КОГНИТИВНАЯ ВИЗУАЛИЗАЦИЯ И АНАЛИЗ ДАННЫХ КОСМОЛОГИЧЕСКИХ ОБЗОРОВ

1. КОГНИТИВНАЯ ВИЗУАЛИЗАЦИЯ И АНАЛИЗ ДАННЫХ КОСМОЛОГИЧЕСКИХ ОБЗОРОВ В.Л.Горохов, И.П. Муравьев, Ю.В.Барышев, П. Тееррикорпи , В.В. Витковский

2. Введение • На основе обработки изображений сверхглубокого хабловского поля был получен каталог галактик HUDF . Для галактик этого каталога определены угловые размеры, поверхностные яркости, фотометрические красные смещения, абсолютные звездные величины и другие важные количественные характеристики. Каждая галактика определяется набором более 44 таких характеристик и представляет собой точку в 44-мерном пространстве параметров. Каталог содержит около 4000 галактик [1] • В данной работе на основе полученного каталога производиться когнитивная визуализация многомерных данных этого каталога с целью возможного выбора аргументов в пользу той или иной космологической модели. Тем самым хотя бы частично проблема априорной неопределенности снимается за счет привлечения научной и эстетической интуиции, которая используется при созерцании и манипуляции над когнитивными образами. • Визуальный анализ полученных когнитивных образов осуществляется с использованием разработанных методик манипуляций с когнитивными образами [2-6]. Многомерный массив данных, который представляет собой результаты сверхглубокого обзора были оформлен как таблица Excel.

5. Рис 1. Пример фрагмента каталога представленного как Excel таблица

6. Этот многомерный массив был проанализирован средствами программы когнитивной визуализации многомерных данных Space Walker (SW 14)[3]. Исследователь, задавая различные плоскости проекций исходя из соображений данной предметной области наблюдал разнообразные когнитивные образы, отражающие физически осмысленные свойства объектов представленных в виде набора многомерных характеристик этих объектов, изучаемых в данном обзоре. Так на рис 2 представлен когнитивный образ совокупности объектов (галактик) который состоит из точек в 44-мерном пространстве. Каждая из этих точек представляет отдельную галактику. Координаты этих точек в многомерном пространстве есть количественные характеристики этих галактик. Как видно из рисунка совокупность галактик (точек) задает причудливый когнитивный образ, обладающий достаточно сложной геометрически структурой.

7. Пример когнитивного динамического образа

8. Рис 2. Пример когнитивного образа полученного за счет проецирования из многомерного набора данных на плоскость образованную осями из характеристик №29 (b-v) и №40 (prob z). Пространственные особенности образа выделены разными цветами. Одновременно эти цвета зафиксировали соответствующие объекты в каталоге. Тем самым пользователю была дана возможность проанализировать эти объекты с точки зрения остальных астрофизических свойств.

9. Теперь если задать проекцию из многомерного пространства на другую плоскость когнитивный образ измениться и задаст визуальное представление с учетом тех характеристик, которые послужили осями для выбранной плоскости проекций. Этот новый когнитивный образ представлен на Рис 3. Разумеется, выявление новых свойств совокупности галактик (фрактальность нового уровня, корреляции неожиданных свойств и т.д.) обнаруженных с помощью когнитивных образов следует подтверждать с помощью количественно объективных статистических методов или методов теории динамического хаоса.

10. Рис 3. Пример когнитивного образа после проецирования исходного многомерного массива данных на новую плоскость характеристик № 33 (b-z) и №30 (v-i). При этом в данной проекции, которая задала новый когнитивный образ, объекты сегментированные разными цветами составляют другую структуру кластеров, что означает, что в данной проекции образ е фиксирует наличие связи между характеристиками (b-z), (v-i) и (b-v) и (prob z).

11. Использование когнитивных методов анализа наблюдательных данных особенно целесообразно в тех случаях, когда можно проводить такой анализ до привлечения альтернативных космологических моделей. В тех случаях, когда избежать использования альтернативных космологических моделей и что особенно важно гносеологических установок присущих конкретным группам естествоиспытателей (астрофизиков) при анализе наблюдательных данных не удается целесообразно использовать арсенал средств, предоставляемых байесовским подходом. Этот подход обеспечивает декларацию гносеологических установок исследователей и тем самым рассмотрение альтернативных подходов, которые конечно влияют на характер обработки и интерпретации наблюдательных данных. • В рамках когнитивных методов предполагается возможности задания гносеологических установок на этапе формирования стратегии осмотра когнитивных образов многомерных данных и на этапе формирования когнитивных образов согласно методикам изложенным выше. • В астрофизическом аспекте представляется интересным использование обеих подходов. Это позволит корректно развести спорящие стороны по разные стороны барьеров. Кроме того, можно увидеть, как отличаются результаты обработки наблюдательных данных в разных космологических моделях и разных гносеологических установках.

12. Благодарим за внимание

13. ЛИТЕРАТУРА • Набоков Н.В., Барышев Ю.В. Классические космологические тесты для галактик сверхглубокого Хаббловского поля Астрофизический бюллетень, 2008, том 63.№3, с.215-229. • Vitkovskiy V., Gorokhov V. The Methods of Cognitive Visualization for The Astronomical Databases Analyzing Tools Development Space Walker. The cognitive visualization system with the dynamic projection of multidimensional data. /Proceedings International conference “Astronomical Data Analysis Software and systems.“ London UK 23-26 September 2007 p 51-52. • Горохов В.Л., Муравьев И.П. Когнитивная машинная графика. Методы динамических проекций и робастная сегментация многомерных данных. Методология, методики и интерфейсы. Монография. СПб.: ИНЖЭКОН. 2007, 173 с . • Vitkovskiy V.V., Gorochov V.L. New method of data mining in practical cosmology . / Proceedings International conference “Problems of Practical Cosmology” Saint-Petersburg 2008. p 256-259. (http//ppc08.astro.spbu.ru/fin program.html) • Gorokhov V,L, Evdokimov V.A, Vitkovskiy V.V. Cognitive multidimensional data visualization in analyzing and decision_support systems / ТретьяМеждународнаяконференцияпокогнитивнойнауке 20–25 июня 2008 г., Москва, Россия, Тезисыдокладовтом 1 (The Third international conference on cognitive science. June 20–25, 2008, Moscow, Russia abstracts volume 1) Москва 2008: p 55. • Komarinskiy, S.; Vitkovskiy, V.; Gorohov, V.; Zakharevski, D The Cognitive Visualization System Astronomical Data Analysis Software and Systems (ADASS) XVII / Editors: Argyle, Robert W.; Bunclark, Peter S.; Lewis, James R. London, UK 2008. -394 p.