Показать сообщение отдельно
  #225  
Старый 29.05.2014, 14:20
Ковбоец Ковбоец вне форума
участник
 
Регистрация: 16.08.2012
Адрес: Санкт-Петербург
Сообщений: 1,645
Ковбоец на пути к лучшему
По умолчанию Ответ: Альтернативная наука, эгрегоры, образы, экстрасенсы и прочее

Появился интерес у читателей к "чудо технике" описанной в этой ветке.
Опишу свои мысли по поводу таких вот биорезонансных приборов подробно что и как.
http://www.gepa-pro.ru/diagnozbio
http://tnu.podelise.ru/docs/index-397288.html
http://ptzdom.ru/board/printdetail/209876/
http://stolbik.ua/m/5168962/kompyute...ganizma_v.html
http://www.romashina.ru/diagnostika-organizma.html
http://yalta.cri.slando.ua/obyavleni...p-ID7tWk7.html
http://vk.com/club11285622
http://spravkavrn.ru/article.php?id=117

Честно вам скажу, не знаю как действуют эти приборы, может быть половина из них и правда фейк. То что их используют для впаривания людям БАДов, рассматривать не будем.
Попробуем понять смысл и практическую пользу.

Итак. Электронная сторона прибора. Это магнитно резонансный спектрометр. Я вижу несколько вариантов реализации.
1 Можно сделать генератор частот, чем шире его диапазон тем лучше. Связать его с антенной, небольшой, возможно ферритовой, не важно сейчас суть. Алгоритм работы: Подаем первую частоту на антенну, снимаем показания, если в пространстве присустсвует электромагнитное поле с такой частотой то возникнет резонанс между этим полем и полем антенны. Считаем результат в память. Дальше следующая частота и т.д. Проходим весь спектр. (Как сканировать, как генерировать, как сохранять в память... это чисто технические вопросы, электроникой тут особо заниматься не будем. При желании это все можно почерпнуть из книжек, интернета, есть аналогичные приборы электромагнитные сканеры, спектрометры, есть радиоприемники с автоматическим поиском радиостанций принципы работы этих устройств похож на рассматриваемый здесь. Так, что думаю конструирование электронной части это отдельный чисто технический вопрос.)
На выходе такого прибора должна быть спектрограмма. Показывающая на каких частотах пусто а на каких был резоанас (то есть зафиксировано электромагнитное поле определенной частоты).
Это совершенно обычный график 2х координат. По вертикали мощность поля (0 показывает отсутствие поля данной частоты) По горизонтали частота.

Все интересное начинается дальше.
Можно конечно просто сравнивать эти спектрограммы испытуемых. Но, можно сделать следующее.
Возьмем 100, может 1000 испытуемых. Чем больше вообще говоря лучше. С каждого снимем спектрограмму. И каждого нужно тщательно обследовать, лучше чтобы это сделала группа квалифицированных специалистов медиков, чтобы они четко сказали какие у этих испытуемых болезни или же наоборот хорошее здоровье. Важно и то и другое.
Таким образом для каждой спектрограммы мы получим дополнительную информацию от медиков.

Далее. Берем искусственную нейронную сеть. Думаю подойдет Многослойный персептрон. Количество нейронов в первом слое = количеству частот из спектрограммы. Думаю нужно взять слоев 3-4 (для начала поэкпериментировать и посмотреть при какой конфигурации сеть легче обучается.), так чтобы в каждом последующем слое нейронов было меньше. А в последнем слое сделать 1 нейрон (он будет показывать наличие болезни на распознавание которой обучалась сеть).
Обучать сеть будем так: Входные данные как вы уже догадались - это спектрограмма. А выходные данные это наличие болезни. Для детектирования 1 болезни будет одна сеть.
То есть нужно сделать "обучающую выборку". К каждой спектрограмме сделать дополнительные данные, есть болезнь или нет.
Обучаем сеть на этой выборке. Если ошибка обучения составила 0. Можно с определенной уверенностью говорить, что сеть научилась распознавать по спектрограмме данную болезнь.
(Да забыл сказать, обычно в сетях нужно приводить исходные данные к определенному формату. Обычно данные должны лежать в диапазоне -1 до 1. Исходные данные можно просто промасштабировать. В это я тоже не сильно вдаюсь, подразумевать что читатель знаком с сетями хотя бы поверхностно. Тогда программист сможет это все создать. Используя готовые библиотеки для программирования.)
И так прогоняем по всем болезням. Получим столько сетей сколько болезней.

