Технология идентификации трендов и волновых закономерностей по открытым табличным данным
Мы на кафедре природообустройства (команда из 18 человек из нашего университета) создали реально существующую технологию моделирования динамических рядов и других статистических таблиц в программной среде CurveExpert-1.40. Её используют студенты и аспиранты с 2003 года. Она мо-жет решать задачи статистического моделирования количественных данных из любой отрасли науки, экономики и управления. Пока наша технология может обрабатывать в частично автоматизиро-ванном режиме таблицы с неограниченным количеством факторов (реально до 50 и более) и с ограниченным количеством строк таблицы (до 3500). С трудом можно включить в известную во всем мире программную среду CurveExpert-1.40 до 33000 строк пары факторов.   Разработаны сценарии процесса идентификации для различных задач.  Для перехода на автоматизированный режим нам нужны средства (80 млн. рублей на три года) для разработки специальной программной среды, позволяющий проводить факторный анализ бинарными отношениями табли-цы до 100 факторов и до 1000000 строк.  Будущее будет за суперкомпьютерами.  
команда
капитан команды
Мазуркин Петр Матвеевич
Краткое описание замысла
Наша концепция идентификации заключается в следующем. Идея В.Л. Леонтьева – оптимальное сочетание теоретического анализа и фактических наблюдений всегда играло ключевую роль [1, с.7]. Он также утверждал:«Все эти расчеты делаются в натуральных (физических) показате-лях. Очень важно не считать сразу в деньгах» [1, с.12]. Теория. Нами решена 23-я проблема Гильберта по Декарту [3-5]. Создана методология идентификации любых явлений и процессов. Однако процесс трудоемкий и ограниченный. По нашим сценариям нужно создать новую программную среду для её применения на суперкомпьютерах петафлопного класса, а также для обычных компьютеров для массовой продажи. Критерий верификации – погрешность измерений. Простые числа не имеют погрешности. На 2-м месте – прецизионные измерения в физике и химии. На 3 – в технике и технологии. На 4 – в биологии. Высокие погрешности имеют социально-экономические измерения. Идентификация включает следующие этапы: 1) эвристическая идентификация (человек); 2) структурная идентификация (челвек-машина); 3) параметрическая идентификация заранее известных кирпичиков Гильберта в CurveExpert - 1.40 (http://www.curveexpert.net). Практика. Мы получили более 120 патентов на изобретения на основе анализа вейвлет-сигналов. Как доказывал Д. Пойа, в процессе решения появляются математические открытия и – новые технические решения. Публикации 2016 года приведены в отдельном списке литературы (На сайте www.doi.org в поле Resolve a DOI Name вводите doi статьи, нажмете кнопку Submit и система автоматически открывает статью). Иерархия методов следующая: 0) получение данных, проверка отклоняющихся точек и др.; 1) формирование табличной модели; 2) рейтинг объектов и субъектов; 3) ранговые распределения факторов и в динамике; 4) волновая адаптация системы по её динамике поведения; 5) факторный анализ параметров системы; 6) рейтинг влияющих и зависимых факторов; 7) вейвлет-анализ факторов; 8) фрактальный анализ вейвлетов; 9) составление прогнозных моделей по вейвлетам динамики; 10) многофакторное моделирование. В будущем – автоматизированное конструирование однофакторных моделей для любых видов табличных данных. Критерием остановки вычислений становится моделирование до погрешности измерений. Будем работать над сценариями идентификации. Нужен коллектив с суперкомпьютером. Будем просить 5% вознаграждения от стоимости программного продукта. Литература 1. Леонтьев В.Л. Экономическое эссе. Теории исследования, факты и политика: Пер. с англ.. М.: Политиздат, 1990. 415 с. 2. Пойа Д. Математическое открытие. Решение задач: Основные поня-тия, изучение и преподавание. М.: Наука, 1976. 448 с. 3. P.M. Mazurkin. Invariants of the Hilbert Transform for 23-Hilbert Prob-lem, Advances in Sciences and Humanities. Vol. 1, No. 1, 2015, pp. 1-12. doi: 10.11648/j.ash.20150101.11. 4. P.M. Mazurkin. Wavelet Analysis Statistical Data. Advances in Sciences and Humanities. Vol. 1, No. 2, 2015, pp. 30-44. doi: 10.11648/j.ash.20150102.11. 