Mirkes, Evgeny Moiseevich

Evgeniy Moiseevich Mirkes (nacido el 20 de enero de 1964 , Krasnoyarsk , URSS ) es un matemático y programador ruso, especialista en el campo del modelado matemático , matemáticas aplicadas y programación , desarrollador de métodos para entrenar redes neuronales artificiales y estándares para su programación y capacitación. Doctor en Ciencias Físicas y Matemáticas.

Educación

E. M. Mirkes mostró interés por las matemáticas aplicadas y la programación desde la infancia. Es uno de los alumnos más famosos de la escuela de verano de Krasnoyarsk , participante indispensable y ganador de varios concursos escolares regionales. Preparó su primer trabajo científico para su publicación en una revista científica central [1] mientras estudiaba en el tercer año de la Universidad de Krasnoyarsk . Graduado de la Facultad de Matemáticas de la Universidad de Krasnoyarsk en 1985. En 1990 defendió su tesis doctoral "Estimaciones a priori en el problema cinético directo", realizada bajo la supervisión de V. I. Bykov y A. N. Gorban . Defendió su tesis doctoral “Modelos funcionales de una neurocomputadora universal” [2] en 2001 (consultor científico A. N. Gorban ). Profesor del Departamento de Neuroinformática. Actualmente trabaja en la Universidad de Leicester, Reino Unido.

Principales resultados científicos

Química matemática , termodinámica química y cinética

• Probó la convexidad de los funcionales termodinámicos de Lyapunov para problemas de cinética química en condiciones no isotérmicas.
• Creó métodos y software para reducir la incertidumbre en las constantes cinéticas de reacciones químicas complejas, teniendo en cuenta las restricciones termodinámicas y el principio de equilibrio detallado . Los métodos están destinados a la construcción de modelos cinéticos y para su uso en bancos de datos cinéticos [3]
• Sobre la base de la clasificación del grupo Rumer  - Feta de los elementos químicos , obtuvo nuevas fórmulas de masa para los átomos . [cuatro]
• Desarrolló un nuevo sistema para predecir las propiedades de elementos químicos, átomos y moléculas: el método de recubrimientos multipletes. [5] [6] El problema clásico de restaurar los datos faltantes se resuelve con la siguiente formulación: encontrar para cada objeto la mejor fórmula que exprese sus características a través de las características de otros objetos (que deben ser lo más pequeños posible). Esta fórmula debe ser invariable con respecto a las escalas de medición cambiantes. Este enfoque se describe en detalle en un artículo posterior de A. N. Kirdin et al., disponible en línea. [7]
• En su tesis doctoral recibió, en cierto sentido, las mejores (improbables) estimaciones del tiempo de relajación de un sistema químico.

Neuroinformática

• Se ha desarrollado un modelo funcional de una neurocomputadora universal . Se determinan los principios de selección de componentes funcionales. La descomposición de la neurocomputadora en componentes funcionales se realizó de acuerdo con los principios propuestos. Se muestra la universalidad del modelo desarrollado: la posibilidad de implementar todos los tipos principales de redes neuronales en el marco de este modelo. El modelo propuesto permite una comparación razonada de varias implementaciones de componentes individuales de la neurocomputadora, para rastrear la relación entre los componentes.
• Se ha desarrollado una lista completa (exhaustiva) de solicitudes para cada componente. Esto permite, al desarrollar grandes sistemas de software, desarrollar cada componente independientemente de los demás. Una definición clara de las funciones de cada componente le permite desarrollar las implementaciones más efectivas para cada componente independientemente de otros componentes.
• Se ha desarrollado el principio de construir un nuevo tipo de evaluación, denominado función de evaluación efectiva. La efectividad del tipo de estimaciones propuesto radica en que su uso permite acelerar el entrenamiento de la red neuronal, evaluando el nivel de confianza de la red neuronal en la respuesta recibida, entrenando la red con baja confiabilidad para resolver aquellos problemas que el red de esta arquitectura no puede resolver con alta fiabilidad, teniendo en cuenta la diferencia en el aprendizaje en la fiabilidad de las respuestas en diferentes ejemplos.
• Se ha desarrollado un método para obtener conocimiento explícito a partir de datos utilizando redes neuronales lógicamente transparentes obtenidas de redes entrenadas arbitrarias mediante un procedimiento especial de contraste (esqueletización). En la mayoría de los casos, es posible obtener un esquema de inferencia verbal.
• Se ha desarrollado un método para construir los conjuntos mínimos requeridos de datos de entrada y construir sobre su base conjuntos de datos de entrada de mayor confiabilidad (resistencia a las distorsiones en los datos de entrada).
• Se ha desarrollado un método para construir redes neuronales a partir de los elementos más simples y redes más simples. Se propone un método para describir el proceso de diseño y un lenguaje para registrar su resultado.
• Se obtienen estimaciones de la capacidad de la red de memoria asociativa para reproducir patrones con precisión. Se han desarrollado métodos para aumentar la capacidad de información. Se han construido tres redes de memoria asociativa, que tienen una gran capacidad de información y son menos dependientes del grado de correlación de estándares que las versiones clásicas de las redes de Hopfield .
• El modelo funcional desarrollado se implementó parcialmente en varios productos de software educativos y de investigación. Los programas creados por E.M. Mirkes y bajo su liderazgo son ampliamente utilizados en el proceso educativo en Rusia (bajo el nombre general de "Neurotextbook" [8] ).

