Subject: Предсказание смерти и нейросети 
Date   : 07 Mar 2002 01:38 GMT
From   : Albert R. Timashev [arta] (arta@astrologer.ru)
To     : All

Доброй ночи всем!

   Вчера-сегодня с помощью исследовательской (некоммерческой) нейросетевой
программы Сергея Тарасова провел первичное тестирование нейросетевых алгоритмов
на задаче прогнозирования смертей. Результаты вполне обнадеживающие.

   Для теста были использованы 4868 натальных карт из базы Эда Штрейнбрехера с
родденовским рейтингом AA,A,B и с точно известной датой смерти.
   Обучение нейросети производилось на 3877 картах, 991 были использованы в
качетстве тестовой выборки, на которой проверялось адекватность поведения
натренированной сети.

   В качестве модели были взяты аспекты (все кратные 30 градусом с орбом 15
градусов, параллели и контрпараллели с орбом 2.5 градуса) всех транзитных планет
(кроме Луны, в виду неизвестности времени смерти), включая Узлы и Черную Луну,
ко всем натальным планетам, осям (Asc,Mc,Ep,Vx), Лунным Узлам, Черной Луне,
точкам пренатальных лунаций, пренатальных и постнатальных затмений.
Предварительно с помощью статистики были "отсеяны" малозначимые аспекты (с 10-ю
контрольными группами получилось 137 значимых из 1377). В данном случае такой
статистический отсев позволил избежать включения в сеть явно малозначимых
аспектов и был целесообразен для проведения первоначального тестирования. В
общем же случае я согласен с мнением Павла Свиридова о том, что такой отсев
производить ни в коем случае нельзя (см.
http://www.ctp.ru/NN_in_fin_astrology.shtml).

   Как известно, на обучающей выборке можно достичь практически 100%-ого
совпадения. Критерием качества натренированности сети служит тестовая выборка
(991 карта упомянутая выше).
   На тестовой выборке после 200000 шага тренировки надежность нейросети
составила примерно 11-12% (при надежности на обучающей выборке 77% - можно было
получить и больший процент вплоть до 100%, но, как видно из графика 1,
дальнейшее обучение сети не приводило к увеличению надежности на тестовой
выборке и поэтому было бессмысленно).

   График 1. Динамика изменения надежности нейросети на тестовой выборке в ходе
тренировки: 

   Гистограмма 1. Распределение элементов обучающей и тестовой выборки:

   Как легко можно видеть, у обучающей выборки разделение красного и синего
достигает 76.32%, а у тестовой - 11.4%

   Напомню, что сам Сергей получил чуть менее хорошие результаты (около 10% на
тестовой выборке) при создании сети для определения профпригодности (см.
http://www.almagest.ru/article3.html). Из чего я делаю вывод об общей успешности
своего первого эксперимента по прогнозированию смертей и нахожу целесообразным
продолжение работы в данном направлении.

С уважением,
Альберт Тимашев