Причинно-следственная модель

Cтраница 3

Априорные знания представляются в виде набора цепочек операторов генерирования признаков и в виде системы ограничений на класс функций, в котором ищется зависимость прогноза от признаков. Экспертные гипотезы могут быть представлены в виде качественных причинно-следственных моделей, в виде картографических схем, в виде выборок прецедентов с оценками прогноза и в виде логических конструкций. [31]

Длинные циклы мировой политики. [32]

Циклы борьбы за мировое лидерство отражают подъем и упадок великих держав, а циклы Кондратьева - подъем и упадок ведущих отраслей экономики. Обобщая результаты ряда авторов, Гольдстайн разработал причинно-следственную модель волн Кондратьева, учитывающую временное запаздывание во взаимодействии различных факторов. [33]

Карты минерагенического прогноза необходимы при лицензировании участков недр и при выборе направлений геологоразведочных работ. Формализация задачи минерагенического прогноза производится в соответствии с принципами, сформулированными в гл. Причинно-следственная модель прогноза, как и в предметной области нефтегазового прогноза, описывает условия генерации высоких концентраций полезного компонента на исследуемой территории. Объекты прогноза ( районы, зоны, месторождения) заменяются прогнозируемой величиной, рассматриваемой как степень принадлежности точки карты к прогнозируемому объекту. Признаки точки выбираются так, чтобы характеризовать как локальные особенности вещественного состава, геодинамики и структуры геологической среды в окрестности данной точки, так и особенности региональной структуры, к которой принадлежит данная точка. [34]

Разделяя основные постулаты авторов [9], отметим возможные ограничения предлагаемого ими подхода. Конечно, причинно-следственные модели являются наиболее распространенным способом научного объяснения. Но в социальных науках все большее внимание привлекают альтернативные подходы - анализ систем правил и эволюционные объяснения ( примеры см. в гл. [35]

Как видим, ни одно из приведенных положений не содержит четко выраженной операции сопоставления существующего уровня развития с потенциально возможным, как это предложено нами для научных исследований. Обусловлено это тем, что как в технике, так и в технологии принципиально невозможно однозначно установить такой эталон для сравнения. Поэтому здесь и используются причинно-следственные модели. [36]

На станциях интегрального мониторинга выполняется полный объем опробования и наблюдений за всеми компонентами окружающей среды. Кроме того, проводятся интенсивные исследования взаимоотношений доза-отклик между химическим загрязнением и биологическими эффектами. Это позволяет затем использовать гидрохимические, биогеохимические и биологические причинно-следственные модели, результаты оценок, по которым обосновывают принятие управляющих решений в природоохранной и межгосударственной политике. [37]

Высокая неопределенность в имеющихся знаниях и данных, которые используются при решении задач пространственно-временного прогноза с неполной информацией, не позволяет оставаться в рамках чисто математических методов. В этих условиях наилучшее решение задачи может быть получено за счет комплексного использования всей доступной информации. Эта информация включает в себя исходные данные, знания предметной области, экспертные решения и некоторое предположение о связи рассматриваемого свойства с характеристиками исследуемой среды, сформулированное в виде причинно-следственной модели. Задача состоит в том, чтобы в рамках модели найти зависимость исследуемого свойства от характеристик среды и его картографическое представление. При этом каждая версия формального решения представляет собой гипотезу, которая порождается в результате совместной обработки всех имеющихся знаний и данных. [38]

С помощью ГИС ГЕО 2.5 исходные данные были векторизованы, преобразованы в растровый формат и по ним были вычислены растровые признаки, такие как мощность слоя между кровлей кайнозойского фундамента и кровлей паннона, локальные аномалии ( антиклинального и синклинального типа) поверхности кровли фундамента и паннона, модули градиентов структурных поверхностей и аномалий Буге. Для сокращения перебора электромагнитные измерения были проанализированы и обработаны до вычисления растровых полей. В соответствии с предложенной экспертом причинно-следственной моделью по электромагнитным данным были вычислены растровые поля усредненной амплитуды и девиации фазы напряженности электрического поля по двум ортогональным направлениям для двух типов излучателей и трех нижних и трех верхних частот зондирования. [39]

Задачи правдоподобного вывода. [40]

Методы правдоподобного вывода позволяют решать задачи с неполной информацией. Эти методы направлены на нахождение аналитических преобразований, которые позволяют решать задачи прогноза, сформулированные в предыдущем разделе. Как указывалось ранее, такие задачи относятся к наиболее сложным задачам комплексного исследования ГИ. Применение методов визуального исследования и аналитических преобразований в этих задачах не позволяет получить окончательных решений. В то же время методы визуализации здесь необходимы для выдвижения и обоснования причинно-следственных моделей исследуемых данных, а методы аналитических преобразований необходимы для выявления существенных для решения задач свойств данных. [41]

Страницы: 1 2 3