5. P.M. Mazurkin. Method of Identification of Wave Regularities According to Statistical Data (Of Dynamics of a Rate of Inflation of US Dollar). Advances in Sciences and Humanitie. Vol. 1, No. 2, 2015, pp. 45-51. doi: 10.11648/j.ash.20150102.12. Проект использует открытые данные 32 российских и 60 зарубежных сайтов, по которым нами были выполнена идентификация количественных открытых данных и опубликованы работы. Для технологии идентификации важны добротные количественные (или приводимые к количественным данным ранжированием качественных значений фактора). Под добротностью понимается достоверность, точность, оперативность (за год, месяц, неделю, сутки, час, минута, секунда), при этом открытые данные даны в формате таблицы (.csv, .xls, .txt, .dat, .doc, .docx) с указанием наименований столбцов. Краткое содержание проекта Наш проект направлен на преобразование табличных моделей (таблицы исходных данных на данный момент времени с указанием математических условных обозначений факторов) в комплексы устойчивых закономерностей в виде асимметричных вейвлет сигналов методом идентификации (см. статьи). Эти комплексы с высокой точностью (см. результаты идентификации 100-летней инфляции доллара США) заменять табличные данные. Сам метод нами опубликован, в том числе и в двух статьях СКОПУС. Но технология идентификации пока не опубликована. Есть несколько крупных учебных пособий для студентов. На 2017 год мы планируем разработать технологию на основе программной среды CurveExpert-1.40, издать её массовым тиражом и начать за малую плату поставлять другим заказчикам. Затем будем работать над сценариями идентификации закономерностей больших данных на суперкомпьютерах петафлопного класса, то есть для крупных заказчиков. Для идентификации искомых закономерностей любых примеров табличных данных достаточна конструкция обобщенного асимметричного вейвлет-сигнала [1-3]. Таким образом, возможна автоматизация идентификации указанной формулы после создания специализированной программной среды вместо CurveExpert-1.40. Подробнее изложен пример в нашей статье [3]. Общее количество членов модели может достигать до 120 штук и более. Но все они исходят из общей конструкции, приведенной выше. Обобщенная модель не зависит от объекта исследования и применима в любых областях науки и техники. Это свойство по-зволяет создать универсальную программную среду, которая будет востребована всеми, кто будет заниматься преобразованиями табличных данных в комплексы моделей. Литература 1. Mazurkin, P.M. Method of identification. (2014). International Multidisciplinary Sci-entific GeoConference Surveying Geology and Mining Ecology Management, SGEM, 1 (6), pp. 427-434. https://www.scopus.com/inward/record.uri?eid=2-s2.0-84946541076&partnerID=40&md5=72a3fcce31b20f2e63e4f23e9a8a40e3 2. Mazurkin, P.M. Identification of the wave patterns of behavior. (2014). International Multidisciplinary Scientific GeoConference Surveying Geology and Mining Ecology Manage-ment, SGEM, 1 (6), pp. 373-380. https://www.scopus.com/inward/record.uri?eid=2-s2.0-84946550468&partnerID=40&md5=0fd8f91ed5b1f0592fc587e5ffb14e51 3. P.M. Mazurkin. Method of Identification of Wave Regularities According to Statistical Data (Of Dynamics of a Rate of Inflation of US Dollar). Advances in Sciences and Humanitie. Vol. 1, No. 2, 2015, pp. 45-51. doi: 10.11648/j.ash.20150102.12.
На какие номинации претендует
Основные номинации

							Лучшее исследование, использующее открытые данные						
Где можно посмотреть проект в текущем состоянии
