Не надо о грустном,
Давай о другом.
Что же грустить об этом?
Я не согласен:
Живая душа
Вспомнит всегда поэта.
Вспомни о нём,
Вспомни о нём,
Будет душа согрета.
Вспомни о нём...
И прилетит
Живая душа поэта
(стихи Лбова Г.С.)
|
Научная деятельность
Г. С. Лбов является автором научного направления "построение логико-вероятностных моделей на основе анализа эмпирической информации" (таблиц данных, многомерных разнотипных временных рядов, вероятностных высказываний экспертов). В рамках направления предложены постановки и методы решения широкого круга задач: распознавания образов, регрессионного анализа; прогнозирования многомерной разнотипной переменной по таблицам данных, анализа многомерных разнотипных временных рядов, многоэкстремальной оптимизации; согласования логико-вероятностных высказываний нескольких экспертов.
Г. С. Лбов имел широкий круг научных интересов: искусственный интеллект, анализ данных, многоэкстремальная оптимизация, проявлял интерес к анализу естественного языка и эволюционному моделированию. Одна из поставленных задач, которую не успел решить - установление связи между методом поиска глобального экстремума и классом функций, для которых он эффективен.
В последние годы Г. С. Лбов работал главным научным сотрудником лаборатории анализа данных в Институте математики СО РАН в г.Новосибирске. Своими работами он внес большой вклад в становление и развитие научных направлений Pattern Recognition и Data Mining. Разработанный им в 60-х годах метод Случайного Поиска с Адаптацией (алгоритм СПА) широко применяется для выбора признаков. Идея СПА нашла затем свое воплощение в алгоритмах эволюционного моделирования и генетических алгоритмах. Г. С. Лбов был одним из создателей логико-вероятностного подхода в распознавании образов, в частности, методов, основанных на логических решающих функциях от разнотипных переменных.
Через два года после публикации метода Случайного Поиска с Адаптацией (СПА) сотрудники лаборатории, где работал Геннадий Сергеевич, обнаружили отчет одной из американских лабораторий, в котором приводились результаты сравнения различных методов выбора подсистем информативных признаков при решении задач распознавания образов. В отчете метод СПА признавался самым эффективным среди сравниваемых, и сообщалось об его успешном применении при решении ряда важных прикладных задач. Нашел этот метод широкое применение и в нашей стране. Например, в содружестве с хирургами клиники им. Е. Н. Мешалкина с помощью этого метода были выбраны наиболее информативные признаки для диагностики состояния митрального клапана сердца у детей в предоперационный период. В совместных работах с Новосибирским мединститутом и заводом им. В. П. Чкалова из более чем 150 предполагаемых симптомов были выбраны 15, по которым надежно определялась предрасположенность человека к такому специфичному профессиональному заболеванию, как виброболезнь. Это был хороший пример профилактической диагностики, которую должны были проходить все те, кто собирался заниматься клепкой корпуса самолета с использованием виброинструмента. Большой цикл работ по анализу данных и прогнозированию выполняла лаборатория анализа данных (ранее называлась лабораторией распознавания образов) по заданию Госплана СССР. При решении этих задач также использовался метод СПА. Применялся он и для выявления характеристик гидроакустического сигнала, по которым можно было отличать дизельные подводные лодки от атомных, настоящие аэродромы от их имитации, и в других специальных задачах.
30 лет спустя, в 1995 г. вышла книга Д. Фогеля "Эволюционные вычисления: новая философия искусственного интеллекта", в основе которой лежит идея случайного выбора сочетаний элементов с пошаговым повышением вероятности попадания в сочетание тех элементов, которые в прошлом входили в состав успешных сочетаний, и уменьшения вероятности элементов, входивших в состав менее успешных сочетаний. Это в точности повторяет идею метода СПА. Позже в анализе данных появились направления с названиями "генетические алгоритмы" и "генетическое программирование". И здесь базовой является идея СПА. Жаль, что традиционная для нашей науки слабая пропаганда своих достижений за рубежом не позволила до сих пор добиться признания реального авторства Г. С. Лбова в разработке этого мощного метода анализа данных.
После защиты кандидатской диссертации (1967 год "Некоторые вопросы минимизации исходной системы признаков при распознавании образов") Геннадий Сергеевич Лбов занялся решением проблемы обработки разнотипных данных и начал разработку другого важного научного направления - построения логических решающих функций распознавания образов. Так появился алгоритм Логических Решающих Правил (ЛРП) для обработки разнотипных данных. Простая наглядная форма правил распознавания в виде конъюнкций типа "Если..., то...", в отличие от правил в виде сложных математических конструкций, позволяет подключать к решению задачи интуицию специалиста-прикладника и получать легко интерпретируемые результаты. Простой вид ЛРП - это результат работы сложного комбинаторного алгоритма. Г. С. Лбов внес очень весомый вклад в построение и оптимизацию алгоритмов такого типа. Созданные им и в дальнейшем развитые его группой алгоритмы (АДАПТ, ЛРП, ТЕМП и др.) вошли в состав известного в 80-ые годы пакета прикладных программ "ОТЭКС", внедренного во многих областях народного хозяйства, и позднее были реализованы в виде компьютерной системы ЛАСТАН. Результаты решения проблемы обработки разнотипных данных и их представление в виде логического дерева были предложены в докторской диссертации "Методы эмпирического прогнозирования, основанные на логических решающих функциях", которую он защитил в 1982 году в г.Вильнюсе.
В рамках указанного научного направления среди его учеников более 10 кандидатов наук, из которых двое стали докторами наук.
Результаты его работ были использованы в решении задач различных прикладных областей в рамках интеграционных проектов СО РАН и СО РАМН (археология, социология, водные проблемы, медицина и экология).
Результаты его исследований опубликованы в 160 работах и 4 монографиях. Он активно участвовал в работе международных и всероссийских конференций в качестве пленарного докладчика, члена оргкомитета конференции и докладчика. Его монографии: Лбов Г. С. "Методы обработки разнотипных экспериментальных данных" (1981 г.); Лбов Г. С., Старцева Н. Г. "Логические решающие функции и вопросы статистической устойчивости решений". (1999 г.); Лбов Г. С., Бериков В. Б. "Устойчивость решающих функций в задачах распознавания образов и анализа разнотипной информации". (2005 г.).
Список некоторых научных трудов приведен:
www.mathnet.ru
lib.mexmat.ru
|
