16. Ознамец В.В. Мягкое ситуационное управление // Славянский форум. 2018. № 2(20). С.
57-62.
17. Буравцев А.В., Цветков В.Я. Аутопойезис сложной организационно-технической системы // Дистанционное и виртуальное обучение. 2018. № 2(122). С. 5-11.
18. КозловА.В. Делимость в информационном поле // Славянский форум. 2018. № 3(21). С.
8-13.
19. Чехарин Е.Е. Парадигматические и синтагматические отношения в информационном моделировании // Перспективы науки и образования. 2016. № 4. С. 13-17.
Сведения об авторах
Виктор Яковлевич Цветков проф., д-р техн. наук Лауреат Премии Президента РФ в области образования, Лауреат Премии правительства России, Почетный работник высшего профессионального образования, Почетный работник науки и техники, акад. РАО, акад. РАКЦ, акад. IASE зам. рук. Центра фундаментальных и перспективных исследований НИИАС Россия, Москва Эл. почта: [email protected]
Александр Вячеславович Козлов
Заместитель директора
РТУ МИРЭА
Россия, Москва
Эл. почта: [email protected]
Information about authors
V.Ya. Tsvetkov
Professor, Doctor of Technical Sciences Laureate of the President of the Russian Federation in the field of education (2003), Laureate of the Russian Government Prize (2014), Honorary Worker of Higher Professional Education (2011), Honored Worker of Science and Technology (2007). Academician RAO, Academician RACC Center fundamental and advanced research, the deputy head NIIAS
Russia, Moscow E-mail: [email protected]
Alexander Vyacheslavovich Kozlov
Deputy Director
RTU MIREA
Russia, Moscow
E-mail: [email protected]
УДК 004.8, 681.3 И.Б. Номоконов
ГРНТИ 20.01.07 ОГУЗ Иркутская районная больница
СИСТЕМАТИКА ДЕСКРИПТИВНЫХ ИНФОРМАЦИОННЫХ СИСТЕМ
Статья исследует дескриптивную информационную систему. Дескриптивная информационная система есть система данных. Статья вводит определение дескриптивной информационной системы. показано различие между совокупностью данных или коллекцией данных с дескриптивной информационной системой. Рассмотрен образец дескриптивной информационной системы на примере геоданных. Показано, что интеграция обеспечивает системность и появление эмерджентно-сти. Показано различие между специализированными и интегрированными геоданными. Статья дает систематику дескриптивных информационных систем с использованием синергетической парадигмы. Выделены четыре свойства информационных систем, которые служат основой систематики. Систематика строится по принципу от простого к сложному.
Ключевые слова: системный анализ, информация, информационная система, система данных, синергетика, дескриптивная система, данные, систематика.
I.B. Nomokonov OGUZ Irkutsk Regional Hospital
SYSTEMATICS OF DESCRIPTIVE INFORMATION SYSTEMS
The article explores the descriptive information system. A descriptive information system is a data system. The article introduces the definition of a descriptive information system. The difference between a data set or a data collection with a descriptive information system is shown. The article explores a
sample descriptive information system on the example of geodata. The article proves that data integration ensures consistency and emergence of emergence. The article shows the difference between specialized and integrated geodata. The article provides a systematics of descriptive information systems using a synergistic paradigm. Four properties of information systems are highlighted, which serve as the basis of systematics. Systematics is based on the principle from simple to complex. Keywords: system analysis, information, information system, data system, synergy, descriptive system, data, systematics.
Введение
Существуют и активно используются различные систематизации и классификации информационных систем. Удачный выбор ключевых признаков создаваемого объекта во многом предопределяют успешность его применения, моделирования и сопровождения. Существуют сложные технологические [1], сложные технические [2] и сложные организационные системы [3]. Наряду с ними существуют информационные системы данных. Следует напомнить, что первые АИС создавались для систематизации данных библиотек и их каталогов. Существуют понятия дескриптивные [4, 5] и прескриптивные [5, 6] модели и системы. Существует понятие процессуальные [7] модели. Термин «дескриптивный» означает «описательный». Термин дескриптивные информационные системы вводится для того, чтобы отличить «информационные системы данных» от других информационных систем. в основном от систем обработки данных.
