ডেটা মাইনিংয়ের বিশৃঙ্খলা তত্ত্বের পরিচিত, বিদ্যমান ব্যবহারিক প্রয়োগগুলি কী কী?

Question

গত কয়েক বছর ধরে বিশৃঙ্খলাবদ্ধভাবে কিছু গণ-বাজার পড়ে বিশৃঙ্খলা তত্ত্ব নিয়ে কাজ করার সময় আমি ভাবতে শুরু করেছিলাম যে নিউরাল নেট, প্যাটার্ন স্বীকৃতি, অনিশ্চয়তা ব্যবস্থাপনা ইত্যাদির মতো ডেটা মাইনিং এবং সম্পর্কিত ক্ষেত্রগুলিতে এর বিভিন্ন দিকগুলি কীভাবে প্রয়োগ করা যেতে পারে, আমি প্রকাশিত গবেষণায় এ জাতীয় অ্যাপ্লিকেশনগুলির এত সংখ্যক উদাহরণ পাওয়া গেছে যে আমি আশ্চর্য হয়েছি যে ক) এগুলি আসলে পরিচিত, প্রকাশিত পরীক্ষাগুলি এবং প্রকল্পগুলিতে বাস্তবে প্রয়োগ করা হয়েছে এবং খ) যদি না হয় তবে কেন তারা এই আন্তঃসম্পর্কিত ক্ষেত্রে এত কম ব্যবহার করা হয়? ক্ষেত্র?

আমি আজ অবধি দেখা বিশৃঙ্খলা তত্ত্বের বেশিরভাগ আলোচনার বৈজ্ঞানিক অ্যাপ্লিকেশনগুলির চারপাশে ঘুরে দেখি যা সম্পূর্ণ কার্যকর, তবে ডেটা মাইনিং এবং সম্পর্কিত ক্ষেত্রের সাথে প্যাটার্ন স্বীকৃতি সম্পর্কিত খুব কম; প্রত্নতাত্ত্বিক উদাহরণগুলির মধ্যে একটি হ'ল পদার্থবিজ্ঞানের থ্রি-বডি সমস্যা। আমি এই জাতীয় সাধারণ বৈজ্ঞানিক অ্যাপ্লিকেশনগুলির আলোচনাটি অগ্রাহ্য করতে এবং প্রশ্নটি কেবলমাত্র সেই অ্যাপ্লিকেশনগুলিতে সীমাবদ্ধ করতে চাই যা ডেটা মাইনিং এবং সম্পর্কিত ক্ষেত্রগুলির সাথে স্পষ্টত প্রাসঙ্গিক, যা সাহিত্যের মধ্যে খুব কম এবং খুব কম বলে মনে হয়। নীচের সম্ভাব্য অ্যাপ্লিকেশনগুলির তালিকা প্রকাশিত গবেষণার জন্য অনুসন্ধানের সূচনার পয়েন্ট হিসাবে ব্যবহার করা যেতে পারে তবে আমি কেবল সেই অ্যাপ্লিকেশনগুলিতেই আগ্রহী যা বাস্তবে প্রয়োগ করা হয়েছে, যদি থাকে তবে। আমি যা খুঁজছি তা হ'ল ডেটা মাইনিংয়ের বিশৃঙ্খলা তত্ত্বের বাস্তবায়ন, সম্ভাব্য অ্যাপ্লিকেশনগুলির তালিকার বিপরীতে যা অনেক বিস্তৃত। পড়ার সময় আমার কাছে ঘটে যাওয়া ডেটা মাইনিং অ্যাপ্লিকেশনগুলির জন্য অফ-দ্য-কফ আইডিয়াগুলির একটি ছোট নমুনা এখানে দেওয়া হয়েছে; সম্ভবত এগুলির কোনওটিই ব্যবহারিক নয়, সম্ভবত কিছু আমাদের ব্যবহারের ক্ষেত্রে ব্যবহারিক ব্যবহারে প্রয়োগ করা হচ্ছে, তবে এমন পদে যান যা আমি এখনও পরিচিত নই:

