Способы представления научных данных

Способы представления данных

Завершением любой исследовательской работы является представление результатов. Условно вид представления научных результатов можно разделить на три подвида: 1) устные изложения; 2) публикации; 3) компьютерные версии. Но все они относятся к тем или иным вариантам представления текстовой, символической и графической информации.

Варианты представления информации: вербальная форма (текст, речь), символическая (знаки, формулы), графическая (схемы, графики), предметно-образная (макеты, вещественные модели, фильмы и др.).

Главное требование к научному тексту — последовательность и логичность изложения.

Основные логические формы высказывания: 1) индуктивное — обобщающее некоторый эмпирический материал; 2) дедуктивное — логический вывод от общего к частному или описание алгоритма; 3) аналогия — «трансдукция»; 4) толкование или коммен­тарий — «перевод», раскрытие содержания одного текста посредством создания другого.

Следующая форма описания результатов — геометрическая. Геометрические (пространственно-образные) описания являются традиционным способом кодиро­вания научной информации. Геометрическое описание на­глядно. Оно позволяет одновременно представить систему отношений между от­дельными переменными, исследуемыми в эксперименте.

В психологии используется несколько основных форм графического представления научной информации опирающиеся на характеристики топологические и метрические. Один из традиционных способов представления информации, использую­щих топологические характеристики, — это графы. Графом является множество точек (вершин), соединенных ребрами (ориентированными или неори­ентированными отрезками). Различают графы планарные и пространственные, ори­ентированные (отрезки-векторы) и неориентированные, связные и несвязные.

Чаще всего ориентированные графы используются при описании системы причинных зависимостей между независимой, допол­нительными и зависимой переменными. Неориентированные графы применяются для описания системы корреляционных связей между измеренными свойствами психики. «Вершинами» обозначаются свойства, а «ребрами» — корреляционные связи. Характеристика связи обычно кодируется разными вариантами изображения ребер графа. Положительные связи изображаются сплошными линиями (или красным цве­том), отрицательные связи — пунктиром (или синим цветом). Сила и значимость связи кодируются толщиной линии. Наиболее весомые признаки (с максимальным числом значимых связей с другими) помещаются в центре. Признаки, имеющие меньший «вес», располагаются ближе к периферии.

Для первичного представления данных используются другие графические формы: диаграммы, гистограммы и полигоны распределения, графики, а также таблицы.

Первичным способом представления данных является изображение распределения. Для отображения распределения значений измеряемой переменной на выборке используют гистограммы и полигоны распределения. Гистограмма — это «столбчатая» диаграмма частотного распределения призна­ка на выборке. Используется декартова система координат. При построении гисто­грамм на оси абсцисс откладывают значения измеряемой величины, а на оси орди­нат — частоты или относительные частоты встречаемости данного диапазона вели­чины в выборке. Если на гистограмме отображены относительные частоты, то площадь всех столбиков равна 1.

В полигоне распределения количество испытуемых, имеющих данную величину признака (или попавших в определенный интервал величины), обозначают точкой с координатами: Х— градация признака, Y— частота (количество людей) конкретной градации или относительная частота (отнесение количества людей с этой градацией признака ко всей выборке). Точки соединяются отрезками прямой. Перед тем как строить полигон распределения, или гистограмму, исследователь должен раз­бить диапазон измеряемой величины, если признак дан в шкале интервалов или от­ношений, на равные отрезки. Рекомендуют использовать не менее 5, но не более 10 градаций.

Вариантом отображения информации, переходным от графического к аналити­ческому, являются в первую очередь графики, представляющие функциональную зависимость признаков. Условно выделим два различных по содержанию типа графиков: 1) отображаю­щие зависимость изменения параметров во времени; 2) отображающие связь неза­висимой и зависимой переменных (или любых двух других переменных).

Рекомендаций по построению графиков:

1. График и текст должны взаимно дополнять друг друга.

2. График должен быть понятен «сам по себе» и включать все необходимые обозна­чения.