Современное применение информационных систем основано на стандарте (ISO/IEC 25010:2011) и отечественным аналоге (ГОСТ Р ИСО/МЭК 25010-2015). Эти стандарты требуют, чтобы разработка программное обеспечение для информационной системы обработки информации было согласовано с двумя другими компонентами. Эти стандарты требуют следующее. Для обеспечения качества любой информационной системы обработки информации она должна содержать три связанные между собой модели качества: модель качества алгоритма, модель качества технологии обработки и модель качества данных. В соответствии с этими стандартами эффективность современной информационной системы обработки информации обеспечивается согласованием или информационным соответствием [8-12] трех компонент: системы данных для обработки, технологической системы обработки и алгоритмической системы [13]. Эти стандарты в явной форме выделяют систему данных. Они подчеркивают ее отличие от технологической системы и показывают ее значение. На практике выбирают разные классификации или типизации информационных систем: по их составу; по степени автоматизации; по характеру использования; по архитектуре; по сфере применения; по типу решаемых задач и др. дескриптивные информационные системы это «систематизация данных по составу». Они состоят из связанных данных. Цель данной работы состоит в исследовании дескриптивных информационных систем и систематизации их свойств.
Большие данные как пример системы данных
Ярким примером дескриптивных информационных систем являются большие данные [14, 15], данные в медицинской диагностике [16, 17] и геоданные [18].
Наблюдение за Землей и имитационное моделирование создают ежедневно от тера- до пе-тобайт данных [19]. Это одна из многих причин появления больших данных. Большие данные имеют две стороны: положительную и отрицательную. Информационный или дескриптивный аспект больших данных создает новые возможности для исследований, управления и бизнеса. Структурный и объемный аспекты создают большие трудности при их обработке. Чаще всего большие данные характеризуют четырьмя V: объемом (Volume), достоверностью (Veracity), скоростью (Velocity) и разнообразием (Variety). При этом исключают важный показатель сложность, который объединяет все четыре V. Положительная сторона состоит в трансформация четырех V в пятое (Value - «Ценность»). Отрицательная сторона состоит в принадлежности четырех V к сложности, которая затрудняет их обработку и анализ. Технология облачных вычислений стала новой парадигмой для обработки больших данных [20].
Детальный анализ показывает, что, помимо большого объема, большие данные часто характеризуются слабой структурированностью или не структурированностью, слабой связанностью, противоречивостью. Все это требует специальной обработки. Особенность больших данных как дескриптивной информационной системы состоит в частичной «не системности». То есть не целостности и противоречивости данных. Поэтому большие данные безусловно можно относить к системам данных и условно можно относить к дескриптивным информационным системам. Большие данные это, прежде всего, результат сбора информации.
Геоданные как пример дескриптивной информационной системы
Дескриптивной информационной системой (ДИС) будем называть множество данных, находящихся в отношениях и связях друг с другом, которые образуют определённую целостность и единство.
В отдельных случаях, но не всегда, эти системы данных обладают новым качеством, не присущим отдельным элементам [21]. Эти элементы могут быть гетерогенными. То есть эмер-джентность для дескриптивной информационной системы качество, которое может присутствовать и отсутствовать. Совокупность данных или коллекция данных целостностью и системностью не обладают.
Понятие геоданных в новом значении сформировалось в последние тридцать лет. Ранее геоданными обозначали группы данных в разных науках о Земле: геологии, геодинамики, геодезии, географии и т.д. При этом одним термином обозначались качественно разные данные, например геологические геоданные или геодинамические геоданные. С появлением геоинформатики [22] термин «геоданные» объединил разнообразные данные в структурном аспекте для возможности обрабатывать их в геоинформационных системах. Качественное различие сохранилось, но структурное и системное соответствие появилось. В силу этого геоданные стали применять не только в геоинформатике, но и в других науках.
В настоящее время геоданными называют систему данных о процессах и явлениях на земной поверхности, которые включают три группы качественных: «место», «время», «тема».