1. প্যাটার্ন স্বীকৃতিতে স্ব-অনুরূপ কাঠামোগুলি চিহ্নিত করা, যেমন ম্যান্ডেলব্রোট কয়েক দশক আগে অ্যানালগ টেলিফোন লাইনে ত্রুটি ফেটানোর ক্ষেত্রে ব্যবহারিক উপায়ে করেছিলেন।
2. মাইনিংয়ের ফলাফলগুলিতে ফিগেনবাউমের কনস্ট্যান্টের মুখোমুখি হওয়া (সম্ভবত গবেষণার সময় ম্যাক্সওয়েলের সমীকরণগুলি অপ্রত্যাশিত জায়গায় পপ আপ করতে দেখে স্ট্রিং থিওরিস্টরা কীভাবে চমকে গিয়েছিল তার অনুরূপ)।
3. নিউরাল নেট ওজন এবং বিভিন্ন খনির পরীক্ষার জন্য অনুকূল বিট গভীরতা চিহ্নিতকরণ। আমি এই সম্পর্কে অবাক হয়েছি কারণ প্রাথমিক অবস্থার প্রতি সংবেদনশীলতা কার্যকর হয় এমন অদৃশ্য ছোট সংখ্যাসূচক স্কেলগুলির কারণে, যা বিশৃঙ্খলা সম্পর্কিত ফাংশনের অনিশ্চয়তার জন্য আংশিকভাবে দায়ী।
4. ভঙ্গুর মাত্রাগুলির ধারণাটি অন্যান্য উপায়ে ব্যবহার করা মজাদার স্পঞ্জস, কোচ কার্ভস বা সিয়েরপিনস্কি কার্পেটের মতো আকর্ষণীয় ফ্র্যাক্টাল কৌতূহলের সাথে অগত্যা সম্পর্কিত নয়। খনন মডেলগুলির মাত্রাকে কিছু উপকারী উপায়ে ভগ্নাংশ হিসাবে বিবেচনা করে ধারণাটি প্রয়োগ করা যেতে পারে?
5. ফ্র্যাক্টালগুলিতে কার্যকর হওয়া আইনের মতো ডেরাইভিং পাওয়ার আইন।
6. যেহেতু ফ্র্যাক্টালগুলিতে সংঘটিত ফাংশনগুলি অরৈখিক, তাই আমি অবাক হয়েছি যে ননলাইনারের প্রতিরোধের জন্য কিছু ব্যবহারিক প্রয়োগ রয়েছে।
7. বিশৃঙ্খলা তত্ত্বের এনট্রপির সাথে কিছু স্পর্শকাতর (এবং কখনও কখনও ওভারস্টেটেড) সম্পর্ক রয়েছে, তাই আমি অবাক হই যে বিশৃঙ্খলা তত্ত্বটিতে ব্যবহৃত ফাংশনগুলি থেকে শ্যাননের এনট্রপি (বা এটির এবং তার আত্মীয়দের উপর সীমাবদ্ধ) গণনা করার কিছু উপায় আছে কিনা?
8. ডেটাতে সময়-দ্বিগুণ আচরণ সনাক্তকরণ behavior
9. দরকারী উপায়ে "স্ব-সংগঠিত" হওয়ার সম্ভাবনা সবচেয়ে বেশি বুদ্ধিমানের সাথে নির্বাচন করে নিউরাল নেট জন্য অনুকূল কাঠামো সনাক্তকরণ।
10. বিশৃঙ্খলা এবং ফ্র্যাকটালস ইত্যাদিও গণনীয় জটিলতার সাথে জড়িত, তাই আমি ভাবছি যদি জটিলতা বিশৃঙ্খলাবদ্ধ কাঠামো বা তদ্বিপরীত সনাক্ত করতে ব্যবহৃত হত।
11. বিশৃঙ্খলা তত্ত্বের বিচারে আমি প্রথম লিয়াপুনভের প্রকাশকারীর কথা শুনেছি এবং এরপরে কয়েকবার এটি নির্দিষ্ট স্নায়বিক জাল এবং এনট্রপির আলোচনার রেসিপিগুলিতে লক্ষ্য করেছি।

আমি সম্ভবত এখানে তালিকাভুক্ত না করে এমন আরও কয়েক ডজন সম্পর্ক রয়েছে; এই সমস্ত আমার মাথা উপরে এসেছিল। আমি এই নির্দিষ্ট জল্পনাগুলির নির্দিষ্ট জবাবগুলিতে সংকীর্ণভাবে আগ্রহী নই, তবে বন্যের মধ্যে যে ধরনের অ্যাপ্লিকেশন থাকতে পারে তার উদাহরণ হিসাবে কেবল তাদের বাইরে ফেলে দিচ্ছি। আমি উত্তরগুলি দেখতে চাই যাগুলির বর্তমান গবেষণা এবং বিদ্যমান ধারণাগুলির বিদ্যমান প্রয়োগের উদাহরণ রয়েছে যতক্ষণ না অ্যাপ্লিকেশনগুলি ডেটা মাইনিংয়ের ক্ষেত্রে বিশেষভাবে প্রযোজ্য।

সম্ভবত অন্যান্য বিদ্যমান বাস্তবায়নগুলি সম্পর্কে আমি অবগত নই, এমনকি যে অঞ্চলে আমি বেশি পরিচিত (যেমন তথ্য তত্ত্ব, ফাজি সেট এবং নিউরাল জাল) এবং অন্যরা যাদের আমার প্রতিযোগিতার মতো কম দক্ষতা আছে, তাই আরও ইনপুট স্বাগতম! এখানে আমার বাস্তব উদ্দেশ্য হ'ল বিশৃঙ্খলা তত্ত্বের বিশেষ দিকগুলি সম্পর্কে আরও বেশি কিছু বিনিয়োগ করা উচিত কিনা তা নির্ধারণ করা, যা আমি কিছু স্পষ্টত ইউটিলিটি না পেলে ব্যাক বার্নারে রাখি on

