Refinement Algoritm of Hypotheses Testing Research Based on Geochronological Tracking

Geochronological tracking is an effective information technology for digital cartographic spatial data sets processing. It is widely known in retrospective patterns research about geographic relocation of figures, or any other units for a given time interval. Software component of geochronological tracking is becoming one the most popular GIS-integrated applications. The article presents the basic provisions for the algorithmization of the geochronological tracking procedure for statistical testing of retrospective studies hypotheses. We can observe the results of solving this optimization problem in a general form and in a number of the most typical variants. The obtained results of solving the optimization problem are interpreted in terms of the retrospective studies subject area. There are shown the ways of further practical application of the optimized algorithm in the tasks of modern logistics, data mining and formalized knowledge.

Geographic information systems, GIS-technologies for historic research, geochronological track and tracking, graphs isomorphism, optimal algorithm, refinement of algorithm, GIS-based interdisciplinary research, refinement tasking

1. Ивакин Я.А., Потапычев С.Н., Ивакин Р.Я. Рациональный алгоритм проверки гипотез ретроспективных исследований использования водного транспорта на базе геохронологического трекинга // Вестник Государственного университета морского и речного флота им. адмирала С.О. Макарова. 2019. Т. 11. № 3. С. 448-460. DOI:10.21821/2309-5180-2019-11-3-448-460

2. Ивакин Я.А., Потапычев С.Н. Геохронологический трекинг - специализированный ГИС-инструментарий исторического исследования // Историческая информатика. Информационные технологии и математические методы в исторических исследованиях и образовании. 2016. № 1-2. С. 3-11.

3. Ивакин Я.А., Потапычев С.Н. Информационная технология геохронологического трекинга для проверки гипотез ретроспективных исследований использования водного транспорта // Вестник Государственного университета морского и речного флота имени адмирала С.О. Макарова. 2018. Т. 10. № 2. С. 452-461. DOI:10.21821/2309-5180-2018-10-2-452-461.

4. Зыков А.А. Основы теории графов. М: Вузовская книга, 2004. 664 с.

5. Печенкин В.В., Королёв М.С., Дмитров Л.В. Прикладные аспекты использования алгоритмов ранжирования для ориентированных взвешенных графов // Труды СПИИРАН. 2018. № 6(61). С. 94-119. DOI:10.15622/sp61.4

6. Воротников В.И., Вохмянина А.В. Метод линеаризующей обратной связи в задаче управления по части переменных при неконтролируемых помехах // Труды СПИИРАН. 2018. № 6(61). С. 61-93. DOI:10.15622/sp61.3

7. Коваленко В.В. Состояние и мировые тенденции развития систем подводного наблюдения // Морские информационно-управляющие системы. 2016. № 2(10). С. 18-33.

8. Коваленко В.В. Океанологическое обеспечение распределенных систем подводного наблюдения // Морские информационно-управляющие системы. 2016. № 2(10). С. 68-79.

9. Deepak А., Tobias F. Average-case analysis of incremental topological ordering // Discrete Applied Mathematics. 2016. Vol. 158. Iss. 4. PP. 240-250.

10. Ammar A.B. Query Optimization Techniques in Graph Databases // International Journal of Database Management Systems (IJDMS). 2016. Vol. 8. Iss. 4.

11. ISO/IEC 15504: Information Technology - Software Process Assessment. URL: http://www.iese.fhg.de/SPICE (дата обращения 3 марта 2019)

12. Steve McConnel. Software Estimation: Demystifying the Black Art (Developer Best Practices). New York: MicrosoftPress, 2006. 610 p.

13. Steve McConnel. Code Complete: A Practical Handbook of Software Construction. New York: MicrosoftPress, 2004. 889 p.

14. Попович В.В. Теория обнаружения и поиска подвижных объектов. СПб.: Наука, 2016. 424 с.

15. Лаверов Н.П., Попович В.В., Ведешин Л.А., Коновалов В.Е. Современные методы и возможности системы освещения обстановки в Арктике в интересах обеспечения безопасности Северного морского пути // Современные проблемы дистанционного зондирования Земли из космоса. 2017. Т. 14. № 3. С. 141-157. DOI:10.21046/2070-7401-2017-14-3-141-157

16. Потапычев С.Н., Ивакин Я.А. Использование геопространственных данных для интеллектуальной поддержки принятия диспетчерских решений // Вестник Санкт-Петербургского государственного университета технологии и дизайна. Серия 1: Естественные и технические науки. 2018. № 2. С. 24-32.

17. Codescu M., Horsinka G., Kutz O., Mossakowski T., Rau R. DO-ROAM: Activity-Oriented Searh and Transport Navigation with OpenStreetMap / GeoSpatial Semantics // Proceedings of the 6th International Conference on GeoSpatial Sematics (GeoS 2011). Lecture Notes in Computer Science. Vol. 6631. Berlin, Heidelberg: Springer, 2011. PP. 88-107. DOI:10.1007/978-3-642-20630-6_6

18. Sigma Knowledge Engineering Environment. URL: http://sigmakee.sourceforge.net (дата обращения 03.03.2020)

19. Cooper R.G. Winning at new products. Accelerating the process from idea to launch. Cambridge (MA): Perseus Publishing, 2001. 227 р.