Геоданные, как интегрированная основа данных, включают не только данные области наук о Земле, но и других областей: транспорт, экономика, медицина, экология, управление, образование, искусственный интеллект и др. Это выражает семантическую особенность геоданных. Процессуальная особенность геоданных состоит в том, что их получают не на основе измерений, а формируют путем обработки информации. Системная особенность геоданных состоит в том, что их формируют не как совокупность данных, а как систему данных. Ресурсная особенность геоданных состоит в том, что они составляют дополнительный информационный ресурс
Основой систематизации геоданных является пространственная информация [23]. К пространственной информации стыкуют другие данные для последующего комплексного анализа. Геоданные представляют собой дескриптивную информационную систему и информационный ресурс [24]. Важной характеристикой геоданных является описание реально существующих пространственных отношений [25, 26].
Исходная основа геоданных собирается с помощью разных технологий и систем. Совокупность процессов, преобразующих исходные данные в геоданные, называют организацией геоданных [22]. Одним из результатов организации геоданных является создание модели базы данных или геоданных. Это позволяет без проблем организовать хранение геоданных в базе данных. С этих позиций, организация геоданных обеспечивает их структурную согласованность [27], то есть повышает системность и структурированность.
Для детализации содержания геоданных на рис. 1 показана структура геоданных и взаимодействие геоданных (ГД) с другими группами данных. Пространство и время - разные качества, поэтому пространственные данные не включают временные, а временные не содержат пространственные данные. Это определяет то, что геопространственные данные не тождественны геоданным.
Геоданные
Пространст Временные Тематические венные ГД Гд Гд
Пространственные
1 Временны шкалы е СТВ Экономика. Биология. История. Социология. Образование и т.д.
ОЗП ВЗП МАП ПЗП
Пространственно временные
РМ Динамические модели
Координаты размеры, отношения СПВ
СПВТ
Рис. 1. Структура геоданных
Две эти группы образуют класс пространственно-временных данных. Эти данные связаны между собой с помощью связей «пространство-время» (СПВ). Существуют связи «тема-время»
(СТВ) и связи «пространство-время-тема» (СПВТ). Геоданные (рис.1) являются интеграцией трех групп данных, включая связи «пространство-время-тема» (СПВТ). Не все пространственные данные входят в геоданные. В состав геоданных не входят данные математических абстрактных пространств, таких как Гильбертово пространство, пространство Лобачевского, пространство Римана и др. Есть пространственно-временные данные, которые не входит в геоданные. Это данные релятивистской механики (РМ). В геоданные не входят данные внеземных пространств (ВЗП).
Поскольку термин геоданные продолжают потреблять в узком смысле, то необходимо отметить различие между дифференцированными геоданными и интегрированными геоданными. Например, в геодезии собирают «специализированные геоданные», которые предназначены для решения геодезических задач. Они представляют совокупность данных и не представляют систему данных. Интегрированные геоданные собирают методами геоинформатики и преобразуют их в систему данных. Они представляют дескриптивную информационную систему. Кроме того, интегрированные геоданные имеют так называемое «семантическое окружение» [28].
Исходная первичная информация включает множество параметров, многие из которых дублируют друг друга. Уменьшение числа данных о реальных объектах достигается применением моделей данных, сохраняющих основные свойства объектов исследования и не содержащих второстепенных свойств. Поэтому в процесс предобработки входит организация моделей данных и контроль их на точность и непротиворечивость. В этом аспекте организация геоданных напоминает решение проблемы больших данных. То есть исходная объемная информация систематизируется, уменьшается и становится пригодной для использования. Интеграция геоданных создает систему геоданных вместо совокупности первичных данных. Интеграция исключает избыточность и ненужные связи. Интеграция повышает качественный уровень взаимосвязи между данными и уменьшает их гетерогенность. Это создает возможность комплексного анализа на основе геоданных.
Важно отметить, что геоданные образуют естественную дескриптивную информационную систему. Это обусловлено тем, что они отображают естественные отношения в реальном пространстве. Интеграция геоданных приводит к установлению дополнительных связей между данными и эти являются системными. Отсюда следует, что именно интеграция данных приводит к формированию геоданных как системы.
Многие модели могут быть интегрированным разными способами. Поэтому необходимо учитывать критерий интеграции при формировании интегрированной модели. Важным свойством интеграции геоданных является то, что это не просто объединение данных, а приобретение геоданными дополнительных свойств. В результате интеграции геоданных создается модель, обладающая дополнительными свойствами или эмерджентностью. Если сравнивать большие данные и геоданные, то большие данные это всего результат сбора информации, а геоданные результат обработки и систематизации собранной информации.