আমি ক্রসভিলেটেডের অনুসন্ধান করেছি কিন্তু এমন কোনও বিষয় দেখিনি যা সরাসরি ডেটা মাইনিংয়ের ক্ষেত্রে বিশৃঙ্খলা তত্ত্বের উপযোগী অ্যাপ্লিকেশনগুলিকে সম্বোধন করে। আমি যে নিকটে এসে পৌঁছতে পারি তা ছিল থ্রেড চাওস তত্ত্ব, সমীকরণ মুক্ত মডেলিং এবং নন-প্যারামেট্রিক পরিসংখ্যান , যা সম্পর্কিত একটি নির্দিষ্ট উপসেট সহ।

Comments

মন্তব্যগুলি বর্ধিত আলোচনার জন্য নয়; এই কথোপকথন চ্যাটে সরানো হয়েছে ।

— হোয়বার

Answer 1

ব্যবহারিক পদ্ধতির হিসাবে ডেটা মাইনিং (ডিএম) গাণিতিক মডেলিংয়ের (এমএম) পদ্ধতির পরিপূরক এবং এমনকি বিশৃঙ্খলা তত্ত্বের (সিটি) বিপরীত হতে দেখা যায়। আমি প্রথমে ডিএম এবং জেনারেল এমএম সম্পর্কে কথা বলব, তারপরে সিটিতে ফোকাস করব।

গাণিতিক মডেলিং

অর্থনৈতিক মডেলিংয়ে ডিএমকে খুব সম্প্রতি প্রায় নিষিদ্ধ হিসাবে বিবেচনা করা হত, কারণ এবং সম্পর্ক সম্পর্কে শেখার পরিবর্তে সম্পর্কের জন্য মাছের জন্য একটি হ্যাক, এসএএস ব্লগে এই পোস্টটি দেখুন । দৃষ্টিভঙ্গি বদলে যাচ্ছে, তবে উদ্দীপনা সম্পর্কিত সম্পর্ক , ডেটা ড্রেজিং , পি-হ্যাকিং ইত্যাদির সাথে সম্পর্কিত অনেকগুলি সমস্যা রয়েছে

কিছু কিছু ক্ষেত্রে, প্রতিষ্ঠিত এমএম অনুশীলন সহ ক্ষেত্রগুলিতেও ডিএম একটি বৈধ পন্থা বলে মনে হয়। উদাহরণস্বরূপ, ডিএম শারীরিক পরীক্ষায় কণা মিথস্ক্রিয়াগুলির জন্য অনুসন্ধান করতে ব্যবহার করা যেতে পারে যা প্রচুর পরিমাণে ডেটা তৈরি করে, কণা স্মারশের কথা চিন্তা করে। এক্ষেত্রে পদার্থবিদদের কণাগুলি কেমন দেখতে একটি ধারণা থাকতে পারে এবং ডেটাসেটের নিদর্শনগুলি অনুসন্ধান করতে পারেন।

বিশৃঙ্খলা তত্ত্ব

বিশৃঙ্খলা ব্যবস্থা সম্ভবত ডিএম কৌশলগুলি বিশ্লেষণের জন্য বিশেষত প্রতিরোধী। সাধারণ সোডো-এলোমেলো সংখ্যা জেনারেটরে ব্যবহৃত একটি লিনিয়ার কংগ্রোনাল পদ্ধতি ( এলসিজি ) বিবেচনা করুন । এটি মূলত একটি বিশৃঙ্খল ব্যবস্থা । এ কারণেই এটিকে "জাল" র্যান্ডম সংখ্যায় অভ্যস্ত করা হয়। একটি ভাল জেনারেটর এলোমেলো সংখ্যা ক্রম থেকে পৃথক করা যাবে। এর অর্থ আপনি পরিসংখ্যানগত পদ্ধতি ব্যবহার করে এটি এলোমেলো কিনা তা নির্ধারণ করতে পারবেন না। আমি এখানে ডেটা মাইনিং অন্তর্ভুক্ত করব। RAID () উত্পাদিত ক্রমটিতে ডেটা মাইনিংয়ের সাথে একটি প্যাটার্ন সন্ধান করার চেষ্টা করুন! তবুও, এটি পুনরায় সম্পূর্ণরূপে নির্বিঘ্ন ক্রম যা আপনি জানেন, এবং এর সমীকরণগুলিও অত্যন্ত সহজ।

বিশৃঙ্খলা তত্ত্ব এলোমেলোভাবে অনুরূপ নিদর্শনগুলির সন্ধানের জন্য নয়। বিশৃঙ্খলা তত্ত্বটি প্রক্রিয়াগুলি এবং গতিশীল সম্পর্ক সম্পর্কে শেখার সাথে জড়িত যেমন ছোট অস্থিরতা অস্থিতিশীল আচরণ তৈরি করে সিস্টেমে প্রশস্ত করে, অন্যদিকে এই বিশৃঙ্খলার স্থিতিশীল নিদর্শনগুলি উদ্ভূত হয়। এই দুর্দান্ত জিনিসগুলি সমীকরণের বৈশিষ্ট্যগুলির কারণে ঘটে। গবেষকরা তখন এই সমীকরণগুলি এবং তাদের পদ্ধতিগুলি অধ্যয়ন করেন। এটি প্রয়োগ করা ডেটা মাইনিংয়ের মন সেট থেকে খুব আলাদা।

