Эффективность экономики обусловлена оперативностью пресечения незаконного поведения хозяйствующих субъектов. В условиях ускорения деловой активности важной частью данного условия становится выявление рыночных сговоров на основе статистики электронных следов. В статье представлено решение этой задачи на основе кванто-теоретического подхода к моделированию принятия решений. А именно, когнитивные состояния субъектов представляются комплекснозначными векторами в пространстве, образованном базисными поведенческими альтернативами, тогда как вероятности принятия решений определяются проекциями этих состояний на соответствующие направления. Согласованность многостороннего поведения при этом соответствует запутанности порождающего когнитивного состояния, степень которой измеряется стандартными квантово-теоретическими метриками. Высокое значение метрики свидетельствует о вероятном наличии сговора между рассматриваемыми субъектами. Полученный таким образом метод выявления поведенческой координации апробирован на открытых данных об участии юридических лиц в государственных закупках за период с 2015 по 2020 годы, доступных на федеральном портале https://zakupki.gov.ru. Для использованной выборки построены квантовые модели примерно 80 тысяч уникальных пар и 10 миллионов уникальных троек ИНН. Достоверность выявления сговоров определялась сравнением подозреваемых с открытыми данными Федеральной антимонопольной службы https://br.fas.gov.ru. Согласно полученным функциям ошибок, половина известных парных сговоров выявляется с достоверностью более 50%, что сравнимо с методами выявления на основе классической корреляции и классической взаимной информации. В трёхстороннем случае, напротив, квантовая модель оказывается практически безальтернативной в силу ограниченности классических метрик двусторонней корреляцией. Половина таких сговоров выявляется с достоверностью 40%. Полученные результаты свидетельствуют об эффективности квантово-вероятностного подхода к моделированию многостороннего экономического поведения. Разработанные метрики могут быть использованы в качестве информативных признаков для аналитических систем и алгоритмов машинного обучения подобной направленности.
Разрабатывается контекстно-управляемый подход к интеллектуальной поддержке принятия решений на основе цифровых следов пользователей. Рассматриваются вопросы использования концепции жизни человека в цифровой среде при интеллектуальной поддержке принятия решений. Исследуются цели обращения к цифровым следам человека в различных проблемных областях и выявляются подходы к моделированию жизни человека в цифровой среде. Предлагается подход к интеллектуальной поддержке принятия решений, в котором цифровые следы служат источником информации для выявления предпочтений пользователей и их поведения при принятии решений. Развиваются взгляды на поддержку принятия решений на основе учета следов пользователей в цифровой среде. Результатами исследования являются спецификация требований к интеллектуальной поддержке принятия решений на основе цифровых следов пользователя, принципы, концептуальная и информационная модели такой поддержки.
Методы оценки схожести музыкальных произведений позволяют реализовать полностью автоматическую рекомендательную систему для музыки, ориентированную на содержание (наподобие Pandora, но без ручного труда экспертов-музыковедов). В статье предлагается новый метод оценки схожести гармонии композиций на основе оригинальной графической вероятностной модели. Модель включает в себя информацию об аккорде и ладе для некоторого момента времени звучания композиции; мы вводим скрытую переменную, стиль, от которой зависит вероятность использования определенного аккорда в контексте определенного лада, и предлагаем сравнивать композиции как векторы-параметры распределений для стилей. По аналогии с некоторыми методами извлечения аккордов рассматриваемая модель не включает ни ритмическую информацию, ни зависимости между соседними аккордами. Описывается реализация модели в системе Infer.NET и осуществляется проверка модели на искусственных данных. Результат работы на реальных данных отрицателен, что свидетельствует о том, что простые модели не подходят для задачи оценки схожести.
Цель статьи — познакомить читателя с современным состоянием дел в области автоматического анализа музыкальной гармонии. Мотивацией для исследований в этой области может являться создание автоматических систем рекомендации музыки, ориентированных на содержание (наподобие Pandora, но без ручного труда экспертов-музыковедов). Основное внимание уделено графическим вероятностным моделям как одному из наиболее перспективных подходов, но описываются и альтернативные методы. Рассмотрены работы, использующие марковские цепи, скрытые марковские модели, многоуровневые графические модели. Приведены как работы, моделирующие только гармонию — последовательности аккордов, в некоторых случаях и тональность, — так и работы, включающие в себя информацию о структуре анализируемого произведения (ритмической, голосовой).
1 - 4 из 4 результатов