Систематизация дескриптивной информационной системы
С позиций современной теории информационных процессов несомненный интерес представляет систематизация данных дескриптивной информационной системы (ДИС). Основное назначение ДИС это последующая обработка информации в различных информационных системах. Поэтому информационные процессы и информационные взаимодействия являются важнейшим факторов при анализе ДИС. Создание и формирование ДИС связано с информационным полем и информационными процессами.
Систематизация данных дескриптивной информационной системы должна опираться на синергетическую парадигму, поскольку такой подход предопределяет постановку и решения задач моделирования всех современных информационных систем [23, 29]. Эта парадигма вытекает из онтологий информационных систем, включая ДИС, то есть онтологического описания или онтологического соглашения всех участников единого тринитарного процесса «замысел - моделирование - проектирование».
Современная постановка и осмысления фундаментальной теории информационных процессов и систем неразрывно связана с формированием онтологий информационных процессов и систем [30, 31]. По существу, онтология ДИС есть анатомия информационных процессов и систем, без которой непродуктивна систематизация данных ИС.
Краткая версия такой систематизации представлена ниже. Широкое изложение и анализ можно найти в книге [32] а также в подборке материалов, описывающих онтологию ИС [31]. Приведем видение систематизации ДИС по состоянию на 2019 год. Обратим внимание на то,
что процесс становления систематизации находится в стадии непрерывного развития и обогащения, частичных замен устаревающих понятий новыми, что связано, прежде всего, с быстрой сменой и развитием информационных технологий
Определяя идеологию систематизации ДИС, автор, прежде всего, исходил из сущности самой синергетики, как междисциплинарной области знаний, изучающей и отражающей теоретические основы процессов самоорганизации в открытых, динамических неравновесных, нелинейных системах, процессы возникновения, развития хаоса и его преодоления в областях аттракторов с возникновением новой эмерджентности и т.д.
Соответственно, определяющими ключевыми мерами для отнесения в ту или иную позицию и для описания разновидностей данных ДИС в систематике, с точки зрения автора, являются аддитивность, континуальность, мажоритарность и эргодичность функций, свойств, проявлений объектов ДИС. Напомним, что в кратких формулировках эти термины имеют следующее онтологическое толкование:
Аддитивность (от лат. additivus - прибавляемый) - свойство объекта, по которому величина всего объекта равна сумме величин частей объекта при любом разбиении, что по Н. Шеннону предполагает, во-первых, рост неопределенности результатов опыта вместе с ростом числа возможных исходов, и, во-вторых, неопределенность составного опыта должна быть равна сумме неопределенностей отдельных опытов, иначе говоря, мера неопределенности должна быть аддитивной: f(nm) = Д(п) + f(m). Соответственно, аддитивность количества информации - есть неопределенность объединенного источника информации, равная сумме неопределенностей (эн-тропий), следовательно, и количества информации исходных источников.
Аддитивная энтропия (А-энтропия) - это скалярная величина, описываемая общим представлением энтропии процессов и событий в простых ИС, например, обобщенная энтропия, отвечающая принципам аддитивности и эргодичности, что предполагает возможность простого арифметического сложения энтропий составных частей системы для оценки обобщенной или общей энтропии всей системы в целом. Здесь же уместно отметить, что с позиций синергетики энтропия является скаляром лишь в частной её интерпретации как проекция наиболее универсальной векторной многомерной энтропии. Аддитивность связана с жизненным циклом системы. если рассматривать данные ка ресурс, о то аддитивность ДИС увеличивает их жизненный цикл [33].
Континуальность - антипод дискретности, непрерывность, отсутствие разделённости на фрагменты. Уместно отметить, что признак континуальности, присутствующий в функциях ДИС, как бы размывает границы между разновидностями ДИС. Он подчёркивает то обстоятельство, что переставая принадлежать к одному из систематизированных уровней, функция ДИС может смещаться в другой уровень.
Мажоритарность - одно из важнейших обязательных свойств ДИС и сетей, заключающееся в том, что все данные на входе или в любой части ДИС согласуются с аналогичными проявлениями на выходе. Разрушение этого информационного соответствия переводит мажоритарную систему в разряд миноритарной. Возникающие при этом резонирующие разрушения информационного соответствия способны привести ДИС к коллапсу.
