Рассматривается обобщенный метод анализа данных наблюдений, необходимый для обнаружения закономерностей, оценки важности признаков объектов и нахождения скрытых факторов. Предлагаемый метод основан на использовании дискриминантного анализа, таксономии и оценки информативности подсистем признаков. Анализ данных предполагает не только поиск глубинных факторов, но и обнаружение скрытых закономерностей. Предложена модель задачи обнаружения закономерностей, заключающаяся в ее сведении к дискриминантному анализу – задаче разделения множеств. При этом оказалось достаточным рассмотрение случая разбиения на два класса. При отсутствии аналитического описания этого разбиения работать с объектами можно только по их взаимодействию с приборами и экспертизами. Тогда восстановление классов производится по соответствующим прецедентным множествам. Конкретные приложения полученных результатов – задачи поиска закономерностей в неформализованных задачах математической экономики, математической биологии и медицины. В статье показано, что теория алгоритмов позволяет анализировать не только неформализованные задачи, но и в принципе неформализуемые.

дискриминантный анализ, таксономия, структура гиперграфа, теория алгоритмов

1. Загоруйко, Н.Г. Прикладные методы анализа данных и знаний / Н.Г. Загоруйко. – Новосибирск: Институт математики, 1999. – 267 с.
2. Браверманн, Э.М. Структурные методы обработки эмпирических данных / Э.М. Браверманн, И.Б. Мучник. – М.: Наука, 1983. – 404 с.
3. Мазуров, В.Д. Нейронные сети и экспертизы / В.Д. Мазуров, Н.И. Потанин // Тезисы конференции ИММ Уро РАН. – 1983.
4. Вапник, В.Н. Теория распознавания образов / В.Н. Вапник. – М.: Наука, 1974. – 416 с.
5. Мазуров, В.Д. Упорядочить хаос / В.Д. Мазуров, И.И.Еремин // Известия УрГУ. Серия «Общественные науки». – 2001. – 21. – С. 6–9.
6. Донской, В.И. Синтез согласованных линейных оптимизационных моделей по прецедентной информации / В.И. Донской // Ученые записки ТНУ. Сер. «Физ.-мат. науки». – 2010. – Т. 23. – № 2. – С. 56–65.
7. Калядин, Н.И. Конструктивизация моделей классификации конечных объектов / Н.И. Калядин // Изв. ИМИ УдГУ. – 2007. – № 1(38). – 231 c.
8. Мазуров, В.Д. Метод комитетов в задачах оптимизации и классификации / В.Д. Мазуров. – М.: Наука, 1990. – 248 с.
9. Мазуров, В.Д. Модель динамики объектов в противоречивых условиях / В.Д. Мазуров, Д.В. Гилев // Sworld. Problems and ways of their solution in science, transport and so on. – 2012. – December – P. 34–41.
10. Хачай, М.Ю. Комитетные решения несовместных систем ограничений и методы обучения распознаванию: дис. … д-ра физ.-мат. наук / М.Ю. Хачай. – Екатеринбург, 2004. – 175 с.

Вестник ЮУрГУ. Серия «Компьютерные технологии, управление, радиоэлектроника». – 2015. – Т. 15, № 2. С. 139-142. (Краткие сообщения)