Далее берем совершенно нового испытуемого, создаем его спектрограмму.
Эту спектрограмму прогоняем по всем сетям, обученным ранее и они распознают заболевания испытуемого.
Таким образом мы получаем аналог врача терапевта, который никогда не ошибается. (может и ошибается, но мне кажется это гораздо лучше чем обычный терапевт).
Преимущества данного метода на лицо. По мимо меньшей ошибки распознавания (по сравнению с обычным терапевтом) мы имеем возможность еще и распознавать болезни на самой ранней стадии, когда врачи вообще ничего не заметят а вам скажут что все в порядке вы здоровы.

Далее.
По обученной нейронной сети можно восстановить спектр болезни. Как это сделать.
В процессе обучения, алгоритм обучения настраивает так называемые "веса" синапсов всех нейронов сети.
Если вес приобрел значение равное или близкое нулю, то эти данные не используются для формирования ответа. То есть можно посмотреть какие частоты спектрограммы были использованы сетью для ответа, есть болезнь или нет.

Таким образом можно создать базу данных болезней, соответствующим им спектрам и изучать это все дело.

Как я упомянул ранее можно распознавать не только болезни но и здоровое самочувствие. Наверняка удастся выяснить как и с помощью чего можно добиться большего здоровья и лучшего самочувствия.

Несколько более простой способ по сравнению с этим такой:
Берем осциллограф, наверное можно взятьцифровой с возможностью записи на флешки. В медицине это широко используется в виде всяких осциллограмм и прочего. Но этот метод мне кажется менее перспективным так как мы тут больше ловим внутренние электрические процессы организма и упускаем многое, что отражается в биополе.
Тем не менее из полученного ряда данных можно получить спектрограмму применив к ряду трансформацию Фурье. (Она переводит график из амплитудно временной плоскости в амплитудно частотную (эта та самая спектрограмма) и фазо частотную поскости) Можно конечно и это исследовать, что выйдет не знаю.

Небольшая справка об инструментарии для создания подобных систем
Для нейронных сетей советую
ENCOG - самый лучший пакет который я встречал. В библиотеку входит множество алгоритмов обучения, множество алгоритмов поиска глобальных экстремумов в многопораметрических функциях (генетический алгоритм, алгоритм муравьев и алгоритм пчел туда кажется тоже входят, если правильно помню), множество всевозможных типов нейронных сетей. Все алгоритмы исполняются параллельно на всех ядрах компьютера. В общем то что нужно.
Есть и попроще, такие как AForge.NET, FANN, и другие, с десяток можно найти.

Для математики можно использовать ALGLIB, MathDotNet и прочие. С этим тоже думаю проблем быть не должно.

Можно пойти и дальше. С помощью таких методов можно исследовать воздействие лекарств и выделить те лекарства которые реально помогают. А еще лучше так составлять питание, чтобы болезней не было.

Мне кажется данная метода позволит и людям развиться лучше и раз уж все таки если придется болеть то можно вылечить более безошибочно.
И да, это конечно смертельный приговор всей фармацевтики и бизнеса высасывающих деньги из людей, которым выгодно чтобы все болели.

Думаю достаточно написал для того чтобы понять смысл и иметь возможность создать такой аппарат. Что не ясно или интересно более подробно объясню по мере возникновения надобности.
Ответить с цитированием