Эргодичность - свойство данных, для которого средние значения по времени почти всех возможных реализаций процесса с вероятностью единица сходятся к одной и той же постоянной величине среднему значению по ансамблю. Для эргодических систем образом, среднее по времени равно среднему по реализациям. Эргодичность необязательной свойство ДИС.
В проектировании и моделировании информационных систем большое значение имеет исследование эргодичности перемещений данных как внутри ДИС, так и в процессе ее изменения. Вместе с тем, эргодичность ДИС дает пользователю скорее имплицитную, чем эксплицитную (прямую, точную) оценку качества системы. Поэтому основной интерес эта оценка представляет в сочетании с изучением аддитивности, эмерджентности и мажоритарности системы.
В специальной математической литературе затрагиваются вопросы взаимосвязи свойств строгой эргодичности и минимальности функций сложных систем. Такое представление информационного пространства ДИС позволяет рассматривать его как пространства Лебега (НХ. Lebesgue). Это о необходимо для правомерности применения эргодической теории к любой исчисляемой функции произвольной гладкости.
Пространство Лебега есть измеримое пространство пар (М, т), где М - произвольное
множество состояний или составляющих, функционально описывающих ИС, т - выделенные алгебры их подмножеств. Следует отметить, что динамическая система является эргодической относительно меры У на т, если т в степени, отображающей порядок значения в пространстве квадратных матриц эндоморфизма этого пространства, представляет тривиальную сигма алгебру, состоящую из множеств меры 1 или 0.
Примером измеримого линейного расслоения может служить произвольное непрерывное подрасслоение касательного расслоения к гладкому многообразию, в частности, само касательное расслоение. В сложных нелинейных динамических информационных системах. В системах с многослойным ядром, в системах с большим числом узлов такое расслоение математического описания проявляется существенным образом и позволяют улучшать свойства системы.
В дальнейшем, если не оговаривать иное, мера У считается нормированной, то есть У(М) = 1, и, следовательно, (М, т, У) есть вероятностное пространство, что дает все необходимые основания для применения известного энтропийного метода исследований в указанном пространстве. Таким образом, в эргодической теории могут рассматриваться измеримые преобразования и измеримые действия групп на основе энтропийных оценок в пространствах, относящихся к пространствам Лебега.
Для этого достаточно быть уверенным в измеримости исследуемой функции независимо от особенностей ее в части гладкости функции. Причем это положение распространяется как на эндоморфизмы, так и на автоморфизмы пространства Лебега.
Из толкования термина эргодичности следует, что случайный процесс эргодичен, если с вероятностью, равной единице, все его статические характеристики можно предсказать по одной реализации из ансамбля процесса с помощью усреднения во времени; иными словами, средние значения по времени почти всех возможных реализаций процесса с вероятностью единица сходятся к одной и той же постоянной величине (среднему значению по ансамблю).
Благодаря свойству эргодичности значительно упрощается анализ случайных процессов. В проектировании ИС большое значение имеет исследование эргодичности перемещений внутри самой системы и ее подсистем с позиций воздействия на ассиметрию, эксцесс распределения этих событий, что опирается на соответствующие теоремы теории информации.
Именно по этим четырём признакам предлагается систематизация ДИС. Ее разновидности выстраиваются по схеме «от простой ДИС к сложной ДИС».
Септоминоритарные ДИС (Septmmor К, в том числе выделенные туннели) - системы, в которых разрушения мажоритарности достигло предела, связанного с появлением резонансных явлений (аттракторов), способных видоизменять (чаще всего в худшую сторону) коэффициент эмерджентности системы.
Миноритарные ДИС - системы, в которых разрушено свойство мажоритарности, но в ограниченных пределах, не вызывающих изменения эмерджентности ДИС.
Мажоритарные ИС - системы, обладающие свойством мажоритарности - одним из важнейших обязательных свойств ИС и сетей, заключающееся в том, что все сигналы, события, команды на входе или в любой части системы или сети согласуются с аналогичными проявлениями на выходе или в других частях сети или системы (кроме специально обособленных).