3. На одном графике не разрешается изображать больше 4кривых.

4. Надписи на осях следует располагать внизу и слева.

5. Точки на разных линиях принято обозначать кружками, квадратами и треуголь­никами.

6. Каждая ось и линия имеет название.

Табличное представление результатов.

Таблица имеет название, номер (всегда пишется сверху). Каждая строка и столбик имеет название.

Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет

Источник

Способы визуального представления данных. Методы визуализации

«Говорят, один рисунок стоит тысячи слов, и это действительно так, но при условии, что рисунок хороший.» Боумена [65]

С возрастанием количества накапливаемых данных, даже при использовании сколь угодно мощных и разносторонних алгоритмов Data Mining , становится все сложнее «переваривать» и интерпретировать полученные результаты. А, как известно, одно из положений Data Mining — поиск практически полезных закономерностей. Закономерность может стать практически полезной, только если ее можно осмыслить и понять.

В 1987 году по инициативе ACM SIGGRAPH IEEE Computer Society Technical Committee of Computer Graphics , в связи с необходимостью использования новых методов, средств и технологий данных, были сформулированы соответствующие задачи направления визуализации.

К способам визуального или графического представления данных относят графики, диаграммы, таблицы, отчеты, списки, структурные схемы, карты и т.д.

Визуализация традиционно рассматривалась как вспомогательное средство при анализе данных, однако сейчас все больше исследований говорит о ее самостоятельной роли.

Традиционные методы визуализации могут находить следующее применение:

• представлять пользователю информацию в наглядном виде;
• компактно описывать закономерности, присущие исходному набору данных;
• снижать размерность или сжимать информацию;
• восстанавливать пробелы в наборе данных;
• находить шумы и выбросы в наборе данных.

Визуализация инструментов Data Mining

Каждый из алгоритмов Data Mining использует определенный подход к визуализации. В предыдущих лекциях мы рассмотрели ряд методов Data Mining . В ходе использования каждого из методов, а точнее, его программной реализации, мы получали некие визуализаторы , при помощи которых нам удавалось интерпретировать результаты, полученные в результате работы соответствующих методов и алгоритмов.

• Для деревьев решений это визуализатор дерева решений, список правил, таблица сопряженности.
• Для нейронных сетей в зависимости от инструмента это может быть топология сети, график изменения величины ошибки, демонстрирующий процесс обучения.
• Для карт Кохонена: карты входов , выходов, другие специфические карты.
• Для линейной регрессии в качестве визуализатора выступает линия регрессии.
• Для кластеризации: дендрограммы , диаграммы рассеивания.

Диаграммы и графики рассеивания часто используются для оценки качества работы того или иного метода.

Все эти способы визуального представления или отображения данных могут выполнять одну из функций:

• являются иллюстрацией построения модели (например, представление структуры (графа) нейронной сети);
• помогают интерпретировать полученный результат;
• являются средством оценки качества построенной модели;
• сочетают перечисленные выше функции (дерево решений, дендрограмма).

Визуализация Data Mining моделей

Первая функция (иллюстрация построения модели), по сути, является визуализацией Data Mining модели . Существует много различных способов представления моделей, но графическое ее представление дает пользователю максимальную «ценность». Пользователь , в большинстве случаев, не является специалистом в моделировании, чаще всего он эксперт в своей предметной области . Поэтому модель Data Mining должна быть представлена на наиболее естественном для него языке или, хотя бы, содержать минимальное количество различных математических и технических элементов.

Таким образом, доступность является одной из основных характеристик модели Data Mining . Несмотря на это, существует и такой распространенный и наиболее простой способ представления модели, как » черный ящик «. В этом случае пользователь не понимает поведения той модели, которой пользуется. Однако, несмотря на непонимание, он получает результат — выявленные закономерности. Классическим примером такой модели является модель нейронной сети.