উদাহরণস্বরূপ, বিশৃঙ্খল সিস্টেমগুলি অধ্যয়ন করার সময় আপনি স্ব-মিলের ধরণ সম্পর্কে কথা বলতে পারেন এবং লক্ষ্য করতে পারেন যে ডেটা মাইনাররাও নিদর্শনগুলির জন্য অনুসন্ধানের বিষয়ে কথা বলে। যাইহোক, এই হ্যান্ডলগুলি "প্যাটার্ন" ধারণাটি খুব আলাদা। বিশৃঙ্খল ব্যবস্থাটি সমীকরণগুলি থেকে এই নিদর্শনগুলি তৈরি করবে। তারা প্রকৃত সিস্টেম ইত্যাদি পর্যবেক্ষণ করে তাদের সমীকরণগুলির সেট নিয়ে আসতে চেষ্টা করতে পারে তবে তারা সবসময় কোনও কোনও সময়ে সমীকরণ নিয়ে কাজ করে। ডেটা মাইনাররা অন্য দিক থেকে আসত, এবং সিস্টেমের অভ্যন্তরীণ কাঠামো সম্পর্কে খুব বেশি জানতে বা অনুমান না করে, নিদর্শনগুলির সন্ধান করার চেষ্টা করবে। আমি মনে করি না যে এই দুটি গোষ্ঠী কখনও একই প্রকৃত সিস্টেম বা ডেটা সেটগুলির দিকে তাকাবে।

আরেকটি উদাহরণ হল সহজতম লজিস্টিক মানচিত্র যা ফেগেনবাউম তার বিখ্যাত সময় দ্বিগুণ দ্বিখণ্ডন তৈরি করতে কাজ করেছিলেন worked

এই সমীকরণটি হাস্যকরভাবে সহজ: তবুও, আমি দেখছি না যে এটি ডেটা মাইনিংয়ের কৌশলগুলি দিয়ে কীভাবে আবিষ্কার করবে।

$$x_{n+1} = r x_n (1 - x_n)$$

Comments

(+1 টি)। আমি যুক্ত করব যে আপনি যখন বিশৃঙ্খলা ব্যবস্থার আচরণ নির্ধারণ করে এমন সমীকরণটি চিহ্নিত করতে পারবেন, আপনি সেই আচরণটি সম্পূর্ণরূপে বা এটির কাছাকাছি থাকতে পারেন। আমরা খুব কমই ডেটা মাইনিং / প্রেডিকটিভ মডেলিংয়ে একটি আর-স্কোয়ার্ড এমনকি> .5 পেতে পারি।

— রোল্যান্ডো 2

+1 এটি এখনই কিছুক্ষণের জন্য যে জবাবটি পড়ছি তার পরিপূরক, যা আমি কয়েক ঘন্টার মধ্যে পোস্ট করব।