The Neurocomputer: Draft Standard book

La mayoría de los resultados de E. M. Mirkes sobre neuroinformática se resumen en su monografía. [9] Del prefacio del autor al libro:

Los esfuerzos a largo plazo de muchos grupos de investigación han llevado al hecho de que ahora se han acumulado una gran cantidad de diferentes "reglas de aprendizaje" y arquitecturas de redes neuronales, formas de evaluar e interpretar su trabajo, métodos de uso de redes neuronales para resolver problemas aplicados. problemas.

Hasta ahora, estas reglas, arquitecturas, sistemas de evaluación e interpretación, métodos de uso y otros hallazgos intelectuales existen en forma de un "zoológico" de redes. Cada red de zoológico tiene su propia arquitectura, regla de aprendizaje y resuelve un conjunto específico de problemas.

Proponemos sistematizar el "zoológico". Para esto, el siguiente enfoque es útil: cada red neuronal del zoológico debe representarse como implementada en una neurocomputadora ideal con una estructura dada. Este enfoque tiene dos propósitos. Primero, haga que los programas de redes neuronales sean compatibles en la forma en que describen las redes neuronales y los componentes relacionados, lo que simplificará enormemente la vida de los usuarios de las aplicaciones de redes neuronales. En segundo lugar, un enfoque unificado de la descripción le permite comparar correctamente diferentes arquitecturas de redes neuronales y algoritmos de aprendizaje. … La idea de escribir este libro nació sobre la base de doce años de trabajo del grupo Krasnoyarsk NeuroComp.

El libro “Características personales y consumo de drogas. Una historia contada por datos"

Este libro de Mirkes et al [10] examina las características psicológicas asociadas con el consumo de drogas mediante el análisis de una nueva base de datos de 1885 encuestados y 18 consumidores de drogas. Se ofrece una revisión detallada de los trabajos publicados sobre los perfiles psicológicos de los consumidores de drogas. Los métodos utilizados para la minería de datos y el aprendizaje automático se describen en detalle.

Se ha demostrado que los rasgos de personalidad ( modelo de cinco factores , impulsividad y búsqueda de sensaciones ), junto con datos demográficos simples, predicen el riesgo de consumo individual de drogas con sensibilidad y especificidad superiores al 70% para la mayoría de las drogas. Se analizan las correlaciones del uso de varias sustancias . Se describen grupos de drogas ("pleyades") con uso correlacionado.

El libro es parte de un programa de investigación más amplio, Historias contadas por datos.

Trabajo pedagógico

E. M. Mirkes ha estado enseñando y trabajando con estudiantes capaces desde sus años de estudiante. En 1990, junto con A. N. Gorban , organizó la Primera Olimpiada de toda la Unión en neuroinformática entre estudiantes y escolares de la Unión Soviética. Viajamos con conferencias y software especialmente preparado a muchas ciudades del país, distribuimos y luego recolectamos la tarea de la gira por correspondencia, después de lo cual organizamos la gira de tiempo completo "en el medio" - en Omsk .

De una entrevista con E. M. Mirkes al diario "Primero de Septiembre" sobre "otra educación" :

- ¿Puedes describir el algoritmo de cómo hacer pensar a los niños?

“Estas no son computadoras, son personas.

Al menos en términos generales.

Por supuesto que debe ser difícil. Lo fácil no se valora. Básicamente no se valora. Y las tareas deben capturar. Deben estar destinados a triunfar. Y los niños deben sentir este éxito. Durante sus estudios, deben lograr un resultado, alegrarse por ello, comprender que es significativo. Entonces, si la vida les pone preguntas, las toman y las resuelven.