Другой способ представления модели — представление ее в интуитивном, понятном виде. В этом случае пользователь действительно может понимать то, что происходит «внутри» модели. Таким образом, можно обеспечить его непосредственное участие в процессе. Такие модели обеспечивают пользователю возможность обсуждать ее логику с коллегами, клиентами и другими пользователями, или объяснять ее.

Понимание модели ведет к пониманию ее содержания. В результате понимания возрастает доверие к модели. Классическим примером является дерево решений. Построенное дерево решений действительно улучшает понимание модели, т.е. используемого инструмента Data Mining .

Кроме понимания, такие модели обеспечивают пользователя возможностью взаимодействовать с моделью, задавать ей вопросы и получать ответы. Примером такого взаимодействия является средство «что, если». При помощи диалога «система- пользователь » пользователь может получить понимание модели.

Теперь перейдем к функциям, которые помогают интерпретировать и оценить результаты построения Data Mining моделей. Это всевозможные графики, диаграммы, таблицы, списки и т.д.

Примерами средств визуализации, при помощи которых можно оценить качество модели, являются диаграмма рассеивания, таблица сопряженности, график изменения величины ошибки.

Диаграмма рассеивания представляет собой график отклонения значений, прогнозируемых при помощи модели, от реальных. Эти диаграммы используют для непрерывных величин. Визуальная оценка качества построенной модели возможна только по окончанию процесса построения модели.

Таблица сопряженности используется для оценки результатов классификации. Такие таблицы применяются для различных методов классификации. Они уже использовались нами в предыдущих лекциях. Оценка качества построенной модели возможно только по окончанию процесса построения модели.

График изменения величины ошибки. График демонстрирует изменение величины ошибки в процессе работы модели. Например, в процессе работы нейронных сетей пользователь может наблюдать за изменением ошибки на обучающем и тестовом множествах и остановить обучение для недопущения » переобучения » сети. Здесь оценка качества модели и его изменения может оцениваться непосредственно в процессе построения модели.

Примерами средств визуализации, которые помогают интерпретировать результат, являются: линия тренда в линейной регрессии, карты Кохонена, диаграмма рассеивания в кластерном анализе.

Источник

Способы оформления результатов научных исследований

Важнейшим показателем эффективности научных работников является результативность проводимых исследований. Поэтому каждый ученый должен иметь навыки представления и оформления результатов научных изысканий.

Формы представления научных результатов

Традиционно формы представления результатов исследовательской деятельности объединяют в две группы:

1. квалификационные, подтверждающие уровень сформированности профессиональных компетенций и успешного освоения образовательной программы (бакалавриата, специалитета, магистратуры, аспирантуры и т.д.);
2. научно-исследовательские, демонстрирующие результативность проведенных изысканий по определенной проблематике, находящейся в разработке кафедры, института и др.

К первой группе относятся курсовые, выпускные квалификационные работы, диссертации магистра, кандидата или доктора наук. Ко второй – отчеты по НИР, отчеты участников исследований в рамках гранта, научные публикации, выступления на научных конференциях, семинарах, симпозиумах и др.

Также результаты научно-исследовательской деятельности по избранной тематике можно представлять в разнообразных форматах: в компьютерной презентации, тезисах, аналитической записке, обзоре, справке, стендовом докладе и др.

Оформление результатов исследования

Учебно-исследовательская и научно-исследовательская деятельность организуется в соответствии со строго определенными требованиями к содержанию, логике изложения материала и его оформлению.

Существуют государственные документы, устанавливающие единые требования к разному виду учебно-исследовательских и научных текстов:

• ГОСТ Р 7.0.11–2011, регламентирующий правила оформления диссертационных трудов;
• ГОСТ 7.1–2003, рекомендованный соискателям звания кандидата или доктора наук и представляющий допустимые варианты оформления библиографических описаний в диссертациях;
• ГОСТР 7.0.5–2008, представляющий правила составления списков использованных источников в текстах, представляющих результаты исследований (кроме текстов кандидатских и докторских диссертаций) и др.