— এসকিউএল সার্ভারস্টেভ

Answer 2

এই প্রশ্নের উত্তর দেওয়ার জন্য বিশৃঙ্খলা তত্ত্বটি পড়ার সময় আমি যে অবাক বিষয়টি আবিষ্কার করেছি তা হ'ল প্রকাশিত গবেষণার এক বিস্ময়কর অভাব, যাতে ডেটা মাইনিং এবং এর আত্মীয়রা বিশৃঙ্খলা তত্ত্বটি লাভ করে। এটি তাদের পক্ষে অনুসন্ধানের এক নিবিড় প্রচেষ্টা সত্ত্বেও ছিল, এবি bel্যামবেলের অ্যাপ্লাইড কেওস থিয়োরি: জটিলতা এবং অলিগুডের একটি দৃষ্টান্ত, এট আল-এর বিশৃঙ্খলা: ডায়নামিকাল সিস্টেমগুলির একটি ভূমিকা (পরবর্তীটি সোর্সবুক হিসাবে অবিশ্বাস্যভাবে কার্যকর) এই বিষয়টি) এবং তাদের গ্রন্থগ্রন্থগুলিতে অভিযান চালাচ্ছে। এত কিছুর পরেও, আমি কেবলমাত্র একটি একক গবেষণা নিয়ে এসেছি যা যোগ্য হতে পারে এবং এই প্রান্তের কেসটি অন্তর্ভুক্ত করার জন্য আমাকে "ডেটা মাইনিং" এর সীমাটি প্রসারিত করতে হয়েছিল: টেক্সাস বিশ্ববিদ্যালয়ের একটি দল বেলোসভ-habাবোটিনস্কি (বিজেড) প্রতিক্রিয়া (যা ইতিমধ্যে এপারোডিসিটির প্রবণ হিসাবে পরিচিত ছিল) নিয়ে গবেষণা করছে, দুর্ঘটনাক্রমে বিশৃঙ্খলাবদ্ধ নিদর্শনগুলির কারণে তাদের পরীক্ষায় ব্যবহৃত ম্যালোনিক অ্যাসিডের ত্রুটিগুলি আবিষ্কার করেছিল এবং তাদের নতুন সন্ধানের জন্য প্ররোচিত করে সরবরাহকারী। [1] সম্ভবত অন্যরাও রয়েছেন - আমি বিশৃঙ্খলা তত্ত্বের বিশেষজ্ঞ নই এবং সাহিত্যের খুব কমই মূল্যায়ন করতে পারি না - তবে পদার্থবিদ্যার থ্রি-বডি সমস্যার মতো সাধারণ বৈজ্ঞানিক ব্যবহারগুলির সাথে সম্পূর্ণরূপে অসম্পূর্ণতা যদি আমরা সেগুলি সমস্ত গণনা করি তবে খুব বেশি পরিবর্তন হবে না। বাস্তবে, অন্তর্বর্তী সময়ে যখন এই প্রশ্নটি বন্ধ ছিল, আমি "ডেটা মাইনিং এবং সম্পর্কিত ক্ষেত্রগুলিতে বিশৃঙ্খলা তত্ত্বের এত কম বাস্তবায়ন কেন করছি" শিরোনামে এটি পুনরায় লেখার বিষয়টি বিবেচনা করেছি? এটি সংজ্ঞায়িত এখনও বিস্তৃত মানসিকতার সাথে সঙ্গতিপূর্ণ নয় যে ডেটা মাইনিং এবং সম্পর্কিত ক্ষেত্রে যেমন নিউরাল নেট, প্যাটার্ন স্বীকৃতি, অনিশ্চয়তা ব্যবস্থাপনা, ঝাপসা সেট ইত্যাদির প্রচুর অ্যাপ্লিকেশন থাকা উচিত; সর্বোপরি, বিশৃঙ্খলা তত্ত্বটি অনেক দরকারী অ্যাপ্লিকেশন সহ একটি প্রধান বিষয়। কেন আমার অনুসন্ধান নিষ্ক্রিয় এবং আমার ধারণাটি ভুল, তা বুঝতে এই ক্ষেত্রগুলির মধ্যে সীমানাটি ঠিক কোথায় ছিল সে সম্পর্কে আমাকে দীর্ঘ এবং কঠোরভাবে চিন্তা করতে হয়েছিল।

টিএলডিআর উত্তর

অধ্যয়নের সংখ্যা এবং প্রত্যাশা থেকে বিচ্যুততার এই সম্পূর্ণ ভারসাম্যহীনতার সংক্ষিপ্ত ব্যাখ্যাটি বিশ্লেষণ করা যেতে পারে যে বিশৃঙ্খলা তত্ত্ব এবং ডেটা মাইনিং ইত্যাদি দুটি পরিষ্কারভাবে পৃথক পৃথক শ্রেণীর প্রশ্নের উত্তর দেয়; তাদের মধ্যে তীক্ষ্ণ দ্বৈতত্ত্বটি একবারে উল্লেখ করা হয়েছে, তবুও নজরে না আসা এতটাই মৌলিক, যেমন নিজের নাকের দিকে তাকানো। বিশৃঙ্খলা তত্ত্ব এবং ক্ষেত্রের ডেটা মাইনিংয়ের মতো ক্ষেত্রগুলির আপেক্ষিক নতুনত্ব বাস্তবায়নের কিছুটা ঘাটতি ব্যাখ্যা করে, এই বিশ্বাসের জন্য কিছুটা ন্যায়সঙ্গততা থাকতে পারে তবে আমরা আশা করতে পারি যে এই ক্ষেত্রগুলি পরিপক্ক হওয়ার কারণে আপেক্ষিক ভারসাম্যহীনতা বজায় থাকবে কারণ তারা কেবল আলাদাভাবে পৃথকভাবে সম্বোধন করে address একই মুদ্রা। আজ অবধি প্রায় সমস্ত বাস্তবায়নগুলি কয়েকটি বিস্মিত বিশৃঙ্খলা বিশৃঙ্খলা প্রদর্শনের জন্য ঘটেছিল এমন সু-সংজ্ঞায়িত আউটপুটগুলির সাথে পরিচিত ফাংশনগুলির অধ্যয়নের মধ্যে ছিল, যদিও ডেটা মাইনিং এবং স্বতন্ত্র জাল এবং সিদ্ধান্ত গাছের মতো প্রযুক্তি যেমন সমস্ত অজানা বা দুর্বল সংজ্ঞায়িত ফাংশন নির্ধারণের সাথে জড়িত। প্যাটার্ন স্বীকৃতি এবং ফাজি সেটগুলির মতো সম্পর্কিত ক্ষেত্রগুলি ফাংশনগুলির ফলাফলগুলির সংগঠন হিসাবে দেখা যেতে পারে যা প্রায়শই অজানা বা খারাপভাবে সংজ্ঞায়িত হয়, যখন সেই সংস্থার উপায়গুলি সহজেই স্পষ্ট হয় না। এটি একটি ব্যবহারিকভাবে দুর্গম কুসংস্কার তৈরি করে যা কেবলমাত্র কয়েকটি বিরল পরিস্থিতিতেই পার হতে পারে - তবে এমনকি এগুলি একক ব্যবহারের ক্ষেত্রে জড়িত হিসাবে একত্রে গ্রুপ করা যেতে পারে: ডেটা মাইনিং অ্যালগরিদমের সাথে অ্যাপিওরিওডিক হস্তক্ষেপ রোধ করে। প্যাটার্ন স্বীকৃতি এবং ফাজি সেটগুলির মতো সম্পর্কিত ক্ষেত্রগুলি ফাংশনগুলির ফলাফলগুলির সংগঠন হিসাবে দেখা যেতে পারে যা প্রায়শই অজানা বা খারাপভাবে সংজ্ঞায়িত হয়, যখন সেই সংস্থার উপায়গুলি সহজেই স্পষ্ট হয় না। এটি একটি ব্যবহারিকভাবে দুর্গম কুসংস্কার তৈরি করে যা কেবলমাত্র কয়েকটি বিরল পরিস্থিতিতেই পার হতে পারে - তবে এমনকি এগুলি একক ব্যবহারের ক্ষেত্রে জড়িত হিসাবে একত্রে গ্রুপ করা যেতে পারে: ডেটা মাইনিং অ্যালগরিদমের সাথে অ্যাপিওরিওডিক হস্তক্ষেপ রোধ করে। প্যাটার্ন স্বীকৃতি এবং ফাজি সেটগুলির মতো সম্পর্কিত ক্ষেত্রগুলি ফাংশনগুলির ফলাফলগুলির সংগঠন হিসাবে দেখা যেতে পারে যা প্রায়শই অজানা বা খারাপভাবে সংজ্ঞায়িত হয়, যখন সেই সংস্থার উপায়গুলি সহজেই স্পষ্ট হয় না। এটি একটি ব্যবহারিকভাবে দুর্গম কুসংস্কার তৈরি করে যা কেবলমাত্র কয়েকটি বিরল পরিস্থিতিতেই পার হতে পারে - তবে এমনকি এগুলি একক ব্যবহারের ক্ষেত্রে জড়িত হিসাবে একত্রে গ্রুপ করা যেতে পারে: ডেটা মাইনিং অ্যালগরিদমের সাথে অ্যাপিওরিওডিক হস্তক্ষেপ রোধ করে।