На кафедре природообустройства ПГТУ, а результаты по публикациям: 1. Мазуркин П.М. Статистическая идентификация рядов динамики // Вестник ми-ровой науки. Серия «Экономика». №1. 2016. С. 79-96. doi 10.18411/jos-2016-econ-1-05. 2. Мазуркин П.М. Колебательная адаптация изобретателя // Экономика. Бизнес. Информатика. 2016;(4):1-26. DOI:10.19075/2500-2074-2016-4-1-26. 3. Мазуркин П.М. Вейвлеты динамики среднегодовой температуры Запада США. Йошкар-Ола, ПГТУ, 2016. 13 с. Doi 10.18411/d-2016-165. 4. Мазуркин П.М. Вейвлет анализ графика Киллинга содержания СО2 в атмосфе-ре. Йошкар-Ола, ПГТУ, 2016. 12 с. Doi 10.18411/d-2016-166. 5. Мазуркин П.М. Вейвлеты среднегодового темпа роста СО2 для Мауна Лоа Га-вайи. Йошкар-Ола, ПГТУ, 2016. 14 с. Doi 10.18411/d-2016-167. 6. Мазуркин П.М. Вейвлеты среднеодового содержания СО2 для Мауна Лоа Га-вайи. Йошкар-Ола, ПГТУ, 2016. 14 с. Doi 10.18411/d-2016-168. 7. Мазуркин П.М. Вейвлеты омесячного содержания СО2 для Мауна Лоа Гавайи. Йошкар-Ола, ПГТУ, 2016. 18 с. Doi 10.18411/d-2016-169. 8. Mazurkin P.M. Factor analysis of influence of parameters of water regime and hy-drologigal changes on pastures. Yoshkar-Ola: VSUT, Volga Tech, 2016. 9 р. Doi 10.18411/d-2016-155. 9. Mazurkin P.M. Identification of wave regularities according to statistical data of pa-rameters of 24 pulsars. Yoshkar-Ola: VSUT, Volga Tech, 2016. 15 р. Doi 10.18411/d-2016-156. 10. Mazurkin P.M. Bubbles apparent magnitudes Messier objects. Yoshkar-Ola: VSUT, Volga Tech, 2016. 6 р. Doi 10.18411/d-2016-157. 11. Mazurkin P.M. Identification of trends and wave regularities according to statistical data of fluctuations of mass of glaciers. Yoshkar-Ola: VSUT, Volga Tech, 2016. 9 р. Doi 10.18411/d-2016-158. 12. Mazurkin P.M. The invariants of the Hilbert transform data wavelet analysis. Yoshkar-Ola: VSUT, Volga Tech, 2016. 21 р. Doi 10.18411/d-2016-159. 13. Мазуркин П.М. Этапы и уровни динамики влияния цены нефти Brent на курс доллара // Российско-китайский научный журнал «Содружество». №3(3). 2016. Часть 1. С. 17-27. 14. Мазуркин П.М. Посчуточная динамика параметров нефти Brent // Нефть, газ, бизнес. №6. 2016. С. 46-56. 15. Мазуркин П.М., Кудряшова А.И. Элементы растительного покрова городской среды. Йошкар-Ола: Поволжский ГТУ, 2016. 176 с. ISBN 978-5-8158-1448-6. 16. Мазуркин П.М. Активность земельных ресурсов по странам // Землеустройст-во и кадастры: исторический опыт, научно-образовательные технологии, иннова-ционные практики: сборник научных трудов Всероссийского научно-методического семинара / под ред. И.А. Яшкова, А.В. Иванова. Саратов: Кузница рекламы, 2016. С. 117-130. 17. Мазуркин П.М., Михайлова С.И. Активность растительного покрова по стра-нам // Землеустройство и кадастры: исторический опыт, научно-образовательные технологии, инновационные практики: сборник научных трудов Всероссийского научно-методического семинара / под ред. И.А. Яшкова, А.В. Иванова. Саратов: Кузница рекламы, 2016. С. 135-148. 18. Мазуркин П.М. Статистический вейвлет-анализ // Землеустройство и кадаст-ры: исторический опыт, научно-образовательные технологии, инновационные практики: сборник научных трудов Всероссийского научно-методического семи-нара / под ред. И.А. Яшкова, А.В. Иванова. Саратов: Кузница рекламы, 2016. С. 348-358. 19. Мазуркин П.М. Идентификация волновых закономерностей динамики урповня инфляции доллара США // Междисциплинарные иссл. в области математ. моде-лирования и информатики. Матер. 7-й научно-практ. internet-конф. 30-31 марта 2016 г. / отв. ред. Ю.C. Нагорнов. Ульяновск: ЗЕБРА, 2016. С. 89-97. 20. Мазуркин П.М. Идентификация трендов и колебаний по статистическим дан-ным измерений ледников // Междисциплинарные иссл. в области математ. моде-лирования и информатики. Матер. 7-й научно-практ. internet-конф. 30-31 марта 2016 г. / отв. ред. Ю.C. Нагорнов. Ульяновск: ЗЕБРА, 2016. С. 97-107. 21. Мазуркин П.М. Факторный анализ влияния парамеров водного режима паст-бищ // Междисциплинарные иссл. в области математ. моделирования и информа-тики. Матер. 7-й научно-практ. internet-конф. 30-31 марта 2016 г. / отв. ред. Ю.C. Нагорнов. Ульяновск: ЗЕБРА, 2016. С. 107-115. 22. Мазуркин П.М. Концепция колебательной адаптации социумов // XLV между-нар. Научно-практ. конф. «Концептуальое развитие экономических наук в XXI веке» (27 февраля 2016 г.). М.: Аналитический центр «Экономика и финансы», 2016. С. 36-43. 23. Мазуркин П.М. Посуточная динамика объема и цены нефти Brent и влияние на финансовый потенциал трех факторов // Электронный научный журнал «Крым-ский научный вестник». 2016. №2(8). С. 205-224. 24. Мазуркин П.М. Экономико-статистическое моделирование: учеб. пос. с гри-фом УМО РАЕ. Йошкар-Ола: Поволжский ГТУ, 2016. 