นักวิจัยในวิทยาลัยดาร์ทเมาท์ได้พัฒนาเครื่องมือทางคณิตศาสตร์ที่จะสามารถใช้เพื่อแก้ไขความซับซ้อนของโครงสร้างที่จำเป็นที่ขึ้นกับเวลา ความสัมพันธ์ที่กว้าง ข้อมูลที่ซับซ้อนเช่นการออกเสียงสมาชิกในกลุ่มอาชีพต่าง ๆ กิจกรรมที่สองของที่สองในตลาดหุ้น หรือ ระดับของออกซิเจนที่ไหลเวียนในสมอง
นักวิจัยได้ตั้งชื่อเครื่องมือนี้ว่า Partition Decoupling Method ซึ่งได้ตีพิมพ์ลงในวารสารวิชาการ PNAS ในสัปดาห์นี้
ด้วยความต้องการที่จะเห็นความถูกต้องของตลาด นักวิจัยได้สร้างแผนที่ที่แสดงหลักการทั่วไปของภาคเศรษฐกิจและอุตสาหกรรม พอ ๆ กับความสัมพันธ์ระดับกว้างระหว่างกัน ซึ่งสะท้อนความแตกต่างของระดับการไหลเวียนของเงินทุน ระหว่างบริษัท อุตสาหกรรม ภาคเศรษฐกิจและอื่น ๆ ต่อไป ในความเป็นจริงแนวความคิดเรื่องการไหลเวียน อย่างเช่นเงินทุน ออกซิเจน หรือการจัดเรียงตัวของการเมือง เป็นสิ่งที่นักวิจัยต้องการจะหาคำตอบ
การจับรูปแบบที่เรียกว่าการ ไหล ได้นั้นมีความสำคัญต่อความเข้าใจความอ่อนไหวของการพึ่งพาอาศัยในระดับใหญ่ที่ความแตกต่างในระดับองค์ประกอบของระบบที่ซับซ้อน นักวิจัยได้ใช้คณิตศาสตร์ของสาขาที่เรียกว่า การวิเคราะห์ spectral ซึ่งถูกใช้บ่อยในการคำนวนการไหลเวียนความร้อนบนพื้นผิวที่มีความแตกต่างกันของรูปทรง เพื่อมาวิเคราะห์เครือข่ายของความสัมพันธ์ นี้เป็นการรวมเครื่องมือเรียนรู้ทางสถิติเพื่อสร้าง Partition Decoupling Method (PDM) PDM ค้นพบพื้นที่ซึ่งการไหลไหลเวียนมากกว่าที่คาดการณ์ไว้ในการสุ่ม ซึ่งทลายพื้นที่เหล่านี้และสร้างเครือข่ายใหม่ขึ้นในภาคต่าง ๆ พอ ๆ กับเครือข่ายที่มีอยู่ ผลที่ได้มีผลกระทบเมื่อมองเข้าไปในการวิเคราะห์รายละเอียดที่ได้ของความสัมพันธ์ที่กว้างพอ ๆ กับการขยายออกมามองระดับการไหลที่หยาบในระยะทางที่ไกลขึ้น
นักวิจัยได้ประยุกต์ใช้ PDM กับตลาดหุ้น ซึ่งเป็นระบบที่เต็มไปด้วยข้อมูลตัวเลขและมีความซับซ้อนของโครงข่ายที่ขึ้นกับตลาดโลก อุตสาหกรรมและเงินตรา PDM พิสูจน์ความเที่ยงตรงและเผยทั้งโครงสร้างที่รู้และรูปแบบ และโครงสร้างใหม่ที่จะนำมาซึ่งทางออกของการวิเคราะห์ใหม่ ๆ
ที่มา - physorg.com
ปล. เนื่องจากไม่ใช่นักคณิตศาสตร์และไม่มีความเชี่ยวชาญด้านภาษาจึงสามารถแปลได้เท่านี้ หากใครเข้าใจโปรดอธิบายเพิ่มเติมให้ด้วยครับ