বিশৃঙ্খলা বিজ্ঞান কর্মপ্রবাহের সাথে বেমানান

"বিশৃঙ্খলা বিজ্ঞান" এর সাধারণ কর্মপ্রবাহটি হ'ল প্রায়শই দ্বিখণ্ডনের চিত্র, হোনন ম্যাপস, পয়েন্টকারি বিভাগ, পর্বের চিত্র এবং ধাপের ট্র্যাজেক্টরিজের মতো একটি পরিচিত ফাংশনের ফলাফলের গণ্য বিশ্লেষণ করা। গবেষকগণ গণনামূলক পরীক্ষার উপর নির্ভর করে এই বিষয়টি চিত্রিত করে যে বিশৃঙ্খল প্রভাবগুলি কীভাবে খুঁজে পাওয়া যায়; এটি এমন কিছু নয় যা আপনি সাধারণভাবে কলম এবং কাগজ দিয়ে নির্ধারণ করতে পারেন। এগুলি এককভাবে ননলাইনার ফাংশনে ঘটে occur আমাদের সাথে কাজ করার জন্য একটি পরিচিত ফাংশন না থাকলে এই কর্মপ্রবাহটি সম্ভবপর নয়। ডেটা মাইনিংয়ের ফলে রিগ্রেশন সমীকরণ, অস্পষ্ট ফাংশন এবং এর মতো ফল পাওয়া যায় তবে তারা সকলেই একই সীমাবদ্ধতা ভাগ করে দেয়: এগুলি ত্রুটির জন্য আরও বিস্তৃত উইন্ডো সহ কেবল সাধারণ অনুমান। বিপরীতে, বিশৃঙ্খলা সাপেক্ষে জ্ঞাত ফাংশনগুলি তুলনামূলকভাবে বিরল, বিশৃঙ্খল নিদর্শন দেয় এমন ইনপুটগুলির পরিসীমা যেমন রয়েছে, তাই বিশৃঙ্খল প্রভাবগুলির জন্য এমনকি উচ্চতর ডিগ্রি নির্দিষ্টতাও পরীক্ষা করা প্রয়োজন। অজানা ফাংশনগুলির ফেজ স্পেসে উপস্থিত যে কোনও অদ্ভুত আকর্ষণকারী তাদের সংজ্ঞা এবং ইনপুটগুলি পরিবর্তনের সাথে সাথে অবশ্যই পুরোপুরি স্থানান্তরিত বা অদৃশ্য হয়ে যাবে, অলিগড, এট আল এর মতো লেখকদের দ্বারা বর্ণিত সনাক্তকরণ পদ্ধতিটি ব্যাপকভাবে জটিল করে তুলেছিল।