Y los escolares de la Escuela de Verano de Krasnoyarsk cantan su canción "Tengo un Mirkes pelirrojo" .

Notas

1. ↑ Bykov V. I., Mirkes E. M. , Sobre la convexidad de las funciones termodinámicas para condiciones no isotérmicas, Journal of Physical Chemistry, 1986, volumen 60, n.º 3, 732-734.
2. ↑ Mirkes E.M. , Modelos funcionales de una neurocomputadora universal Copia de archivo del 6 de marzo de 2016 en Wayback Machine : Dis. ... Dr. tecnología. Ciencias: 13.05.11 Krasnoyarsk, 2001. Otras copias en línea:
3. ↑ Gorban A. N., Mirkes E. M., Bocharov A. N., Bykov V. I. , Acuerdo termodinámico de datos cinéticos, Physics of Combustion and Explosion, 1989, volumen 25, número 5, 81-89.
4. ↑ Mirkes E. M., Svitin A. P., Fet A. I. , Fórmulas de masa para átomos. - En el libro: Modelado matemático en biología y química. Nuevos enfoques, - Novosibirsk: Ciencia. Hermano. departamento, 1991. - p. 199-203.
5. ↑ Gorban A. N., Mirkes E. M., Svitin A. P. , El método de revestimientos multipletes y su uso para predecir las propiedades de átomos y moléculas, Journal of Physical Chemistry, 1992, No. 66, 1504-1510.
6. ↑ Gorban A. N., Mirkes E. M., Svitin A. P. , Método semiempírico para clasificar átomos e interpolar sus propiedades. - En el libro: Modelado matemático en biología y química. Nuevos enfoques, - Novosibirsk: Ciencia. Hermano. departamento, 1991. - p. 204-220.
7. ↑ Kirdin A. N., Novokhodko A. Yu., Tsaregorodtsev V. G. , Parámetros ocultos y regresión transpuesta, Capítulo 7 del libro: Copia de archivo de neuroinformática con fecha del 17 de abril de 2018 en Wayback Machine / A. N. Gorban, V. L. Dunin-Barkovsky, A. N. Kirdin, E. M. Mirkes, A. Yu. Novokhodko, D. A. Rossiev, S. A. Terekhov, M. Yu. Senashova, V. G. Tsaregorodtsev. - Novosibirsk: Ciencia. Empresa Siberiana de la Academia Rusa de Ciencias, 1998. - 296 p. ISBN 5020314102
8. ↑ Mirkes E.M. , Neuroinformática. Guía de estudio, archivada el 11 de junio de 2008 en Wayback Machine 2003. ISBN 5-7636-0477-6
9. ↑ Mirkes E.M. , Neurocomputadora. Borrador de copia de archivo estándar con fecha del 15 de junio de 2009 en Wayback Machine / editado por V. L. Dunin-Barkovsky. - Novosibirsk: Nauka, 1999. - 337 con ISBN 5-02-031409-9 Otras copias en línea: [1] .
10. ↑ Rasgos de personalidad y consumo de drogas. Una historia contada por datos . - Springer, Cham, 2019. - ISBN 978-3-030-10441-2 . -doi : 10.1007 / 978-3-030-10442-9 .

Enlaces externos

Actualmente, junto con el Departamento de Matemáticas de la Universidad de Leicester (Gran Bretaña), E.M. Mirkes crea un libro de texto en línea sobre análisis de datos. Los primeros tres applets han sido publicados.

• kNN y energía potencial (applet), E.M. Mirkes y la Universidad de Leicester. El applet le permite comparar dos métodos de clasificación.
• K-medias y K-medoides , E.M. Mirkes y la Universidad de Leicester (un subprograma que demuestra el funcionamiento del algoritmo y le permite explorar y comparar dos métodos de análisis de conglomerados).
• PCA, SOM y GSOM E.M. Mirkes y la Universidad de Leicester. Análisis de componentes principales, mapas autoorganizados y mapas autoorganizados crecientes.

en redes sociales	LinkedIn
sitios temáticos	Google Académico genealogía matemática ORCIDO InvestigadorID Puerta de la investigación Scopus zbMATH Abierto Portal matemático de toda Rusia
En catálogos bibliográficos	eLibrary.ru : 129708 VIAF : 1159518109232771546 WorldCat VIAF : 1159518109232771546