276 с. ISBN 978-5-8158-1677-0 25. Мазуркин П.М. Анализ леcных кварталов по численности пожаров и расстоя-нию от транспортной магистрали // Вестник Воронежского института ГПС МЧС России. Вып. 3(15), 2015. С. 36-47. 36-47.pdf. 26. Мазуркин П.М. Анализ леcных кварталов по численности пожаров и расстоя-нию от места дислокации пожарной службы // Вестник Воронежского института ГПС МЧС России. Вып. 4(17), 2015. С. 10-21. 10-21.pdf. 27. Mazurkin, P.M. Method of identification. (2014). International Multidisciplinary Scientific GeoConference Surveying Geology and Mining Ecology Management, SGEM, 1 (6), pp. 427-434. https://www.scopus.com/inward/record.uri?eid=2-s2.0-84946541076&partnerID=40&md5=72a3fcce31b20f2e63e4f23e9a8a40e3 28. Mazurkin, P.M. Identification of the wave patterns of behavior. (2014). Interna-tional Multidisciplinary Scientific GeoConference Surveying Geology and Mining Ecology Management, SGEM, 1 (6), pp. 373-380. https://www.scopus.com/inward/record.uri?eid=2-s2.0-84946550468&partnerID=40&md5=0fd8f91ed5b1f0592fc587e5ffb14e51 29. Мазуркин П.М. Экологический баланс территории: учеб. пос. с грифом УМО РАЕ. Йошкар-Ола: ПГТУ, 2016. 148с. Doi 10.18411/d-2016-087. 1511. Мазуркин П.М. Биокаркас территории: учеб. пос. с грифомУМО РАЕ. Йош-кар-Ола: ПГТУ, 2016. 146с. Doi 10.18411/d-2016-088. 30. Мазуркин П.М., Блинова К.С., Хазиев А.В. Асимметричные вейвлет-сигналы многолетней динамики численности лесных пожаров Республики Марий Эл. Йошкар-Ола: ПГТУ, 2016. 4с. Doi 10.18411/d-2016-090. 31. Мазуркин П.М., Блинова К.С., Хазиев А.В. Импульсные и вейвлетные сигналы многолетней динамики площади лесных пожаров Республики Марий Эл. Йошкар-Ола: ПГТУ, 2016. 4с. Doi 10.18411/d-2016-092. 32. Евдокимова О.Ю., Мазуркин П.М. Многолетняя динамика загрязнения реки по данным аналитического центра контроля качества вод. Йошкар-Ола: ПГТУ, 2016. 9с. Doi 10.18411/d-2016-094. 33. Мазуркин П.М. Коррелятивная вариация: учеб. пос. с грифом УМО РАЕ. Йошкар-Ола: ПГТУ, 2016. 116с. . Doi 10.18411/d-2016-095. 34. Мазуркин П.М. Анализ леcных кварталов по численности пожаров и расстоя-нию от места дислокации пожарной службы. Йошкар-Ола: ПГТУ, 2016. 12 с. Doi 10.18411/d-2016-102. 35. Мазуркин П.М. Анализ лесных пожаров по многолетним статистическим дан-ным. Йошкар-Ола: ПГТУ, 2016. 10с. Doi 10.18411/d-2016-103. 36. Мазуркин П.М. Каткова Т.Е. Моделирование многолетней динамики измене-ния площади лесных пожаров. Йошкар-Ола: ПГТУ, 2016. 7с. Doi 10.18411/d-2016-104. 37. Мазуркин П.М. Анализ леcных кварталов по численности пожаров и расстоя-нию от транспортной магистрали. Йошкар-Ола: ПГТУ, 2016. 12с. Doi 10.18411/d-2016-105. 38. Мазуркин П.М. Сравнительная динамика патентования в России и США. Йошкар-Ола: ПГТУ, 2016. 10с. Doi 10.18411/d-2016-106. 39. Мазуркин П.М. Анализ леcных кварталов по частоте пожаров. Йошкар-Ола: ПГТУ, 2016. 7с. Doi 10.18411/d-2016-107. 40. Мазуркин П.М. Анализ многолетних лесных пожаров по функциональным зо-нам и лесничествам. Йошкар-Ола: ПГТУ, 2016. 8с. Doi 10.18411/d-2016-108. 41. Мазуркин П.М. Динамика российских изобретений. Йошкар-Ола: ПГТУ, 2016. 8с. Doi 10.18411/d-2016-109. 42. Мазуркин П.М., Каткова Т.Е. Вейвлет-анализ многолетней динамики локаль-ной численности лесных пожаров. Йошкар-Ола: ПГТУ, 2016. 9с. Doi 10.18411/d-2016-110. 43. Мазуркин П.М., Тишин Д.В. Волновая динамика ширины годичных слоев ду-ба. Йошкар-Ола: ПГТУ, 2016. 11с. Doi 10.18411/d-2016-112. 44. Мазуркин П.М. Решение 23-ой проблемы Гильберта. Йошкар-Ола: ПГТУ, 2016. 8с. Doi 10.18411/d-2016-119. 45. Мазуркин П.М. Вейвлет-анализ кризисной динамики курса рубля. Йошкар-Ола: ПГТУ, 2016. 9с. Doi 10.18411/d-2016-120. 46. Мазуркин П.М. Каткова Т.Е. Анализ многолетней динамики удельной площа-ди лесных пожаров. Йошкар-Ола: ПГТУ, 2016. 6с. Doi 10.18411/d-2016-129. 47. Мазуркин П.М. Колебания инновационной деятельности в России. Йошкар-Ола: ПГТУ, 2016. 8с. Doi 10.18411/d-2016-132. 48. Мазуркин П.М., Кудряшова А.И. Волновая динамика онтогенеза листьев за-грязненной около автомобильной дороги липы. Йошкар-Ола: ПГТУ, 2016. 13с. Doi 10.18411/d-2016-134.