ডেটা মাইনিংয়ের ফলাফলগুলিতে দূষক হিসাবে বিশৃঙ্খলা

প্রকৃতপক্ষে, ডেটা মাইনিং এবং এর আত্মীয়দের বিশৃঙ্খলা তত্ত্বের সাথে সম্পর্কটি কার্যত প্রতিকূল হয়। এটি আক্ষরিকরূপে সত্য যদি আমরা ক্রিপ্টনালাইসিসকে ডেটা মাইনিংয়ের একটি নির্দিষ্ট ফর্ম হিসাবে বিস্তৃতভাবে দেখি, তবে আমি এনক্রিপশন স্কিমগুলিতে বিশৃঙ্খলা অর্জনের জন্য কমপক্ষে একটি গবেষণা কাগজ পেরিয়েছি (আমি এই মুহুর্তে উদ্ধৃতিটি খুঁজে পাই না, তবে শিকার করতে পারি) অনুরোধে এটি নিচে)। একটি ডেটা মাইনারের কাছে বিশৃঙ্খলার উপস্থিতি সাধারণত একটি খারাপ জিনিস, যেহেতু আপাতদৃষ্টিতে অযৌক্তিক মান এটির ফলাফলগুলি পরিসীমা থেকে অজানা ফাংশনটি প্রায় নিকটবর্তী করার ইতিমধ্যে কঠোর প্রক্রিয়াটিকে জটিল করে তুলতে পারে। ডেটা মাইনিং এবং সম্পর্কিত ক্ষেত্রগুলিতে বিশৃঙ্খলার জন্য সর্বাধিক সাধারণ ব্যবহার হ'ল এটি বাতিল করা, যা কোনও গড়পড়তা নয়। বিশৃঙ্খল প্রভাব যদি উপস্থিত থাকে তবে সনাক্ত করা যায় না তবে ডেটা মাইনিংয়ের উদ্যোগে তাদের প্রভাবগুলি পরাস্ত করা কঠিন হতে পারে। একটু চিন্তা করুন যে কোনও সাধারণ স্নায়বিক নেট বা সিদ্ধান্তের গাছটি কীভাবে সহজেই বিশৃঙ্খলা আকর্ষকের আকর্ষণীয় আপত্তিজনক ফলাফলকে উপকার করতে পারে, বা ইনপুট মানগুলিতে হঠাৎ স্পাইকগুলি অবশ্যই রিগ্রেশন বিশ্লেষণকে বিভ্রান্ত করতে পারে এবং খারাপ নমুনাগুলি বা ত্রুটির অন্যান্য উত্সগুলিতে দায়ী হতে পারে। সমস্ত ক্রিয়াকলাপ এবং ইনপুট ব্যাপ্তির মধ্যে বিশৃঙ্খলার প্রভাবের বিরলতা অর্থাত্ তাদের তদন্তগুলি পরীক্ষা-নিরীক্ষকদের দ্বারা মারাত্মকভাবে বঞ্চিত করা হবে।

ডেটা মাইনিংয়ের ফলাফলগুলিতে বিশৃঙ্খলা সনাক্তকরণের পদ্ধতি

বিশৃঙ্খলা তত্ত্বের সাথে যুক্ত কিছু ব্যবস্থা অ্যাপিওরিওডিক প্রভাবগুলি সনাক্ত করতে যেমন কোলমোগোরভ এন্ট্রপি এবং দরকারী পর্যায়ে একটি ইতিবাচক লাইপুনভ এক্সপোনেন্ট প্রদর্শন করার প্রয়োজনীয়তা রয়েছে। এ বি এ্যামবেলের অ্যাপ্লাইড কেওস থিওরিতে প্রদত্ত বিশৃঙ্খলা সনাক্তকরণের জন্য এগুলি উভয়ই চেকলিস্টে রয়েছে, তবে বেশিরভাগ লিয়াপুনভ এক্সপোনেন্টের মতো আনুমানিক কাজগুলির জন্য কার্যকর নয়, যার জানা সীমাবদ্ধতার সাথে সুনির্দিষ্ট ফাংশন প্রয়োজন। তিনি যে সাধারণ প্রক্রিয়াটির রূপরেখা বর্ণনা করেছেন তা তথ্যের সাথে ডেটা মাইনিং পরিস্থিতিতে কার্যকর হতে পারে; এ্যামবেলের লক্ষ্যটি শেষ পর্যন্ত "বিশৃঙ্খলা নিয়ন্ত্রণ" এর একটি প্রোগ্রাম, অর্থাৎ হস্তক্ষেপকারী অ্যাপিওরিওডিক প্রভাবগুলি নির্মূলকরণ। []] বাক্স-গণনা এবং বিশৃঙ্খলার মাত্রা সনাক্ত করার জন্য পারস্পরিক সম্পর্কের মাত্রাগুলি গণনা করার মতো অন্যান্য পদ্ধতিগুলি যা লিপুনভ এবং তার তালিকার অন্যান্যগুলির চেয়ে ডেটা মাইনিং অ্যাপ্লিকেশনগুলিতে আরও কার্যকর হতে পারে। বিশৃঙ্খলা প্রভাবের আরেকটি টেলটলে লক্ষণ হ'ল ফাংশন আউটপুটগুলিতে পিরিয়ড দ্বিগুণ (বা ট্রিপলিং এবং তার বাইরে) ধরণগুলির উপস্থিতি, যা প্রায়শই ফেজ ডায়াগ্রামে অ্যাপিওরিডিক (অর্থাত্ "বিশৃঙ্খল") আচরণের আগে ঘটে।

