Geum.ru

Программа дисциплины «Теория нечетких множеств и нейронные сети» Для специальности 040201. 65 "Социология"

Вид материалаПрограмма дисциплины
Тема 9. Практическое применение нейронных сетей в анализе текстовых данных.
Тема 10. Практическое применение нейронных сетей в эконометрическом анализе (анализ бедности).
Подобный материал:
1   2   3   4   5   6   7   8   9   10

Тема 9. Практическое применение нейронных сетей в анализе текстовых данных.


Процесс коммуникации как частный случай когнитивного анализа.

Модели коммуникативных процессов. Основные методы изучения коммуникативных процессов. Метод контент-анализа. Метод дискурс-анализа. Методика когнитивного картирования.

Понятия «текст» и «дискурс». Исследователи «дискурса» как самостоятельного понятия: американский лингвист А.Харрис, Ю.Хабермаса. Дискурс как коммуникация особого вида, специфический диалог, цель которого – непредвзятый анализ реальности, очищенный от субъективизма исследователя. Участники речевой коммуникации (дискурса) анализируют реальность, сознательно отказываясь от бытующих в сознании и закрепленных в языке стереотипов.

Кроме двух основных можно выделить также интегративный подход в определении дискурса. Различные аспекты дискурса: семиотический аспект; деятельностный аспект; материальный аспект; политический аспект; социокультурный аспект.

Исходные презумпции анализа: 1. Разговор — структурированная социальная деятельность. 2. Исследование проводится в терминах взаимодействия людей. 3. Понимание не детерминировано строго. 4. Анализ должен быть локальным, следует избегать чересчур широкой постановки вопроса. 5. Категоризация недискретна и возникает по ходу продвижения вглубь исследуемой проблемы.

Методика когнитивного картирования (основоположник методики Р. Аксельрод). Когнитивное картирование позволяет выявить каузальную, причинную структуру текста, что используется для анализа кризисных политических ситуаций, а также для моделирования мышления политика, позволяет определить факторы, которые учитывают политики при принятии решения. Когнитивная карта является графом, узлы которого являются описаниями социальных фактов, а ребрами являются отношения, причинные связи между событиями, взаимовлияние событий. Ребра отражающие позитивное влияние маркируются знаком «+», ребра отражающие отрицательное влияние знаком «-», если характер связи в тексте не определен, то ребро не получает никакого маркера или ей приписывается знак «0». Часто связям, помимо знака приписываются веса.

Моделирование форумного общения при помощи нейронных сетей.

Этапы моделирования нейронной сети на основе форумного общения. Проведение первичного анализа коммуникации. Выделение основных структурных компонент дискурса. Типологизация сообщений. Расчет вероятностных реакций на исходное сообщение.Разработка модели нейросети: построение матрицы вероятностных реакций.

Методологические проблемы, возникающие на каждом этапе моделирования нейронной сети по данным форума.


Литература
  1. Андерсон Д. Дискретная математика и комбинаторика./ Пер. с англ. М.М. Беловой. М. Издательский дом Вильямс. 2004
  2. Асанов М.О., Баранский В.А., Раскин В.В. Дискретная мтаематика: графы, матроиды, алгоритмы. М. R&C Dynamics. 2001.
  3. Вентцель Е.С. Исследование операций. М. Высшая школа. 2001.
  4. Горбатов В.А. Фундаментальные основы дискретной математики. М. Наука, 2000.
  5. Круглов В.В., Дли М.И., Голунов Р.Ю. Нечеткая логика и искусственные нейронные сети. М. 2001. Стр. 6-44.
  6. Оре О. Графы и их применение. 3-е изд. М. URSS. КомКнига. 2006.
  7. Таха Х.А. Введение в исследование операций. 6-е изд. Москва-Санкт-Петербург-Киев. 2001.
  8. Харари Ф. Теория графов. 3-е изд. М. URSS. КомКнига. 2006.
  9. Эддоус М., Стэнсфилд Р. Методы принятия решений/ Пер. с англ. Под ред. Член-корр. РАН И.И.Елисеевой. – М.: Аудит, ЮНИТИ, 1997.
  10. Эшби У.Р. Введение в кибернетику. 3-е изд. М. URSS. КомКнига. 2006.
  11. Abdi, H.Valentin, D., Edelman, B. 1999. Neural networks. /Sage№ 124.