Какие открытые данные используются в проекте
Любые таблицы с количественными данными. Лучше всего это зарубежные данные (см. статьи Doi). Российские открытые данные 1. Механизм (инструмент) открытости. Обеспечение работы с открытыми данны-ми. Опубликованы (31.12.2012, но до сих пор нет доступа) в формате открытых данных все справочники, которые ведет ФОИВ согласно сведениям из Единой системы норма-тивно-справочной информации (http://nsi.gosuslugi.ru/_layouts/NsiInfrastructure/WelcomePage.aspx). реестр базовых государственных информационных ресурсов (реестр БГИР), в ко-тором указывается систематизированная совокупность сведений о базовых государствен-ных информационных ресурсах (предполагается использовать для скачивания количест-венных многолетних данных); 2. Сайт открытого правительства http://open.gov.ru/ 3. Портал открытых данных http://data.gov.ru/ 4. Погода России http://meteo.infospace.ru/ 5. Электронный личный кабинет ФИПС П.М. Мазуркина. http://www1.fips.ru/wps/wcm/connect/content_ru/ru/el_zayav/pers_kab 6. Система PATENTSCOPE поиска аналогов и прототипов ФИПС 7. Материал из Русского эксперта. http://ruxpert.ru/ 8. Вейвлеты и вейвлет преобразования http://www.mathnet.ru/ 9. Вейвлет преобразования записанного сигнала. Сколково. http://labviewportal.ru/ru/glavnaja 10. Фракталы в простых числах https://habrahabr.ru/post/194406/ 11. База данных по геномам Новосибирского ГУ http://www.nsu.ru/education/i4biol/db/gen/genomicdb.html 12. Данные ИВП РАН по мировым ресурсам воды 13. Климатические данные http://aisori.meteo.ru/ClimateR http://www.bom.gov.au/climate/data/ 14. Данные по суткам динамики уровня рек Республики Марий Эл. 15 Данные климата в городах Республики Марий Эл. 16. Web-Атлас: "Окружающая среда и здоровье населения России". 17. Интернет-ресурсы Росгидромета в области гидрометеорологии и мониторинга окружающей среды http://meteorf.ru/rgm2.aspx?RgmFolderID=6cac86aa-1d33-43a1-9825-83b763ac1a71 18. Климатические данные по Москве и другим городам России http://www.meteoinfo.ru/ 19. Открытые данные федерального агентства по лесному хозяйству 20. Данные по уровню реки Ветлуга и другим рекам России www.waterinfo.ru http://www.krbaki.ru/content/kraevedenie/historu/reka_vetluga.html 21. Данные по солнечной активности http://www.meteolab.ru/projects/sun/ 22. Данные Росстата по макроэкономическим показателям России и регионов www.gks.ru 23. Данные геостатистики древесных пород по Евразии 24. Планеты солнечной системы http://kosmoc.info/ 25. Уровень инфляции в США http://kopim-vmeste.ru/inflyatsiya/v-ssha.html 26. Данные Центробанка России о курсе валют http://www.cbr.ru/currency_base/dynamics.aspx 27. Открытые данные Росреестра https://rosreestr.ru/wps/portal/ 28. Государственные доклады «О состоянии и об охране окружающей среды Рос-сийской Федерации» по годам http://www.mnr.gov.ru/regulatory/list.php?part=1101 29. Геопортал «Инфраструктура пространственных данных РФ» http://nsdi.ru/geoportal/catalog/main/home.page 30. Центр экономического анализа и экспертизы http://www.ceae.ru/ 31. Публичная карта http://maps.rosreestr.ru/PortalOnline/ 32. Карты www.gisinfo.ru Зарубежные открытые данные 1. Соревнования Kaggle по обработке данных https://www.kaggle.com/competitions 2. Шведский Центральный банк процентная ставка diskkonto http://www.riksbank.se/sv/Rantor-och-valutakurser/Sok-rantor-och-valutakurser/ 3. Индекс потребительских цен Швеции http://www.scb.se/sv_/Hitta-statistik/Statistik-efter-amne/Priser-och-konsumtion/Konsumentprisindex/Konsumentprisindex-KPI/33772/33779/Konsumentprisindex-KPI/33831/ 4. Волновой принцип Элиота: ежегодные, ежемесячные и ежесуточные данные по социально-экономическим вопросам США, инфляции доллара, безработицы, уровню цен и пр., а также других стран и регионов мира http://www.elliottwave.com/ 5. Институт социономики США http://www.socionomics.net/ 6. "Trends Newsletter". США. Tim McMahon, Editor http://inflationdata.com/ 7. Club EWI. "Elliott Wave International". Nancy Adams EWI Customer Service customerservice@elliottwave.com 8. "Elsevier Mathematical Sciences" <journals@mail.elsevier.com> 9. Your SSRN Author Report. http://ssrn.com/ http://hq.ssrn.com/rankings/ 10. Discover the State of Innovation "Thomson Reuters IP and Sci-ence" <Science@info.science.thomsonreuters.biz> 11. Scopus (SciVerse Scopus) www.scopus.com 12. Топ-100 Инновационных Университетов |2016. URL: reuters.com/most-innovative-universities-2016 13. Революционные фундаментальные инновации. Состояние инноваций в 2016 в мире. URL: {7db2fb6c-2277-4292-930a-32de7c25e11f}_FINAL_SOI_2016.pdf 14. Журналы серии Nature (Genes and Immunity, Laboratory Investigation, Nature, Na-ture Climate Change, Nature Genetics, Nature Geoscience, Nature Methods, Nature Physics, na-ture.com Newsletter, Nature Energy npj Pollution Control, Nature Ecology & Evolution npj Climate and Atmospheric Science) http://www.nature.com/naturejobs/science/static/about-us 15. Открытые данные Беркли о климате http://berkeleyearth.org/source-files/ 16. www.doi.org в поле Resolve a DOI Name вводите doi статьи, нажимаете кнопку Submit, и система автоматически открывает и мою статью. 