Аддитивные ДИС - (от лат. additivus, additio - «прибавляю»), системы являются аддитивными по отношению друг к другу, если они содержат разностороннюю информацию об одних объектах, то есть множества идентифицированных классов атрибутов в таких системах пересекаются, что позволяет провести идентификацию объекта в разных системах, а множества функциональных и дополнительных классов атрибутов - различаются. Отвечают принципу сложения энтропийных вкладов и реализуют передаточную функцию в виде комплексного переменного, где действительная часть - энтальпия, мнимая - вероятностная энтропийная характеристика качества ИС, то есть отвечают принципам эмерджентности, эргодичности и аддитивности, значения функции всегда не выходят из поля (пространства) Лебега.
Субтрактивные ДИС - системы, содержащие общую объединенную информацию о разноплановых или разнородных объектах, то есть множества идентифицированных классов атрибутов в таких системах пересекаются, что позволяет провести идентификацию объекта в разных системах, а множества функциональных и дополнительных классов атрибутов - различаются. Например, интегрированная информационная основа является субстрактивной ДИС.
Трансфинитные аддитивные ДИС - системы, где манипуляции с бесконечным числом модулей бессмысленны с точки зрения классической математики; применяется трансфинитная арифметика Кантора, представляющая совершенно новый математический аппарат и совершенно новое мировоззрение на энтропию больших систем.
Информационную систему можно считать гипербольшой, то есть гиперболизированной, если по отношению к ней взаимодействующая с ней открытая информационная среда утрачивает свойство энтростата (в том числе по пп. 3, 4 и 5 классификатора гипермедиа, максимедиа и макромедиа системы). Примером являются большие графы с количеством узлов от 200 000 до 10 000 000.
Адаптивные ДИС - относятся к информационным системам, способным учитывать воздействие внешней среды. Например, возможность изменения структуры под требования технологической системы или алгоритма. Возможность преобразования форматов данных под требования разных программ
Вариативные ДИС (изменчивые ДИС) - информационные системы данных, позволяющие именять их форму представления без изменения сущности.
Трансформеры и клон-системы - специфические ДИС, позволяющие на основе заложенных в нее возможностей и ограничений нарушать теорему о запрете клонирования [34]. Эти системы позволяют осуществлять репликацию самих себя. Этим ДИС свойственно динамическое наследование.
Конверсионные ДИС - системы данных, контент которых подвержен воздействию с целью снижения сложности системы или по другим причинам.
Клон ДИС (клонируемые) - это системы, построенные на базе программ-репликантов новых информационных систем, отвечающих единым глобалистическим стандартам представления информации, имеющих пересекающиеся базы данных, общую поисковую систему и идентичные интерфейсы, системы дублирования. Это система, сделанная по образцу другой. Может быть аппаратным устройством или программой. Эти системы нарушают закон запрета квантового клонирования.
Диссипативные ДИС - системы с рассеянием информации или потерей важных свойств данными в силу воздействия фактора времени или появления альтернативных данных. это информационная характеристика. Позитивная характеристика состоит в том, что это единственно возможные в природе структуры, способные, при постоянном взаимодействии со средой, к постепенному обновлению и восприятию новых персептивных знаний о внешнем мире. Основное, принципиальное условие при построении подобных систем состоит в том, чтобы конкретное содержание любого персептивного элемента внешней и внутренней среды организма всегда поступало в строго определенную точку пространства памяти.
Эти ДИС сильно неравновесные, в них возможны неустойчивые состояния, на определенном для каждой системы удалении от состояния равновесия флуктуации вместо того, чтобы затухать (как в равновесных системах), наоборот усиливаются и завладевают всей системой, вынуждая ее эволюционировать к новому режиму. Эти явления возникают в так называемой нелинейной области, в которой свойства системы моделируются нелинейными уравнениями.
Темпоральные ДИС - системы данных, значение и качество которых зависит от временных и модальных операторов.
Интеллектуальные ДИС - это системы интеллектуальных моделей данных. Оно наряду с данными содержат правила и связи.
