Три этапа математизации знаний

Современная методология науки выделяет три этапа математизации знаний: ма-

тематическая обработка эмпирических (экспериментальных) данных, моделирование и относительно полные математические теории.

Первый этап - это математическая, чаще всего именно количественная обработка эмпирических (экспериментальных) данных. Это этап выявления и выделения чисто фе-

номенологических функциональных взаимосвязей (корреляций) между входными сигна-

лами (входами ) и выходными реакциями (откликами ) на уровне целостного объекта (явления, процесса), которые наблюдают в экспериментах с объектами-оригиналами . Данный этап математизации имеет место во всякой науке и может быть определён как этап первичной обработки её эмпирического материала.

Второй этап математизации знаний определим как модельный. На этом этапе не-которые объекты выделяются (рассматриваются) в качестве основных, базовых (фун-даментальных), а свойства (атрибуты), характеристики и параметры других объектов исследования объясняются и выводятся исходя из значений, определяемых первыми (назовем их оригиналами). Второй этап математизации характеризуется ломкой старых теоретических концепций, многочисленными попытками ввести новые, более глубокие и фундаментальные. Таким образом, на "модельном" этапе математизации, т.е. этапе математического моделирования, осуществляется попытка теоретического воспроизве-дения, "теоретической реконструкции" некоторого интересующего исследователя объек-та-оригинала в форме другого объекта - математической модели.

Третий этап - это этап относительно полной математической теории данного уровня организации материи в данной или рассматриваемой предметной области. Тре-

тий этап предполагает существование логически полной системы понятий и аксиомати-

ки. Математическая теория даёт методологию и язык, пригодные для описания явлений, процессов и систем различного назначения и природы. Она даёт возможность преодоле-

вать узость мышления, порождаемую специализацией.

Дополнительно

Нейросетевые методы распознавания изображений
Выполнен обзор нейросетевых методов, используемых при распознавании изображений. Нейросетевые методы - это методы, базирующиеся на применении различных типов нейронных сетей (НС). Основные направления применения различных НС для распознавания образов и изображений: применение для извлечение ...

Разработка сенсора на поверхностно-акустических волнах
В условиях современности проблема контроля за состоянием окружающей среды выходит на все более ведущее место. Контроль этот осуществляется как стационарными приборами, так и портативными. К стационарным приборам можно отнести инфракрасные спектрометры, газовые хроматографы, массовые спектрометры и ...

Меню сайта