Methods of Data Analysis for Use in Intelligent Support Systems for Solving Problems of Processing Monitoring Data for Chemically Hazardous Objects

Authors

  • I. M. Yannikov Kalashnikov ISTU
  • M. V. Telegina Kalashnikov ISTU
  • R. A. Galiakberov Kalashnikov ISTU

DOI:

https://doi.org/10.22213/2410-9304-2021-2-114-122

Keywords:

information processing methods, pollution monitoring methods, integrity, quantitative analysis, qualitative analysis, intelligent methods, spatial analysis, geoinformation analysis

Abstract

The paper is devoted to the analysis of methods for processing data for monitoring pollution of potentially hazardous objects, primarily, chemical ones. Since the monitoring of chemically hazardous objects has its own specifics, the paper presents the main goals and principles of performing this monitoring, the features of the data obtained and the requirements for research methods that must be taken into account when organizing their collection, processing and storage. For the purpose of a unified understanding of the provisions of the work, the systematization of information processing methods is carried out, their brief description is given. For a more visual presentation, a graphical representation of the methods of qualitative, quantitative and geoinformation analysis, intellectual analysis of processing methods using the spatial aspect is provided. On the basis of the analytical review, the advantages and disadvantages of the considered groups of methods are formulated, and their prioritization is carried out in relation to the specifics of processing data for monitoring chemically hazardous objects. The general conclusions of the paper take into account the results of the research made by the authors on the processing of data for monitoring pollution of chemically hazardous objects. It is shown that the use of the above methods will allow us to develop systems to support the solution of monitoring information processing tasks that can quickly process large amounts of data while maintaining high accuracy of the results.

Author Biographies

I. M. Yannikov, Kalashnikov ISTU

DSc in Engineering, Associate Professor

M. V. Telegina, Kalashnikov ISTU

PhD in Engineering, Associate Professor

R. A. Galiakberov, Kalashnikov ISTU

Post-graduate

References

Экологический мониторинг опасных производственных объектов: опыт создания и перспективы развития (на примере систем экологического контроля и мониторинга объектов по уничтожению химического оружия) / В. П. Капашин, Н. Г. Кутьин, В. В. Мартынов, М. В. Ферезанова, В. Н. Чупис ; под общ. ред. В. Н. Чуписа. М. : Научная книга, 2010. - 526 с. : ил.

Янников И. М. Методы и системы автоматизации обработки результатов биологического мониторинга потенциально опасных объектов : монография. Самара : Изд-во СамНЦ РАН, 2020. 486 с.

Горшков М. В. Экологический мониторинг : учеб. пособие. Владивосток : Изд-во ТГЭУ, 2010. 313 с.

Поручиков М. А. Анализ данных : [учеб. пособие]. Самара : Изд-во Самарского университета, 2016. 88 с.

Статистические типы данных, используемые в машинном обучении. - URL: https://yandex.ru/turbo/ nuancesprog.ru/s/p/9713 (дата обращения: 27.02.2021).

Страусс А., Кобрин Д. Основы качественного исследования: обоснованная теория, процедура техники. М. : Эдториал, УРСС, 2001.

Киблицкая М. В., Масалков И. К. Методология и дизайн исследования в стиле кейс стади. М. : Изд-во Международного университета бизнеса и управления, 2003. 287 с.

Семенова В. В. Качественные методы. М. : Добросвет, 1998.

Кузнецов О. П. Когнитивное моделирование слабо структурированных ситуаций. URL: http://posp.raai.org/ data/posp2005/ Kuznetsov/ kuznetsov.html (дата обращения: 28.02.2021).

Кишинская В. С. Качественные данные и методы социологического исследования // Петербургская социология сегодня. 2011. №3. URL: https://cyberleninka.ru/article/n/kachestvennye-dannye-i-metody-sotsiologicheskogo-issledovaniya (дата обращения: 28.02.2021).

Страус А., Корбин Дж. Основы качественного исследования. Обоснованная теория: процедуры и техники / пер. с англ. Т. С. Васильева. 2-е изд., стереот. М. : КомКнига, 2007.