Дополнительная литература
  1. Heritage, Atkinson 1984 — Heritage J. C., Atkinson J. M. Introduction // Structures of social action: Studies in conversational analysis. Cambr. etc.: Cambr. UP; P.: Editions de la Maison des Sciences de l'Homme, 1984. P. 1
  2. Sigman et al. 1988 — Sigman S. J., Sullivan Sh. J., Wendell M. Conversation: Data acquisition and analysis // A handbook for the study of human communication: Methods and instruments for observing, measuring, and assessing communication processes. Norwood (N. J.): Ablex, 1988. P. 164-173.
  3. Gumperz 1982 — Gumperz J. J. Discourse strategies. Cambr. etc.: Cambr. UP, 1982,P.151
  4. Coupland 1988 — Coupland N. Introduction: Towards a stylistics of discourse // Styles of discourse. L. etc.: Croom Helm, 1988. P. 4-5
  5. Merritt 1979 — Merritt M. Building «higher» units and levels: The case for the stratetic locus of observation // The elements: A parasession on linguistic units and levels: April 20-21, 1979: Including papers from the Conference on NonSlavic languages of the USSR (April 18, 1979). Chicago: Chicago linguistic society, 1979. P. 120.
  6. Dittmar, Wildgen 1980 — Dittmar N., Wildgen W. Pragmatique psychosociale: Variation linguistique et contexte social // Le langage en contexte: Etudes philosophiques et linguistiques de pragmatique. A.: Benjamins, 1980. P. 637.



Тема 10. Практическое применение нейронных сетей в эконометрическом анализе (анализ бедности).


Нечеткий многомерный анализ благосостояния. Вертикальная и горизонтальная «размытость» понятия бедности. Наиболее эффективный методом анализа благосостояния людей, так как нечеткое множество адекватно отражает «размытость» перехода от одного состояния благополучия к другому. Переход от состояния бедности к состоянию благополучия является постепенным процессом.

Нечеткий многомерный подход к анализу бедности в работах Сериоли и Зани (Cerioli A., Zani S.,1990) Чели и Лемми (Cheli B., Lemmi A., 1995) Дагум (Dagum C. 2002, 1992), Мартинетти (Martinetti E.C.,1994).

Многомерные подходы к измерению бедности, наиболее признанными из которых являются:

1. Теория социальных исключений, впервые предложенный в 1974 г. Рене Ленор (Rene Lenoir) министром социального благосостояния Франции;

2. Теория возможностей и функционирования разработанной Амартя Сен (лауреат Нобелевской премии по экономике 1998г.)..

Введенные ПРООН в 1991г. индекс человеческого развития (ИЧР) для измерения относительного развития среди стран а также индекс-индекс нищеты населения (ИНН) введенный ПРООН в 1997 г.

Совершенно нечеткий подход. (Totally Fussy Approach, TFA), функция принадлежности к бедным определяется как нечеткое множество. Определение двух порогов xmin и xmax таким образом, чтобы если значение x принимающая непрерывным индикатором для данного индивидуума меньше чем xmin то этот индивидуум без сомнения рассматривается как не являющийся бедным; если это значение больше xmax то этот индивидуум считается бедным.

Совершенно нечеткий и относительный подход (The Totally Fuzzy and Relative Approach, TFR) к определению функции принадлежности с бедным. Политомные переменные, измеряющие состояния лишений n индивидуумов по отношению к индикатору j и Fj как кумулятивная функция распределения этих переменных.


Литература

  1. Андерсон Д. Дискретная математика и комбинаторика./ Пер. с англ. М.М. Беловой. М. Издательский дом Вильямс. 2004
  2. Асанов М.О., Баранский В.А., Раскин В.В. Дискретная мтаематика: графы, матроиды, алгоритмы. М. R&C Dynamics. 2001.
  3. Вентцель Е.С. Исследование операций. М. Высшая школа. 2001.
  4. Горбатов В.А. Фундаментальные основы дискретной математики. М. Наука, 2000.
  5. Круглов В.В., Дли М.И., Голунов Р.Ю. Нечеткая логика и искусственные нейронные сети. М. 2001. Стр. 6-44.
  6. Оре О. Графы и их применение. 3-е изд. М. URSS. КомКнига. 2006.
  7. Таха Х.А. Введение в исследование операций. 6-е изд. Москва-Санкт-Петербург-Киев. 2001.
  8. Харари Ф. Теория графов. 3-е изд. М. URSS. КомКнига. 2006.
  9. Эддоус М., Стэнсфилд Р. Методы принятия решений/ Пер. с англ. Под ред. Член-корр. РАН И.И.Елисеевой. – М.: Аудит, ЮНИТИ, 1997.
  10. Эшби У.Р. Введение в кибернетику. 3-е изд. М. URSS. КомКнига. 2006.
  11. Abdi, H.Valentin, D., Edelman, B. 1999. Neural networks. /Sage№ 124.