স্পর্শকাতর অ্যাপ্লিকেশন পৃথক

এই প্রাথমিক ব্যবহারের ক্ষেত্রে অবশ্যই পৃথক শ্রেণীর অ্যাপ্লিকেশন থেকে পৃথক করা উচিত যা কেবল বিশৃঙ্খলা তত্ত্বের সাথে সম্পর্কিত tan কাছাকাছি পরিদর্শন করার সময়, আমি আমার প্রশ্নের যে "সম্ভাব্য অ্যাপ্লিকেশনগুলি" সরবরাহ করেছি তার তালিকায় বাস্তবে বিশৃঙ্খলা তত্ত্ব নির্ভর করে এমন ধারণাগুলি লাভ করার জন্য প্রায় সম্পূর্ণ ধারণা ধারণ করে, তবে এপিওরিওডিক আচরণের অভাবে (পিরিয়ড দ্বিগুণ বাদে) স্বাধীনভাবে প্রয়োগ করা যেতে পারে। আমি সম্প্রতি একটি উপন্যাসের পোটেনিটাল কুলুঙ্গি ব্যবহার সম্পর্কে ভেবেছিলাম, স্থানীয় মিনিমা থেকে স্নায়বিক জাল পপ করতে অ্যাপোরিওডিক আচরণ তৈরি করেছি, তবে এটিও স্পর্শকাতর অ্যাপ্লিকেশনগুলির তালিকায় অন্তর্ভুক্ত থাকবে। তাদের মধ্যে অনেকগুলি বিশৃঙ্খলা বিজ্ঞানের গবেষণার ফলস্বরূপ আবিষ্কৃত বা মাতাল হয়েছে, তবে অন্যান্য ক্ষেত্রে প্রয়োগ করা যেতে পারে। এই "স্পর্শকাতর অ্যাপ্লিকেশনগুলি" একে অপরের সাথে কেবল अस्पष्ट সংযোগ থাকলেও একটি পৃথক শ্রেণি গঠন করে, ডেটা মাইনিংয়ের বিশৃঙ্খলা তত্ত্বের প্রধান ব্যবহারের ক্ষেত্রে থেকে একটি শক্ত সীমানা দ্বারা পৃথক; প্রথমটি অ্যাপিওরিওডিক নিদর্শন ছাড়াই বিশৃঙ্খলা তত্ত্বের কয়েকটি বিষয়কে কাজে লাগায়, যদিও পরবর্তীকালে বিশৃঙ্খলা থেকে ডেটা মাইনিংয়ের ফলাফলগুলির জটিল কারণ হিসাবে নির্ধারণ করা হয়, সম্ভবত লায়াপুনভ প্রকাশকারীর ইতিবাচকতা এবং সময়ের দ্বিগুণ সনাক্তকরণের মতো পূর্বশর্তগুলি ব্যবহারের সাথে । যদি আমরা বিশৃঙ্খলা তত্ত্ব এবং অন্যান্য ধারণাগুলির মধ্যে এটির সঠিকভাবে ব্যবহার করে তার মধ্যে পার্থক্য করি তবে এটি সহজেই বোঝা যায় যে পূর্বের প্রয়োগগুলি সহজাত বৈজ্ঞানিক গবেষণায় জ্ঞাত ক্রিয়ায় সীমাবদ্ধ। বিশৃঙ্খলার অনুপস্থিতিতে এই গৌণ ধারণাগুলির সম্ভাব্য অ্যাপ্লিকেশনগুলি সম্পর্কে উত্তেজিত হওয়ার সত্য কারণ রয়েছে, তবে এটি উপস্থিত থাকলে ডেটা মাইনিংয়ের প্রচেষ্টাগুলিতে অপ্রত্যাশিত এপিওরিওডিক আচরণের দূষিত প্রভাবগুলি সম্পর্কেও চিন্তার কারণ রয়েছে। এই জাতীয় অনুষ্ঠানগুলি বিরল হবে, তবে সেই বিরলতার অর্থ সম্ভবত তারা নিখরচায় হয়ে যাবে। যদিও এ জাতীয় সমস্যাগুলি বন্ধ করার জন্য ইমবেলের পদ্ধতিটি কার্যকর হতে পারে।

[1] পৃষ্ঠা 143-147, অলিগুড, ক্যাথলিন টি .; সৌর, টিম ডি এবং ইয়ার্ক, জেমস এ।, 2010, বিশৃঙ্খলা: ডায়নামিকাল সিস্টেমগুলির একটি ভূমিকা, স্প্রিংগার: নিউ ইয়র্ক। [২] পৃষ্ঠা 208-213, আ্যামবেল, এবি, 1993, ফলিত চাওস থিয়োরি: জটিলতার জন্য একটি দৃষ্টান্ত, একাডেমিক প্রেস, ইনক .: বোস্টন। [3] পি। 215, belামবেল।