Кроме указанных выше стандартов, авторы в процессе оформления результатов проведенных исследований обязаны придерживаться правил, установленных образовательными организациями, организаторами научных мероприятий или издателями.

Научная публикация: простые секреты

Представление результатов исследования чаще всего осуществляется в научной статье. Публикация отличается такими достоинствами, как широкая аудитория читателей-единомышленников, оперативность размещения в профильных изданиях – в электронной среде или на бумажных носителях.

Публикация служит для емкого и эффективного освещения центральных положений проделанной работы, поэтому обычно строится по определенному плану и включает обязательные компоненты:

• обоснование актуальности проблемы;
• контекст и цели проводимого / проведенного исследования;
• использованные подходы и методы;
• результативность завершенного эксперимента или его этапа;
• прогнозирование наиболее важных выводов;
• обозначение перспективных направлений дальнейшей разработки избранной тематики.

Статья, предназначенная к опубликованию, должна отвечать требованиям логичности, точности, соответствовать научному стилю изложения материала. Начинающему исследователю важно усвоить правила подготовки публикации на русском, английском и других иностранных языках.

Доклад на конференции

Один из способов представления результатов исследования – это устный доклад. Его эффективность определяется тем, насколько лаконично и доходчиво представлены центральные идеи исследовательского труда.

В основных частях доклада проводится защита актуальности тематики, операционализация понятий, раскрываются наиболее важные положения. Докладчик использует научный стиль речи, отличающийся логичностью, точностью, стандартизованностью.

Научный стиль предполагает обязательное включение следующих компонентов:

• представление тезауруса, толкование основных понятий;
• описание алгоритмов, моделей, технологий;
• комментирование ключевых формул, расчетов, экспериментальных данных;
• обобщения «от частного к общему»;
• логические выводы «от общего к частному» и др.

Специфика устной формы презентации достижений ученого-исследователя – это возможность использования научно-популярного стиля изложения материала, специальных ораторских приемов, направленных на активизацию внимания слушателей. К таким приемам относится включение обращений к аудитории, примеров, аналогий, инфографики, аудио- и видеоконтента.

Кроме устной, популярна форма стендового доклада, в котором текстовый материал сопровождается изобразительным рядом и оформляется как плакат, постер, стенд.

Экспериментальный отчет

Один из видов представления результатов исследования – это отчет по НИР. Научно-исследовательская работа, выполненная в рамках гранта, международной программы или по заданию кафедры, завершается оформлением отчетной документации. Отчет включает обязательные компоненты:

• название, отражающее специфику методологического подхода, инструментария НИР;
• введение, представляющее проблематику, терминологический аппарат, цель и гипотезу;
• описание методики с указанием алгоритма проводимой процедуры, использованного диагностического инструментария и способов обработки результатов;
• презентация результатов в форме текста, табличного и графического материала;
• анализ полученных эффектов, их новизны и соответствия первоначальной гипотезе, существующих в науке данным.

Развернутый, корректно составленный отчет о проведенных теоретических или прикладных исследованиях позволяет дать оценку научному сотруднику или образовательной организации, является показателем эффективности.

Презентация на международном уровне

Продвижение в профессии в современном научном мире нуждается в представлении результатов исследования мировому сообществу. Форма может быть различной:

• участие в международных научных обществах;
• сотрудничество вузов разных стран по востребованным направлениям исследовательского поиска;
• включение молодых исследователей в межгосударственные магистерские программы, проекты, стажировочные курсы;
• участие в онлайн-конференциях, интернет-форумах;
• публикация в престижных изданиях, размещение в международных базах научного цитирования и др.

Именно коммуникация в научной сфере в современном мире является для молодого ученого первой ступенькой к успешности, а для опытного – подтверждением его заслуг перед научным сообществом.

Результаты исследований ежегодно обобщаются и анализируются и служат основой для оценки молодого или опытного ученого, кафедры, института, университета. Представленные теоретические и прикладные исследовательские проекты свидетельствуют о развитии российской науки, укрепляют ее престиж на международном уровне.

Источник