Визуальный корреляционный анализ периодических и непериодических функций на основе рекуррентного анализа
PDF

Ключевые слова

визуальный анализ
корреляционная диаграмма
периодическая функция
непериодическая функция

Как цитировать

1.
Горбунов Д.В., Гавриленко А.В., Горбунова М.Н., Семенов О.Ю. Визуальный корреляционный анализ периодических и непериодических функций на основе рекуррентного анализа // Успехи кибернетики. 2023. Т. 4, № 4. С. 54-61. DOI: 10.51790/2712-9942-2023-4-4-05.

Аннотация

изучение различного рода процессов требует углубленного анализа данных. Для понимания динамики поведения той или иной системы приходится часто использовать различные методы анализа, чтобы определить зависимости и характер поведения системы. В данной работе сконцентрировано внимание на анализе данных с помощью метода нелинейной динамики в виде построения рекуррентных диаграмм и анализа их количественных мер. На основе анализа периодических и непериодических функций были продемонстрированы их визуальные отличия, что в последующих исследованиях позволит определить зависимости и характер поведения динамических систем. Следует отметить, что состояние сложных динамических систем может существенно изменяться с течением времени, что осложняет изучение подобных систем. В этой связи рассматриваемые функции будут модифицироваться с помощью различных коэффициентов, что позволит провести визуальный корреляционный анализ разных функций и влияние на них коэффициентов в виде изменений рекуррентных диаграмм и их количественных мер. Далее подобным образом возможен анализ данных, полученных с разных датчиков или устройств. В этом случае данные могут быть представлены как n-мерный сигнал, как правило, сложной формы, и для упрощения первичного анализа к ним предлагается использовать построение рекуррентных диаграмм

https://doi.org/10.51790/2712-9942-2023-4-4-05
PDF

Литература

Шакирова Л. С., Кухарева А. Ю., Еськов В. М. Неопределенность первого типа параметров сердечно-сосудистой системы девочек Югры. Вестник новых медицинских технологий. 2023;30(2):111–114.

Галкин В. А., Еськов В. М., Еськов В. В., Шамов К. А. Потеря эргодичности — фундаментальная математическая проблема всех наук о живых системах. Сложность. Разум. Постнеклассика. 2023;2:56–67.

Газя Г. В., Газя Н. Ф., Еськов В. М. Проблема выбора инвариант в биокибернетике с позиций статистики. Успехи кибернетики. 2022;3(3):102–109.

Зилов В. Г., Хадарцев А. А., Еськов В. М., Иляшенко Л. К. Новый эффект в физиологии нервно-мышечной системы человека. Бюллетень экспериментальной биологии и медицины. 2019;167(4):400–404.

Пуанкаре A. Новые методы небесной механики. Избранные труды. Т. I. М.: Наука; 1971. 771 с.

Горбунов Д. В., Гавриленко Т. В. Математическое моделирование динамических процессов организма человека на основе дифференциальных уравнений с разрывной правой частью. Успехи кибернетики. 2023;4(1):15–20.

Галкин В. А., Гавриленко Т. В., Смородинов А. Д. Подходы к решению систем линейных алгебраических уравнений с помощью нейронных сетей. Вестник КРАУНЦ. Физико-математические науки. 2022;40(3):153–164.

Eckmann J.-P., Kamphorst S. O., Ruelle D. Recurrence Plots of Dynamical Systems. Europhysics Letters. 1987;5:973–977.

Recurrence Quantification Analysis: Theory and Best Practices. Ed. C. L. Webber, N. Marwan. Springer International Publishing Switzerland; 2015.

Manuca R., Savit R. Stationarity and Nonstationarity in Time Series Analysis. Physica D. 1996;99(2–3):134–161.

Garcia S. R., Romo M. P., Figueroa-Nazuno J. Characterization of Ground Motions Using Recurrence Plots. Geofisica Internacional. 2013;52(3):209–227.

Скачивания

Данные скачивания пока не доступны.