Фоменков А. И. Основные подходы в современной практике анализа данных, полученных в качественном социологическом исследовании. URL: https://smolsoc.ru/index.php/home/2009-12-24-13-38-54/30-2010-08-30-11-30-31/1096-2011-02-06-03-27-28.

Шорохова И. С., Кисляк Н. В., Мариев О. С. Статистические методы анализа : [учеб. пособие] / Министерство образования и науки Российской Федерации, Уральский федеральный университет. Екатеринбург : Изд-во Уральского университета, 2015. 300 с.

Ершова Е. А. Методы статистического анализа // European research. 2016. № 12. С. 27-29.

Полякова В. В., Шаброва Н. В. Основы теории статистики : [учеб. пособие] / М-во образования и науки Рос. Федерации, Уральский федеральный университет. 2-е изд., испр. и доп. Екатеринбург : Изд-во Урал. ун-та, 2015. 148 с.

Демин С. Е., Демина Е. Л. Математическая статистика: учебно-методическое пособие / Министерство образования и науки Российской Федерации; ФГАОУ ВО «УрФУ им. первого Президента России Б.Н. Ельцина», Нижнетагильский технологический институт (филиал). Нижний Тагил: НТИ (филиал) УрФУ, 2016. 284 с.

Бугель Н. В., Булавчик В. Г. Правовая статистика : учеб. пособие для курсантов и слушателей образовательных учреждений МВД России. М. : ЦОКР МВД России, 2010. 272 с.

Шанченко Н. И. Общая статистика. Лабораторный практикум : учеб. пособие. Ульяновск : УлГТУ, 2013. 114 с.

Корреляционный и регрессионный анализ: [методическое пособие для самоподготовки] / Н. В. Нигей; М-во образования и науки Рос. Федерации, Амурская государственная медицинская академия. Благовещенск.

Тарновская Л. И. Статистика : [учеб. пособие]. Томск : Изд-во ТПУ, 2008. 248 с.

Певченко С. С. Методы интеллектуального анализа данных // Молодой ученый. 2015. № 13 (93). С. 167-169. URL: https://moluch.ru/archive/ 93/20875/ (дата обращения: 08.03.2021).

Храмов А. Г. Методы и алгоритмы интеллектуального анализа данных: [учеб. пособие]. Самара : Изд-во Самарского университета, 2019. 176 с.

Мусаев, А. А. Интеллектуальный анализ данных : [учеб. пособие]. СПб. : СПбГТИ(ТУ), 2018.56 с.

Телегина М. В., Янников И. М., Габричидзе Т. Г. Методы и алгоритмы оценки воздействия потенциально опасных объектов на окружающую среду : монография. Самара : Изд-во Самарского НЦ РАН, 2011. 152 с.

Чубкова И. А. DATA. URL: https://portal.tpu.ru/departments/kafedra/vt/Disciplines_VT/Data_storehouses/FilesTab/Tab/lections20data20mining.pdf (дата обращения: 08.03.2021).

Карманов А. Г., Кнышев А. И., Елисеева В. В. Геоинформационные системы территориального управления : учеб. пособие. СПб. : Университет ИТМО, 2015. 121 с.

Методы и системы обработки данных биомониторинга потенциально опасных объектов : монография / И. М. Янников, М. В. Телегина, В. А. Алексеев, Т. Г. Габричидзе. Самара: Изд-во Самарского государственного аэрокосмического университета, 2011. 200 с.

Янников И. М., Телегина М. В., Кузнецов Н. П. Применение нейронных сетей для обработки данных биомониторинга загрязнений // Экология промышленного производства. Вып. 4 (108). М. : Компас, 2019. С. 41-44.

Published

10.07.2021

How to Cite

Yannikov И. М., Telegina М. В., & Galiakberov Р. А. (2021). Methods of Data Analysis for Use in Intelligent Support Systems for Solving Problems of Processing Monitoring Data for Chemically Hazardous Objects. Intellekt. Sist. Proizv., 19(2), 114–122. https://doi.org/10.22213/2410-9304-2021-2-114-122

Issue

Section

Articles