17. Индикаторы мирового развития. Условия использования наборов данных (более 1600 показателей по всем странам и регионам мира), перечисленных в каталоге данные Всемирного банка. URL: http://go.worldbank.org/OJC02YMLA0 18. Гравитационные волны (конкурс Kaggle). https://losc.ligo.org/ 19. Данные ФАО ООН по всем странам и регионам мира (из-за санкций доступ россиян ограничен) http://faostat3.fao.org/home/E http://faostat.fao.org/ 20. Институт Клайна (США) http://open2.net 21. Дервент база изобретений http://ipscience.thomsonreuters.com/product/derwent/ 22. Математические результаты http://www.claymath.org/millennium-problems-rules/publication-guidelines 23. Волонтерские проекты по гравитационно-волновым процессам в космосе http://einstein.phys.uwm.edu/ 24. Каталоги пульсаров http://www.atnf.csiro.au/people/pulsar/psrcat/ http://www.atnf.csiro.au/research/pulsar/psrcat/tutorial/1.html?expert= 25. База данных колебаний ледников http://wgms.ch/data-exploration/database-versions/ 26. Данные по ледникам мира http://nsidc.org/data/glacier_inventory/ 27. Член Академии EDU (США) http://unex.academia.edu/ 28. Мой номер ResearcherID является: H-7464-2014 http://www.researcherid.com/rid/H-7464-2014 29. Индивидуальный номер ученого в Карте российской науки: 00035473 https://картанауки.рф 30. Мой ORCID iD: https://orcid.org/0000-0003-0177-5521 31. Основы highload-проектирования: Пользователь Больших Данных http://www.tadviser.ru/index.php/ 32. Epernicus https://www.epernicus.com/network 33. Автор книг в Palmarium Academic Publishing (Германия), торговая марка издательствa LAP LAMBERT Academic Publishing GmbH & Co. KG www.palmarium-publishing.ru 34. Dear Peter Matveevich Mazurkin, Invitation to Launch Special Issue (США) http://www.sciencepublishinggroup.com/specialissue/proposal.aspx 35. Приняли мое заявление б эксперте ЕС http://ec.europa.eu/research/participants/portal/desktop/en/experts 36. Данные по демографии Китая https://www.kaggle.com/c/talkingdata-mobile-user-demographics/data?gender_age_test.csv.zip 37. Данные по заработной плате в Сан-Франциско (США) http://transparentcalifornia.com/salaries/san-francisco/?page=1&s=-total 38. Данные выборки из просмотренных страниц пользователей и кликов из не-скольких веб-сайтов издателей в США (конкурс Kaggle) 39. Данные 2013 года по обсл5дованию американского общества https://www.kaggle.com/census/2013-american-community-survey 40. Города мира с координатами их центров по метеорологическим данным http://www.meteoinfo.ru/climate/worldcitiesclim 41. Данные Океан и Земля http://www.nesdis.noaa.gov/ 42. Открытые данные ESRL по атмосфере и её загрязнениям парниковыми газами http://www.esrl.noaa.gov/gmd/ccgg/trends/data.html 43. Открытые глобальные данные по климату http://www.esrl.noaa.gov/gmd/dv/data/?parameter_name=Carbon%2BDioxide&category=GLOBALVIEW 44. Среднегодовые, среднемесячные, средненедельные, среднесуточные, среднеча-совые и среднеминутные климатические данные Гренладнии http://www.esrl.noaa.gov/gmd/ccgg/carbontracker/ 45. Данные по газам атмосферы с 1700 года http://www.esrl.noaa.gov/gmd/aggi/aggi.html 46. Данные динамики температуры регионов США box6_4_ipccar4_wg1_2007_smoothed.txt 46. Данные по графику Киллинга содержания СО2 в атмосфере http://www.esrl.noaa.gov/gmd/ccgg/trends/ 47. Открытые данные по температуре воздуха с 1800 года Восточной Англии http://www.cru.uea.ac.uk/ 48. Глобальные климатические индексы http://data.oceaninfo.ru/applications/indexes/index.jsp 49. Статистика British Petroleum http://www.bp.com/en/global/corporate/energy-economics/statistical-review-of-world-energy/oil-review-by-energy-type.html 50. Ежедневные данные про цены на нефть http://ru.investing.com/commodities/brent-oil-historical-data 51. Данные школы Ганна по динамике цены нефти "David Bur-ton" <news@schoolofgann.com> 52. Данные о лесах Финляндии Finnish Statistical Yearbook of Forestry 53. Экологические изменения в Арктике: итальянская перспектива http://link.springer.com/article/10.1007/s12210-016-0555-1?utm_campaign=CON30051_2&utm_medium=newsletter&utm_source=email&wt_mc=email.newsletter.8.CON30051.internal_2 54. Данные по урожайности сельскохозяйственных культур http://webarchive.iiasa.ac.at/Research/LUC/SAEZ/index.html 55. Данные по показателям устойчивого развития http://www.ipdn.ru/izdanija-instituta/pokazateli-ustojchivogo-razvitija/soderzhanie/ 56. Открытые данные пойменных лугов Великобритании http://www.floodplainmeadows.org.uk/content/meadows 57. Годичные данные чисел Вольфа солнечной активности http://sidc.oma.be/sunspot-data/dailyssn.php 58. Среднемесячные данные чисел Вольфа солнечной активности http://www.swpc.noaa.gov/ftpdir/weekly/RecentIndices.txt 59. Данные из Цюрихской обсерватории http://www.zamg.ac.at/histalp/content/view/19/38/index.html 60. Данные мира DataGraf.Net
История развития проекта
