Применение самоорганизующихся карт Кохонена и метода Монте-Карло для исследования адекватности факторных моделей интеллекта

В статье представлены новые методы выявления и исследования факторов, определяющих развитие интеллектуальных способностей. Подчеркивается, что их особенностью является составление переопределенной системы линейных или нелинейных алгебраических уравнений относительно свободных параметров модели с последующим поиском псевдорешения. Идентификация свободных параметров факторной модели выполняется с помощью метода наименьших квадратов. Рассматривается метод оценки статистической значимости компонентов факторной модели, а также новый способ оценки степени адекватности произвольных факторных моделей, который опирается на метод Монте-Карло и возможности самоорганизующихся карт Кохонена. Обращается внимание, что этот способ позволяет избежать жестких ограничений, налагаемых на вероятностные распределения результатов наблюдений, присущих традиционной процедуре идентификации свободных параметров модели. Представлены преимущества данного подхода перед традиционным методом, а также ряд факторных моделей, представленных путевыми диаграммами, включая их сравнительный анализ.

Ключевые слова: факторный анализ, адекватность факторных моделей, самоорганизующиеся карты признаков Кохонена

Рубрика: Междисциплинарные исследования

Тип: научная статья

1. Галушкин А. И. Нейронные сети. Основы тео­рии. М., 2010.
2. Ермаков С. М. Метод Монте-Карло в вычис­лительной математике. Вводный курс. СПб., 2009.
3. Куравский Л. С., Баранов С. Н., Малых С. Б. Нейронные сети в задачах прогнозирования, ди­агностики и анализа данных. М., 2003.
4. Куравский Л. С., Мармалюк П. А., Панфило­ва А. С., Ушаков Д. В. Исследование фактор­ных влияний на развитие психологических ха­рактеристик с применением нового подхода к оценке адекватности моделей наблюдени­ям // Информационные технологии. 2011. № 11. (В печати).
5. Куравский Л. С., Мармалюк П. А., Бара­нов С. Н., Абрамочкина В. И., Петрова Е. А. Факторный анализ результатов вейвлет­преобразований лонгитюдных данных как новый метод исследования динамических характери­стик сложных систем // Нейрокомпьютеры: раз­работка и применение. 2009. № 9.
6. Куравский Л. С., Мармалюк П. А., Абрамочки­на В. И., Петрова Е. А. Применение факторного анализа результатов вейвлет-преобразований для исследования динамики психологических характеристик // Экспериментальная психоло­гия. 2009. № 1.
7. Мармалюк П. А. Оценка степени адекватности факторных моделей c помощью самоорганизую­щихся карт признаков Кохонена // Нейрокомпью­теры: разработка и применение. 2010. № 10.
8. Ушаков Д. В. Интеллект: структурно-динами­ческая теория. М., 2003.
9. Kuravsky L. S., Marmalyuk P. A., Panfilova A. S. Estimation of goodness-of-fit measures for iden­tification of unrestricted factor models employing arbitrarily distributed observed data // In: Proc. 8th International Conference on Condition Monitoring & Machinery Failure Prevention Technologies. Cardiff, UK, June 2011.
10. Neale M. C., Cardon L. R. Methodology for genetic studies of twins and families. Dordrecht, the Netherlands, Kluwer Academic Publishers, 1992.