Examination of Statistical Instability of Electroencephalograms

Zilov, V. G.; Хадарцев, А. А.; Eskov, Valeriy; Ilyashenko, Lubov K.; Kitanina, K Yu

doi:10.1007/s10517-019-04633-7

Cited by 29 publications

(19 citation statements)

References 9 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…As a result, at the turn of the 20th and 21st centuries, we tested these hypotheses of W. Weaver (about STT and about the third science) and proved the statistical instability of any parameters xi(t) of the functions of the human body in the form of EEZ [4][5][6][7][8][9][16][17][18][19][20][21][22][23][24]. EEZ proves the lack of statistical stability of any samples of STT, which makes these biosystems unique.…”

Section: Why Can't Biosystems Be An Object Of Deterministic and Stoch...mentioning

confidence: 99%

“…For example, we present a typical matrix of paired comparisons of samples of tremorograms (TMG), of many thousands of other matrices (similar) for tapping gram (TPG), cardiointervals (CI), electromyograms (EMG), electroneurograms (ENG), electroencephalograms (EEG) and other parameters xi(t) functions of the human body [16][17][18][19][20][21][22][23][24][25][26][27][28].…”

Section: Why Can't Biosystems Be An Object Of Deterministic and Stoch...mentioning

confidence: 99%

See 1 more Smart Citation

Models of uncertainty in the framework of compartment-cluster theory for research of instability biosystems

Галкин¹,

Гавриленко

Gazya

et al. 2022

IOP Conf. Ser.: Earth Environ. Sci.

View full text Add to dashboard Cite

At the turn of the 20th and 21st centuries, the statistical uncertainty of samples of any parameters of biosystems was proved. This was predicted in 1948 by W. Weaver, and now such an uncertainty (of the second type) is called the Eskov-Zinchenko effect. In fact, this uncertainty is analogous to the Heisenberg uncertainty principle in quantum mechanics. The problem of modeling such uncertainty arises within the framework of modern deterministic and stochastic science. This article shows the possibilities of compartment-cluster modeling of systems of the third type (according to W. Weaver), i.e. uncertainties of the second type.

show abstract

Section: Why Can't Biosystems Be An Object Of Deterministic and Stoch...mentioning

confidence: 99%

Section: Why Can't Biosystems Be An Object Of Deterministic and Stoch...mentioning

confidence: 99%

Models of uncertainty in the framework of compartment-cluster theory for research of instability biosystems

Галкин¹,

Гавриленко

Gazya

et al. 2022

IOP Conf. Ser.: Earth Environ. Sci.

View full text Add to dashboard Cite

show abstract

“…Иными словами, за последние 20 лет был открыт огромный класс объектов и систем, которые не могут быть диагностированы и смоделированы (описаны) в рамках существующих теорем и моделей (на базе ДСН). В первую очередь, речь идет о работе мозга [8][9][10][11][12] и о поведении любых биосистем, образующих организм человека [13][14][15][16][17].…”

Section: существуют ли границы создания и применения искусственного интеллекта (ии)?unclassified

“…Очевидно, что в табл. 0,00 0,32 0,05 0,10 0,64 0,01 0,55 0,00 0,28 0,31 0,00 0,90 0,00 0,00 2 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,58 3 0,32 0,00 0,75 0,00 0,03 0,67 0,19 0,00 0,01 0,30 0,02 0,10 0,00 0,00 4 0,05 0,00 0,75 0,00 0,07 0,83 0,00 0,00 0,00 0,06 0,03 0,04 0,00 0,00 5 0,10 0,00 0,00 0,00 0,00 0,00 0,41 0,38 0,66 0,03 0,00 0,21 0,00 0,00 6 0,64 0,00 0,03 0,07 0,00 0,21 0,86 0,00 0,21 0,52 0,00 0,66 0,00 0,00 7 0,01 0,00 0,67 0,83 0,00 0,21 0,02 0,00 0,00 0,01 0,19 0,00 0,00 0,00 8 0,55 0,00 0,19 0,00 0,41 0,86 0,02 0,08 0,93 0,15 0,00 0,97 0,00 0,00 9 0,00 0,00 0,00 0,00 0,38 0,00 0,00 0,08 0,06 0,00 0,00 0,07 0,00 0,01 10 0,28 0,00 0,01 0,00 0,66 0,21 0,00 0,93 0,06 0,00 0,00 0,36 0,00 0,00 11 0,31 0,00 0,30 0,06 0,03 0,52 0,01 0,15 0,00 0,00 0,00 0,05 0,00 0,00 12 0,00 0,00 0,02 0,03 0,00 0,00 0,19 0,00 0,00 0,00 0,00 0,00 0,00 0,00 13 0,90 0,00 0,10 0,04 0,21 0,66 0,00 0,97 0,07 0,36 0,05 0,00 0,00 0,00 14 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 15 0,00 0,58 0,00 0,00 0,00 0,00 0,00 0,00 0,01 0,00 0,00 0,00 0,00 0,00 Такой результат мы получили по всем параметрам организма человека и доказали [12][13][14][15][16][17][25][26][27][28][29][30] особые свойства биосистем. Очевидно, что любая система ИИ на базе ЭВМ не сможет диагностировать стационарное состояние мозга (см.…”

Section: существуют ли границы создания и применения искусственного интеллекта (ии)?unclassified

“…1), мышц, работы сердца и т.д. Тем более ИИ не сможет идентифицировать реальные изменения в СТТ (биосистемах) [15][16][17][18][19][20][21][22].…”

Section: существуют ли границы создания и применения искусственного интеллекта (ии)?unclassified

See 1 more Smart Citation

Artificial Intellect with Artificial Neural Networks

Eskov¹,

Филатов²,

Газя³

et al. 2021

Успехи Кибернетики / Russian Journal of Cybernetics

View full text Add to dashboard Cite

В настоящее время не существует единого определения искусственного интеллекта. Требуется такая классификация задач, которые должны решать системы искусственного интеллекта. В сообщении дана классификация задач при использовании искусственных нейросетей (в виде получения субъективно и объективно новой информации). Показаны преимущества таких нейросетей (неалгоритмизируемые задачи) и показан класс систем (третьего типа — биосистем), которые принципиально не могут изучаться в рамках статистики (и всей науки). Для изучения таких биосистем (с уникальными выборками) предлагается использовать искусственные нейросети, которые решают задачи системного синтеза (отыскание параметров порядка). Сейчас такие задачи решает человек в режиме эвристики, что не моделируется современными системами искусственного интеллекта. Currently, there is no single definition of artificial intelligence. We need a Such categorization of tasks to be solved by artificial intelligence. The paper proposes a task categorization for artificial neural networks (in terms of obtaining subjectively and objectively new information). The advantages of such neural networks (non-algorithmizable problems) are shown, and a class of systems (third type biosystems) which cannot be studied by statistical methods (and all science) is presented. To study such biosystems (with unique samples) it is suggested to use artificial neural networks able to perform system synthesis (search for order parameters). Nowadays such problems are solved by humans through heuristics, and this process cannot be modeled by the existing artificial intelligence systems.

show abstract