Метод идентификации научно-технических решений разрабатывается более 40 лет. за это время опубликовано почти 1500 работ и получено 290 изобретений. Именно природные и природно-антропогенные процессы являются объектами статистических исследований, а не сами математические ухищрения на уровне только линейных закономерностей. При этом ре-альные явления и процессы выражаются словесно (эвристическая мо-дель), структурно (эвроритмическая модель) или математически (статистическая модель) в виде устойчивых законов и закономерностей, а вторичными становятся способы и средства прикладной математики. Это - подход «от физической сущности процесса к математике». Пользователь пусть не беспокоится о «нормальности» исходных данных, полученных в ходе измерений реальных явлений и процессов. А также может не применять методы дисперсионного и корреляционно-го анализа, которые дальше линейных моделей не идут. Пусть искомые зависимости будут явно нелинейными, а данные даже скедастичными. Предлагаемая методология идентификации устойчивых законов, которых в природе всего-то несколько штук, позволяет получать высоко-точные закономерности с асимметричными волновыми возмущениями. Нужно будет пользователю побеспокоиться только об одном – о достоверности и полноте исходных данных, выдвигаемых для идентификации устойчивых законов, одинаково действующих как во времени (временных или динамических рядов), так и в «срезе времени» (данных за короткий отрезок времени - чаще всего за год) структурной динамики. Поэтому в статистическом моделировании, технология которого была предложена в нескольких учебных пособиях с грифом УМО и других публикациях, находит свое выражение связь практики с теорией. Знаменитый физик Стивен Хокинг выдвинул идею ухода от математического формализма: количество математических формул, помещенных в приложениях к биологическим статьям, никак не влияет на их цитируемость. В факторном анализе каждое бинарное отношение содержит тренд и множество вейвлет-сигналов. Причем тренд является частным случаем сверхдлинного по периоду колебания вейвлета. В итоге общая статистическая модель представляет собой жгут, состоящий из множества уединенных волн (вейвлетов) с переменными амплитудой и периодом колебаний. После статистического моделирования ранговых и бинарных распределений проводится факторный анализ по адекватности мо-нарных и бинарных отношений, позволяющий составить рейтинги фак-торов по их месту в ряду, а также как влияющих параметров и как зависимых показателей по значениям коэффициента корреляции. Предлагаемая методология идентификации явно нелинейных устойчивых закономерностей позволяет выделить волны монарных и бинарных отношений между всеми измеренными и учтенными социально-экономическими факторами, которые в дальнейшем можно будет со-поставлять с эвристическими представлениями специалистов по управ-лению экономикой. Поэтому и практическое применение этой методологии предполагает итеративную идентификацию, хотя бы через каждый год. Метод идентификации позволяет выделить наиболее значимые параметры изучаемой системы любого вида и сильные бинарные отношения между ними, по которым нужно будет в дальнейшем повышать точность и быстроту будущих измерений. Кроме того, возможен прогноз динамических и иных рядов распре-деления на горизонт прогноза, равный одной трети от длины основания прогноза. Наша методология структурно-параметрической идентификации может применяться на суперкомпьютерах в реальном режиме времени для системы из нескольких десятков тысяч объектов или субъектов. При этом, как и в данных ООН, нужно и в России наладить таблицы ежегодных исходных данных с 1961 года. В новых вычислительных условиях, с применением персонального компьютера и математической решающей среды типа Curve Expert-1.40, предлагается методология эвристической, структурной и параметрической идентификации статистических закономерностей, сконструированных на основе устойчивых законов и их фрагментов. При этом рекомендуется проведение эволюционного эксперимента с измерением в один и тот же момент времени множества учитываемых факторов. В сравнение с методом Гаусса-Зайделя для выявления биотехнических закономерностей в несколько раз потребуется меньшее количество измерений. Причем все учитываемые факторы принимаются всегда взаимно зависимыми. Это позволяет провести полный факторный анализ по всему большому массиву результатов измерений. Предлагаемая методика многофакторного моделирования не требует фиксации всех не основных факторов в виде постоянных параметров, а предусматривает эволюционное планирование каждого эксперимента с регистрацией даже неуправляемых параметров процесса функционирования изучаемой системы объектов или субъектов. В технике это позволит затратить на порядок меньшие средства на проведение опытов, за счет сокращения количества наблюдений и повышения информативности результатов новых экспериментов из-за увеличения количества одновременно измеряемых факторов. Поэтому, чтобы повысить точность влияющих параметров, нужно изменить методику научных опытов, регистрируя подряд во времени все измеряемые параметры процесса, например, обработки материалов. При этом обязательно каждое измерение должно сопровождаться указанием времени: дата, час : мин : сек. Это позволит в дальнейшем учитывать несколько шкал времени как влияющие переменные: год (цикл вращения Земли вокруг Солнца); месяц (цикл вращения Луны вокруг Земли); сутки (цикл вращения Земли вокруг самого себя); часы; минуты; секунды. В предложенной методологии идентификации обобщенной биотехнической функции восстанавливается через