The Influence of Hypothermia on the Parameters of the Electromyogram at Low Muscle Tone State

Филатова, О.; Berestin, D.; Ilyashenko, Lubov K.; Bashkatova, Yu. V.

doi:10.33396/1728-0869-2019-5-43-48

Cited by 4 publications

(5 citation statements)

References 9 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Однако существует и неопределенность 1-го типа. В этом случае статистика не показывает статистических различий между выборками параметров x(t) биосистемы, а реально СТТ (биосистемы) изменяются (и весьма существенно) [31][32][33][34][35][36].…”

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

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

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

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

show abstract

“…доказан эффект Еськова-Зинченко (ЭЕЗ). Он проявляется в виде отсутствия статистической устойчивости выборок x(t) [22][23][24][25][26][27][28].…”

Section: почему потеряли вторую половину определения гомеостаза?unclassified

“…Cannon 160 и 90 лет назад. Сейчас возникает новая наука (теория хаосасамоорганизации -ТХС), в которой СТТ демонстрируют непрерывный хаос и движение x(t) в ФПС [22][23][24][25][26][27][28][31][32][33][34][35]. В этом случае речь идет о невозможности повторить точно не только точку x(t) или выборку x(t k ), но и сами выборки в рамках статистики неповторимы (из-за ЭЕЗ) [35][36].…”

Section: почему потеряли вторую половину определения гомеостаза?unclassified

See 1 more Smart Citation

Can Homeostasis Be Static?

Пятин¹,

Eskov²

2021

Успехи Кибернетики / Russian Journal of Cybernetics

View full text Add to dashboard Cite

Особое понимание гомеостаза и гомеостатичного регулирования в целом появилось за последние 20 лет в связи с доказательством гипотезы W. Weaver о биосистемах третьего типа и открытием эффекта Еськова–Зинченко. Однако имеется ряд работ, в которых высказывалось мнение о нестатичности в гомеостатичном регулировании внутренней среды организма человека. Более того, в рамках этого эффекта сейчас говорят об отсутствии статичных состояний любых функций организма человека. Это существенно расширяет наши представления о теории функциональных систем организма человека, которую разрабатывал П. К. Анохин в середине XX века. Сейчас мы вправе говорить о новом понимании кибернетики, которая лежит в основе описания различных физиологических функций человека. Возникает новая биологическая и медицинская кибернетика, в которой нет статичного гомеостаза и нет статики в параметрах функций организма человека. In 20 years the new understanding of homeostasis and special homeostatic regulation emerged associated with the W. Weaver hypothesis on biosystems of the third type and the discovery of the Eskov-Zinchenko effect. There are some papers about the unstable behavior of the homeostasis regulation in the human body. Now we can speak about the absence of any stable states of any human body function. This significantly expands our understanding of the theory of human functional systems developed by P. K. Anokhin in the middle of the 20th century. Now we can speak of a new understanding of cybernetics as a basis for the definition of various human physiological functions. A new biological and medical cybernetics is emerging; it denies static homeostasis and static parameters of the human body functions.

show abstract

“…Оказалось, что именно такими свойствами обладают все параметры организма человека [12][13][14][15][16][17][18]. Это получило название эффекта Еськова-Зинченко (ЭЕЗ) в виде уникальности выборок параметров x i (t) организма человека (при повторных регистрациях у одного и того же испытуемого или при регистрации параметров отдельной группы испытуемых (тоже при повторениях)).…”

unclassified

New Understanding of Steady States in Biological Systems

Хадарцева¹,

Филатова²

2022

Успехи Кибернетики / Russian Journal of Cybernetics

View full text Add to dashboard Cite

в рамках существующей теории динамических систем стационарные режимы любой динамической системы описываются уравнением dx/dt=0, для вектора состояния этой системы x=x(t)=(x1, x2, ... , xm)T в m-мерном фазовом пространстве состояний. С позиций стохастики для неизменности системы достаточно сохранения статистической функции распределения f(x) или ее характеристик (статистического математического ожидания <x>, статистической дисперсии Dx*, спектральной плотности сигнала, автокорреляции и т.д.) в рамках определенных (статистических) допущений. Однако в живой природе любые параметры xi (t) всего вектора состояния x(t) биосистемы демонстрируют непрерывное, хаотическое движение в фазовом пространстве состояний. При этом отсутствует статистическая устойчивость выборок xi (t), что получило название эффекта Еськова–Зинченко. В этом случае вводится понятие псевдоаттрактора, некоторый аналог принципа неопределенности Гейзенберга и дается определение двух типов неопределенностей (1-го и 2-го). В итоге мы приходим к инверсии понятий: то, что в физике (и биомедицине) сейчас считается стационарным режимом, является кинематикой (движением x(t) в фазовом пространстве состояний), а движение биосистем является (для них) стационарным режимом. within the existing theory of dynamic systems, steady states of any dynamic system are described as dx/dt=0, for the state vector of the system x=x(t)=(x1, x2, ... , xm)T in the m-dimensional state phase space. From the stochastic point of view, the preservation of the statistical distribution function f(x) or its properties (statistical mathematical expectation <x>, statistical variance Dx*, the spectral density of the signal, autocorrelation, etc.) within certain (statistical) assumptions is sufficient for the system to remain unchanged. However, in the living nature any parameters xi (t) of the entire state vector x(t) of the biosystem show continuous, chaotic motion in the state phase space. There are no statistical stability in xi (t) samples, which is called the Eskov-Zinchenko effect. We introduce the concept of a pseudoattractor similar to the Heisenberg uncertainty principle and define two types of uncertainties: 1st and 2nd. As a result, we inverse the concepts: what in physics (and biomedicine) is now considered to be a steady state is kinematics (the motion of x(t) in the state phase space), and the motion of biosystems is (for them) a steady state.

show abstract

The Influence of Hypothermia on the Parameters of the Electromyogram at Low Muscle Tone State

Cited by 4 publications

References 9 publications

Artificial Intellect with Artificial Neural Networks

Artificial Intellect with Artificial Neural Networks

Can Homeostasis Be Static?

New Understanding of Steady States in Biological Systems

Contact Info

Product

Resources

About