Дополнительная литература

  1. Betti G., Verma V.K. (1998): “Measuring the degree of poverty in a dynamic and comparative context: a Multidimensional Approach using Fuzzy set Theory”. Working paper n.22, Dipartimento di Metodi Quantitatvi, Università di Siena.
  2. Betti, G., Cheli B. and Cambini R. (2004), A statistical model for the dynamics between two fuzzy states: theory and an application to poverty analysis, Metron, 62, pp. 391-411.
  3. Cerioli A., Zani S. (1990), “A Fuzzy Approach to the Measurement of Poverty”, in Dagum C. and Zenga M. (eds.), Income and Wealth Distribution, Inequality and Poverty, Springer Verlag, Berlin, 272-284.
  4. Cheli B., Betti G. (1999): “Totally Fuzzy and Relative Measures of Poverty Dynamics in an Italian Pseudo Panel”. 1985-1994. Metron 57(1-2), pp.83-104.
  5. Cheli B., Ghellini G., Lemmi A., Pannuzi N. (1994), “Measuring Poverty in the Countries in Transition via TFR Method: the Case of Poland in 1990-1991”, Statistics in Transition, 1(5), 585- 636.
  6. Cheli B., Lemmi A. (1995), “A ‘Totally’ Fuzzy and Relative Approach to the Multidimensional Analysis of Poverty”, Economic Notes, 24, 115-134.
  7. Clark, S., Hemming R., Ulph D. (1981), “On Indices for the Measurement of Poverty”, The Economic Journal, 91, 515-526.
  8. Clark, David and Qizilbash, Mozaffar (2004). Core Poverty and Extreme Vulnerability in South Africa. Available at: .se/scb/Projekt/iariw/program/8BClark.pdf
  9. Costa, Micele (2002), Amultidimantional Approach to the Measurement of Poverty, Available at: www.ceps.lu/iriss
  10. Dagum C. (2002), Analysis and Measurement of Poverty and Social Exclusion Using Fuzzy Set Theory. Application and Policy Implications. Available at: n.org/unsd/methods/poverty/RioWS-Uruguay.pdf
  11. Dagum C. (1995), “Income Inequality Measures and Social Welfare Functions: A Unified Approach”, in Dagum C. and Lemmi A. (eds.), Income Distribution, Inequality and Poverty, Research on Income Inequality, vol. 6, JAI Press, CN, USA., 177-199.
  12. Dagum C., Gambassi R., Lemmi A. (1992), “New Approaches to the Measurement of Poverty”, Poverty Measurement for Economies in Transition in Eastern European Countries, Polish Statistical Association and Central Statistical Office, Warsaw, 201-225.
  13. Foster J., Greer J., Thorbecke E. (1984), “A Class of Decomposable Poverty Measures”, Econometrica, 52, 761-767.
  14. Martinetti E.C. (1994), “A New Approach to Evaluation of Well-Being and Poverty by Fuzzy Set Theory”, Giornale degli economisti e annali di economia, 53, 367-388.
  15. Miceli, D. (1998), “Measuring Poverty Using Fuzzy Sets”, NATSEM Discussion Paper no.38: University of Canberra.
  16. Sarel J van der Walt (2004), A Multidimensional Analysis of Poverty in the Eastern Cape Province, South Africa, Stellenbosch Economic Working Papers 3/2004, Bureau for Economic Research, University of Stellenbosch.
  17. Sen A.K. (1976), Poverty: An Ordinal Approach to Measurement, Econometrica, 44, pp. 219-231.
  18. Sen A.K. (1985), Commodities and Capabilities, Elsevier, Amsterdam and reprinted in Sen, A.K. (1999), Commodities and Capabilities, Oxford University Press, New Delhi.
  19. Sen A.K. (1992), Inequality Reexamined, Harvard University Press, Cambridge (MA).
  20. Sen A.K. (1993), “Capability and Well-Being”, in Nussbaum M.C. and Sen A.K. (eds), The Quality of Life, Clarendon Press, Oxford, 30-53.
  21. Stéphane M.and Noel, Pi Alperin María (2005), Inequalities in Poverty: Evidence From Argentina. Available at: uab.es/novetats/Mussard-Pialperin-working%20paper.pdf
  22. United Nation Development Program (1998), Human Development Report, Oxford University Press, New York and Oxford.
  23. Zadeh L.A. (1965), “Fuzzy Sets”, Information and Control, 8, 338-353.
  24. Zimmerman, H.-J. (1991), “Fuzzy Set Theory and its Application”, Second edition, Kluwer Academic Publishers.