несколько столетий универсальный метод Рене Декарта, выполняемый по следующей схеме: 1) задача функционирования любого вида сводится к математической задаче статистического моделирования как обособленной части математического моделирования; 2) математическая задача моделирования сводится к алгебраической задаче, составленной из формул устойчивых законов; 3) любая алгебраическая задача сводится к решению одного единственного уравнения. Это единственное уравнение записывается в виде асимметричного вейвлет-сигнала с переменными амплитудой и периодом. Ключом к составлению конструкции этого алгебраического уравнения является биотехнический закон. Он отображает совместное и одно-временное действие двух сил. Причем в большинстве случаев действие реализуется устойчивым показательным законом роста, а противодействие выражается устойчивым экспоненциальным законом гибели. Исходное статистическое уравнение составляется исходя из априорных эвристических представлений об изучаемом явлении или процессе. Причем биотехнический закон безоговорочно исходит из первичности живого вещества над косным веществом по теории В.И. Вернадского. В ходе структурно-параметрической идентификации и повторных сеансов параметрической идентификации различных модификаций статистической закономерности (например, с включением или без включения волновых колебательных возмущений, в виде дополнительных составляющих) появляется новая апостериорная информация. Особенно существенное приращение новой информации об изучаемом явлении или процессе появляется при дополнении основного тренда дополни-тельными волновыми составляющими. Как убежденно доказывал Д. Пойа, в процессе решения алгебраических уравнений появляются своеобразные математические открытия и на этой основе – принципиально новые технические решения на уровне изобретений. Поэтому новые технические решения, полученные на основе анализа статистических моделей, вполне могут быть защищены подачей заявок на предполагаемые изобретения по способам и устройствам, включая и по способам и средствам измерений . Особого внимания требуют решения по усовершенствованию известных способов и устройств в тех областях науки и техники, в которых даже не существуют рубрики МКИ . Нами получены более 80 патентов на изобретения по различным способам, в текстах описаний которых приведены результаты статистического моделирования. Иерархия методов статистической эконометрики на основе идентификации устойчивых законов и закономерностей следующая: 1) формирование табличной модели и кластерный анализ факторов; 2) рейтинг объектов и субъектов в заданной системе; 3) ранговые распределения значений факторов; 4) волновая адаптация параметров системы; 5) факторный анализ показателей системы; 6) рейтинг влияющих и зависимых факторов; 7) вейвлет-анализ отношений между факторами; 8) фрактальный анализ вейвлетов; 9) составление прогнозных моделей по вейвлетам динамики; 10) многофакторное иерархическое моделирование. В процессе поиска научно-технических решений мы придерживались методов изобретательства и законов развития техники и технологии. Аксиомы глобального инновационного процесса. Аксиоматические принципы необходимо принять для понимания концепции научного исследования и научно-технического творчества, а также дальнейшего совершенствования методологических основ изобретательской деятельности как основного ядра инновационных процессов. Нами учитываются восемь основополагающих аксиом: эффект Чижевского (влияние солнечной активности на исторические процессы и на психическую деятельность личности); образовательные процессы всеобщи, начиная от момента Большого взрыва и образования Вселенной; масса биосферы достоверно постоянна на Земле (по теории биосферы В.И. Вернадского), поэтому энергетический импульс жизни на планете равен массе биосферы, умноженной на время с момента возникновения планеты (4,6 млрд. лет); территориальный принцип, известный среди животных и растений, действует (в наше время чаще всего как абстрактная «территория») и среди цивилизованных людей и народов, причем в любой сфере деятельности, в том числе и научной, технологической и технической; материальное и духовное совместны, они не существуют раздельно, поэтому даже в философской науке категорично нельзя противопоставлять; параллельное, а не последовательное развитие формаций человечества, то есть племена первобытных и цивилизации различного уровня экономического, технологического, а ныне и экологического, развития существуют на Земле одновременно, параллельно сосуществуя вместе на планете; теоретические и экспериментальные исследования совместны (аналогично фундаментальные и прикладные), поэтому в науке они имеют условное разделение, вредно повлиявшее на развитие российской науки и техники, а на практике выполняются всегда вместе (ученный и изобретатель всегда в одном человеке); изобретает личность, а не коллектив сотрудников, то есть идея приходит в мозг и микрокосмос только отдельного человека, причем в дальнейшем она развивается, уточняется и дорабатывается друзьями, товарищами, коллегами или другими людьми.

Партнеры

logo Организатор
logo Организатор
logo Организатор
logo При поддержке
logo При поддержке
logo При поддержке