Алгоритмические ДИС - системы данных, ориентированные на применение в алгоритмах определенных
Транспорантные ДИС - сложные ДИС, оптимизируемый информационный морфизм которых лимитирован порогом переносимости, заданными ограничениями и возможностью адаптивного взаимодействия с другими ДИС
Интероперабельные ДИС - системы данных, обладающие способностью наращивать свои возможностей за счет использования дополнительно разработанных или уже существующих компонентов, способностью совместного использования, совместной деятельности
компонентов (информационных ресурсов) для решения задач.
Афферентные ДИС - (от лат. afferens (afferentis) - «приносящий»), системы данных, несущие информацию к управляющему модулю. Эти системы организованной информации связывают информацию от периферийных составляющих с центральными узловыми элементами информационной системы.
Систематика отражает то свойственное синергетике понимание, что перевод данных из одного уровня систематизации в другой может являться отражением результатов деятельности человека. Деятельность может происходить в двух основных режимах: развитие и функционирование. Перевод отвечает выше упомянутому обязательному свойству континуальности.
Под функционированием понимается проявление функции системы данных во времени. Развитием считается деятельность системы данных со сменой цели системы и, следовательно, с возможным перемещением ее позиции в систематике. При этом функционирование системы не вызывает явного качественного изменения инфраструктуры системы; при развитии системы ее инфраструктура качественно изменяется. Под развитием здесь подразумевается противоборство организации и дезорганизации в системе, которое связано с накоплением и усложнением информации, ее организации. Вместе с тем в своем развитии классификатор ИС по синергетическим признакам не должен отрываться от сложившихся представлений об идентификации самой синергетики. Идентификация эта исходит из новой парадигмы синергетики трех основных идей: нелинейность, открытость, диссипативность. Синергетика является теорией эволюции и самоорганизации сложных систем, а классификатор ИС как раз и отображает прежде всего эту меру сложности.
Заключение
Совершенно очевидно, что приведенный перечень условен и служит основой для дальнейших исследований и дальнейшей систематизации. В этом описании, как и все в онтологиях условно и держится на уровне соглашений пользователей. Этот перечень будет со временем быстро пополняться, уточняться и детализироваться. Сама жизнь продиктует необходимость этого. Многообразие ДИС выдвигает требование их системного анализа и аналитического моделирования как самостоятельного направления. Одним из перспективных направлений развития ДИС является интеллектуальный анализ данных [35]. Так сложилось, что в подавляющем числе случае ДИС рассматривают как структуру базы данных или как приложении к базе данных. Настало время исследовать ДИС не как самостоятельную систему
Литература
1. Буравцев А.В. Сложные технологические системы // Славянский форум. 2017. № 4(18). С.14-19.
2. Цветков В.Я. Сложные технические системы // Образовательные ресурсы и технологии. 2017. № 3(20). С. 86-92.
3. ПавловА.И. Сложные организационные системы // Славянский форум. 2018. № 4(22). С. 54-59.
4. Ожерельева Т.А. Дескриптивные модели // Международный журнал прикладных и фундаментальных исследований. 2016. № 5-4. С. 675-675.
5. Козлов А.В. Логические дескриптивные и прескриптивные модели // ИТНОУ: Информационные технологии в науке, образовании и управлении. 2018. № 6. С. 3-8.
6. Цветков В.Я. Дескриптивные и прескриптивные информационные модели // Дистанционное и виртуальное обучение. 2015. № 7. С. 48-54.
7. Раев В.К. Процессуальные и дескриптивные информационные модели // Славянский форум. 2018. № 3(21). С. 28-32.
8. Цветков В.Я. Информационное соответствие // Международный журнал прикладных и фундаментальных исследований. 2016. № 1-3. С. 454-455.
9. Номоконова О.Ю. Виды информационных соответствий // Славянский форум. 2018. № 2(20). С. 44-49.
10. Цветков В.Я. Отношения комплементарности и соответствия в информационных системах // Образовательные ресурсы и технологии. 2018. № 4(25). С. 66-74.
11. Ожерельева Т.А. Информационное соответствие и информационный морфизм в информационном поле // ИТНОУ: Информационные технологии в науке, образовании и управлении. 2017.№ 4. С. 86-92.
12. РозенбергИ.Н. Топосемантическое информационное соответствие в пространственном моделировании // Науки о Земле. 2017. № 3. С. 64-73.
