A Scientific Reports rangos nemzetközi folyóiratban jelent meg magyar kutatók tanulmánya, amely hozzá segíthet előre jelezni a váratlan eseményeket matematikai modellek segítségével.

„Unikornisvadász”, azaz anomália detekciós algoritmusokkal kapcsolatos tanulmány jelent meg a rangos Scientific Reports  című nemzetközi tudományos folyóiratban magyar kutatók (Benkő Zsigmond, Bábel Tamás, Somogyvári Zoltán) tollából. A tanulmány a Wigner Fizikai Kutatóközpont, Komputációs Tudományok osztályán folyó munka eredménye, ahol többek között olyan új számítógépes módszereket fejlesztenek, amelyek segítenek az információ-tengerben, „big data” állományban megtalálni a rendkívüli és váratlan helyzetekre előre utaló adatokat.

Mindennapi életünk általában kiszámíthatóan telik, azonban sokszor megtörténik a váratlan: kihagy alvás közben a szívverésünk, hó esik áprilisban, vagy beszakad a tőzsde, összeomlik a pénzpiac. Ha minden váratlan fordulat nem is, de vannak olyan rendkívüli események, melyek a hétköznapi életünket leíró adatsorokon is nyomot hagynak. Ezeket sokszor egyszerű felismerni, egy tőzsdei összeomlás például „szabad szemmel” is észrevehető árfolyamingadozással jár, máskor azonban sokkal rejtettebbek, az EKG apró eltérései csak a szakembernek tűnnek fel. Az ilyen, nem nyilvánvaló változások megtalálására anomália detekciós algoitmusokat használnak a nagy adatsorok elemzői. Egy ilyen algoritmust fejlesztett ki 3 magyar kutató, amely segíthet megjósolni, hogy mit hoz a jövő az élet és az üzleti világ számos területén.

Váratlan események nyomában a magyar kutatók

A váratlan események sokszor nemcsak váratlanok, hanem ismeretlenek, vagyis olyanok, amelyeket eddig nem tapasztaltunk. Mintha egy „unikornis” tűnne fel előttünk az erdőben, ezért felismerésük az automatikus módszerek számára komoly kihívást jelent.  A Wigner Fizikai Kutatóközpont, Komputációs Tudományok osztályán dolgozó kutatók új, rendkívüli események felismerésére alkalmas módszerével, felfedezhetőek lesznek ezek az „unikornisok”: az olyan váratlan, hosszan mért idősorokon megjelenő események, melyeknek előre nem ismerjük a jellegzetességeit. Modern világunkban, ahol az információ az egyik legfontosabb nyersanyag, az új algoritmus fontos és rendkívül hasznos eszköz lehet a rendkívüli és főleg korábban még nem ismert jelenségek felismerésére, amelyek gyakran előre jelezhetnek komoly következményekkel járó változásokat, és számos területen, például a pénzügyben, vagy éppen az egészségügyben, találhat gyakorlati alkalmazásra.

A magyar módszerrel előrejelezhető lett volna a 2008-a világválság?

A mostani tanulmányában ismertetett módszer először olyan számítógépes teszteken mutatta képességeit melyek során a kutatók generálták és helyezték el az anomáliákat – itt olyan egyedi eseményeket fedeztek fel vele, melyek az emberi szem számára sokszor láthatatlanok, és olyanokat is, amelyekkel más hasonló anomália detekciós algoritmusok nem boldogulnak. Az új „unikornis” algoritmus azonban többre is képes: mikor valódi mért adatsorokon alkalmazták - ahol már egy-egy rendkívüli esemény ismert volt - megtalálta például egy a szív működését figyelő EEG adatsoron az alvás során bekövetkező rövid légzés megakadás (apnoe) jeleit, ami segíthet az orvosoknak megfelelő kezelést választani. Ugyanígy baljós jelzést vett észre a 2008-as nagy összeomlás előtt a banki tranzakciók korábbi adatait vizsgálva az egyik fontos kamatmutatóban, a LIBOR indexen. 

Dr. Somogyvári Zoltán, A Wigner Fizikai Kutatóközpont tudományos főmunkatársa, az Elméleti Idegtudomány és Komplex Rendszerek kutatócsoport vezetője. Fizikus, aki a Semmelweiss Egyetemen szerzett Idegtudományokból PhD fokozatot. Fő kutatási területe a az új adatelemzési módszerek fejlesztése, amelyekkel közelebb kerülhetünk az agy működésének, bizonyos agyi betegségek okainak és általánosságban a komplex rendszerek működésének felderítéséhez.

Dr. Bábel Tamás, orvos, klinikai idegtudományokból szerzett PhD fokozatot. Orvostechnikai és digitalis egészségipari innovációs szakterülettel foglalkozik. Kutatási érdeklődésének középpontjában elsősorban a neurokardiális biomarkerek állnak.

Dr. Benkő Zsigmond, biofizikus, a Semmelweis Egyetemen szerezte PhD fokozatát elméleti orvostudományból. Jelenleg a Wigner Fizikai Kutatóintézet Elméleti Idegtudomány és Komplex rendszerek kutatócsoportjában tudományos munkatársként dolgozik. A mesterséges inteligencia eszköztárát felhasználva fejleszt új adatfeldolgozásii algoritmusokat, amik a komplex rendszerek modellezését és irányítását teszik lehetővé.