Елена Булыгина предлагает Вам запомнить сайт «Ленусик»
Вы хотите запомнить сайт «Ленусик»?
Да Нет
×
Прогноз погоды

Как математика предсказывает торнадо

развернуть

Как математика предсказывает торнадо

Эта статья ― лишь небольшая часть того, что Фуад Алескеров рассказал в интервью для нашего проекта GeekSpeak, доступного только студентам платных программ GeekBrains.


Фуат Алискеров ― российский математик, экономист, специалист в области теории принятия решений, теории игр, включая математическое моделирование политических процессов и теории управления, доктор технических наук, профессор, заслуженный профессор Высшей Школы Экономики, почетный работник науки и техники РФ.

Зачем губернаторам математика 

У нас есть условный город с каким-то набором параметров: удаленность до Москвы, школы, работа, медицина, благоустроенность, еще что-то. На основе этого набора параметров возможно, не опрашивая жителей, получить какую-то оценку, а потом, соответственно, проведя опросы, можем прийти к тому, что эта модель дала либо правильную оценку, либо неправильную.

Я тогда с губернаторами и мэрами городов разговаривал, и я все время говорил одно и то же ― я не пришел вам здесь указывать, как надо что-то делать, или какие у вас проблемы. Вы лучше меня знаете ― я сижу в Москве, что я могу знать? 

Но когда вы знаете, что есть много проблем, которые могут решаться разными способами и в разных точках, вот тогда возникает комбинаторная задача такой чудовищной сложности, что никакой губернатор вместе с аппаратом его не решат. Вот тут нужна математика.

Как выбрать решение

Условный пример. Есть микрорайон, в котором надо построить школу, и тогда жители ― пять тысяч человек, будут удовлетворены. Для другого микрорайона нужно расширить дорогу, и тогда они будут быстрее добираться до центра, и тоже будут удовлетворены. А там десять тысяч человек.

И вот среди вот этого многообразия решений нужно выбрать, какие решения надо принимать, чтобы суммарно повысить уровень удовлетворенности жителей, и в какой последовательности. Это все задача, которую математика и эти модели очень эффектно решают.

Когда мы стали делать эту работу, оказалось, что на персональных компьютерах это занимает часы и часы. Я тогда придумал такую приближенную схему, которая работала на персоналках еще в 1987 году, это даже не современные ПК. Она работала очень эффективно. 

Как применить алгоритм к торнадо 

Мы делали очень серьезную работу для немецкой фирмы Metrona, там я впервые столкнулся с большими данными. Мы делали первые попытки что-то вытащить из этих данных, применяли классические модели, а там алгоритм работает 3,5-4 часа. Я ребятам сказал, что если это 4 часа каждый запрос будет работать, то, значит,
нам эту работу надо будет делать 5 лет, но 5 лет нам никто ее не будет оплачивать, 

Когда мы писали книгу по теореме выбора, пришла идея решать эту задачу суперпозицией функции выбора. Классические алгоритмы хорошо работают, но очень долго. И вот я придумал эту суперпозицию использовать для поиска. Летало только так. Все это было решено.

Это была совершенно теоретическая работа, я никогда даже не думал, что это может в практике где-то сработать. И вдруг вот так ― бах, и сработало, сработало очень качественно.

А потом мы эту же технику к предсказаниям торнадо применили и улучшили результат, который там есть. Я тогда помню, когда мы получили этот результат, я расстроился, потратили время попусту, всего 61% точного предсказания. И ребятам говорю, что попусту время потеряли. Они мне притащили статью, в которой было написано, что 57% ― вот это существующий результат. И каждые полпроцента увеличения – это великий результат. А мы увеличили его сразу на 4%.

Полная версия интервью доступна только студентам GeekBrains

Это лишь небольшая часть того, что  Фуад Алескеров рассказал в интервью для нашего проекта GeekSpeak. В рамках этого проекта мы общаемся с известными учеными, разработчиками и бизнесменами, которые делятся своими знаниями и опытом, а также подробно рассказывают о таких темах, для понимания которых нужно прочитать десятки научных книг и статей, написать сотни тысяч строчек кода или основать несколько стартапов.

К каждому интервью прилагаются полезные материалы, которые спикеры советуют для саморазвития: книги, фильмы, лекции, презентации, подкасты и многое другое.

Посмотреть расширенное интервью и получить подборку материалов могут только студенты платных программ GeekBrains. Хотите стать одним из них? Выберите свою программу обучения здесь.
 

 


Ключевые слова: г. Москва [1405113]
Опубликовано 24.03.2023 в 10:00
Статистика 1
Показы: 1 Охват: 0 Прочтений: 0

Комментарии

Показать предыдущие комментарии (показано %s из %s)
Показать новые комментарии
Читать

Поиск по блогу

Люди

7 пользователям нравится сайт lena2018.mirtesen.ru

Последние комментарии

нет комментариев