13. Щенников А.Н. Ситуационное моделирование в алгоритмическом обеспечении // ИТ-НОУ. 2018. № 3. С. 87-94.
14. Болбаков Р.Г. Большие данные в информационных науках // Образовательные ресурсы и технологии. 2017. № 1(18). С. 30-35.
15. Павлов А.И. Большие данные в фотограмметрии и геодезии // Образовательные ресурсы и технологии. 2015. № 4(12). С. 96-100.
16. Номоконов И.Б. Экстернализация знаний при лучевой диагностике // Славянский форум. 2016. № 2(12). С. 204-208.
17. Номоконов И.Б. Информационная асимметрия в диагностике // Славянский форум. 2017. № 1(15). С. 227-234.
18. Омельченко А.С. Геоданные как инновационный ресурс // Качество, инновации, образование. 2006. № 1. С. 12-14.
19. Yang, C., Raskin, R., Goodchild, M., & Gahegan, M. (2010). Geospatial cyberinfrastructure: Past, present and future. Computers, Environment and Urban Systems, 34(4), 264-277
20. Yang, C., Xu, Y., & Nebert, D. (2013). Redefining the possibility of digital Earth and geosci-ences with spatial Cloud Computing. International Journal of Digital Earth, 6(4), 297-312
21. Цветков В.Я. Эмерджентизм // Международный журнал прикладных и фундаментальных исследований. 2017. № 2-1. С. 137-138.
22. Цветков В.Я. Геоинформационные системы и технологии. - М.: Финансы и статистика, 1998. 288 с.
23. Бахарева Н.А. Синергетика пространственной информации // Славянский форум. 2014. № 1(5). С. 25-32.
24. V.P. Savinykh and V.Ya. Tsvetkov. Geodata As a Systemic Information Resource. Herald of the Russian Academy of Sciences, 2014, Vol. 84, No. 5, pp. 365-368. DOI: 10.1134/S1019331614050049
25. Васютинская С.И. Пространственные отношения в кадастре недвижимости // Славянский форум. 2015. № 4(10). С. 89-96.
26. Майоров А.А., Цветков В.Я. Геореференция как применение пространственных отношений в геоинформатике // Известия высших учебных заведений. Геодезия и аэрофотосъемка. 2012. № 3. С. 87-89.
27. Дулин С.К., Розенберг И.Н. Об одном подходе к структурной согласованности геоданных // Мир транспорта. 2005. Т. 11. № 3. С. 16-29.
28. Tsvetkov V.Yа. Semantic environment of information units // European researcher. Series A. 2014, Vol.(76), № 6-1, p. 1059-1065
29. Мордвинов В.А. Синергетика в информационном поле // Перспективы науки и образования. 2015. № 3. С. 25-31.
30. Розенберг И.Н. Онтологический подход в геоинформатике // Образовательные ресурсы и технологии. 2016. № 5(17). С. 86-95.
31. Мордвинов В.А. Авторизированные лекции по общей теории сложных динамических информационных систем: Конспект лекций для аспирантов и соискателей. - М.: МИРЭА, ГНИИ ИТТ «Информика», НИИ «Восход». 2004. 47 с.
32. Иванников А.Д., Кулагин В.П., Мордвинов В.А., Найханова Л.В., Овезов Б.Б., Тихонов А.Н., Цветков В.Я. Получение знаний для формирования информационных образовательных ресурсов. - М.: ФГУ ГНИИ ИТТ «Информика», 2008. 440 с.
33. V.Yа. Tsvetkov, Resource Method of Information System Life Cycle Estimation // European Journal of Technology and Design . 2014. Vol.(4), № 2, pp.86-91.
34. Господинов С.Г., Цветков В.Я. К вопросу о квантовом клонировании // Славянский форум. 2018. № 4(22). С. 7-11.
35. Шайтура С.В. Интеллектуальный анализ геоданных // Перспективы науки и образования. 2015. № 6. С. 24-30.
Сведения об авторе
Иван Борисович Номоконов
зав. отд. лучевой диагностики
ОГУЗ Иркутская районная больница
Россия, Иркутск
Эл. почта: [email protected]
Information about author
Ivan B. Nomokonov
head of the department of radiation diagnosis OGUZ Irkutsk Regional Hospital Russia, Irkutsk
E-mail: [email protected]
