Вернемся к задаче построения заявленной модели. Что же касается конкретного метода для решения задачи моделирования преодоления юридических препятствий, то, по мнению автора, здесь целесообразно применить математический аппарат теории распознавания образов216. Как показывает опыт автора, этот аппарат достаточно доступен гуманитарию и, следовательно, успешно может быть применен именно при моделировании правовых процессов217.
Именно теория распознавания образов – адекватный математический инструментарий решения этой задачи. С помощью этого аппарата разработчики и пользователи имеют возможность понять и промоделировать такие функции мозга, как способность «находить сходство», «обобщать», «создавать обобщенные понятия» и т. п.
Задача распознавания (точнее, классификации) объекта ставится следующим образом. Имеется некоторый способ кодирования объектов, принадлежащих заранее известному конечному множеству классов C={C1 ,…, Cq}, и некоторое конечное множество объектов (обучающее множество), про каждый из которых известно, какому классу он принадлежит. Нужно построить алгоритм, который по любому входному объекту, не обязательно принадлежащему обучающему множеству, решает, какому классу этот объект принадлежит, и делает это достаточно хорошо. Качество распознавания оценивается как вероятность (т. е. частота) ошибки классификации на другом конечном множестве объектов с заранее известными ответами (тестовом множестве). В нашем случае объекты – законодательные и правоприменительные ситуации, а классы – юридические препятствия (уровень препятствий в неких условных баллах).
Математическую постановку задачи можно сформулировать следующим образом.
Создается таблица исходных данных (ТИД).
ТИД состоит из N+1 столбцов и K строк. Столбцы представляют собой признаки объекта (множество X) и целевую функцию (целевой признак Y). Каждой строкой описывается результат одного опытного наблюдения за объектом (всего таких наблюдений K), т. е. в каждой ячейке строки фиксируется фактическое значение признака объекта. Проводя аналогию с моделью «черного ящика», можно сказать, что ТИД – это результаты экспериментов с входами «ящика».
Процесс формализации ТИД в граф-схемную конструкцию заключается в преобразовании модели данных из табличной в граф-схемную (нейросетевую). Синтез граф-схемы основан на поэтапном анализе ТИД на предмет наличия в ней схожих наблюдений, т. е. производится выделение закономерностей в распределении значений признаков объекта. Результатом каждого анализа является фрейм (характеристика наблюдения) – форма записи связей анализируемого признака. После анализа всей таблицы выделяется множество фреймов – граф-схема. После ее построения на эмпирическом материале становится возможной реализация главной цели: меняя исходные данные, мы преодолеваем юридические препятствия в реализации