Informacionnye TehnologiiInformacionnye TehnologiiИнформационные технологии1684-6400New Technologies Publishing House70411910.17587/it.32.142-148Modeling and optimizationМоделирование и оптимизацияResearch ArticleFinding patterns in nested samples of objects with dynamically distributed data valuesПоиск закономерностей по вложенным выборкам объектов с динамически распределенными значениями данныхIgnatevN. A.ИгнатьевН. А.
Uzbekistan

Dr. of Phys. and Math. Sc., Professor

д-р физ.-мат. наук, проф.

n_ignatev@rambler.ruZguralskayaE. N.ЗгуральскаяЕ. Н.
Russian Federation

Cand. of Tech. Sc., Assistant Professor

канд. техн. наук, доц.

iatu@inbox.ruNational University of UzbekistanНациональный университет Узбекистана им. Мирзо УлугбекаUlyanovsk State Technical UniversityУльяновский государственный технический университет13032026323Informacionnye TehnologiiИнформационные технологии1421481103202611032026Copyright ©; 2026, Informacionnye TehnologiiCopyright ©; 2026, Информационные технологии2026Informacionnye TehnologiiИнформационные технологииhttps://journals.eco-vector.com/1684-6400/article/view/704119

The problem of finding hidden patterns in nested samples of objects, the measurement of feature values was considered. The objects of each sample were divided into representatives of two non-intersecting classes. Using a recursive method, the feature values were divided into intervals within which representatives of one of the classes dominated. The results of the partitioning were used to calculate the stability of features. The presence of restrictions on the set of admissible stability values is explained through the properties of membership functions to fuzzy sets. The results of the computational experiment were used to predict the survival of patients with chronic lymphocytic leukemia, depending on the stages of their examination.

Рассматривается задача поиска скрытых закономерностей на вложенных выборках объектов, измерение значений признаков которых проводилось через определенные промежутки времени. Объекты каждой выборки разделены на представителей двух непересекающихся классов. Рекурсивным методом значения признаков были разбиты на интервалы, в границах которых доминировали представители одного из классов. Результаты разбиения использовались для вычисления устойчивости признаков. Наличие ограничений на множество допустимых значений устойчивости объясняется через свойства функций принадлежности к нечетким множествам. Результаты вычислительного эксперимента использовались для прогнозирования выживаемости больных хроническим лимфолейкозом в зависимости от этапов их обследования.

stability of featureshidden patternsinterval methodschronic lymphocytic leukemiaустойчивость признаковскрытые закономерностиинтервальные методыхронический лимфолейкозKobrinskij В. A. Trust in artificial intelligence technologies, Iskusstvenny`j intellekt i prinyatie reshenij, 2024, no. 3, pp. 3—17 (in Russian).Кобринский Б. А. Доверие к технологиям искусственного интеллекта // Искусственный интеллект и принятие решений. 2024. № 3. С. 3—17.Admakin А. L. Markov chains — a stochastic model for analyzing the state of severely burned, Med.biol. i socz. psixol. probl. bezopasnosti v chrezv. Situaciyax, 2016, no. 3, pp. 119—125, DOI: 10.25016/2541-7487-2016-0-3-119-125 (in Russian).Адмакин А. Л. Цепи Маркова — стохастическая модель анализа состояния тяжелообожженных // Мед.биол. и соц.психол. пробл. безопасности в чрезв. ситуациях. 2016. № 3. С. 119—125. DOI: 10.25016/2541-7487-2016-0-3-119-125Vapnik V. N. Restoring dependencies from empirical data, Moscow, Nauka, 1979, 447 p. (in Russian).Вапник В. Н. Восстановление зависимостей по эмпирическим данным. М.: Наука, 1979. 447с.Ignatiev N. A. On Nonlinear Transformations of Features Based on the Functions of Objects Belonging to Classes, Pattern Recognit. Image Anal., 2021, vol. 31, pp. 197—204.Ignatiev N. A. On Nonlinear Transformations of Features Based on the Functions of Objects Belonging to Classes // Pattern Recognit. Image Anal. 2021. Vol. 31. P. 197—204.Ignatev N. A. Data analysis and decision making using logical patterns in the form of half-planes, Izvestiya Samarskogo nauchnogo centra Rossijskoj akademii nauk, 2017, vol. 19, no. 4 (2), pp. 294—299 (in Russian).Игнатьев Н. А. Анализ данных и принятие решений с помощью логических закономерностей в форме полуплоскостей // Известия Самарского научного центра Российской академии наук. 2017. Т. 19, № 4 (2). С. 294—299.Ignatev N. A., Tursunmurotov D. H. Censoring training samples using regularization of class object connectivity relations, Nauchno-texnicheskij vestnik informacionny`x texnologij, mexaniki i optiki, 2024, vol. 24, no. 2, pp. 322—329, DOI: 10.17586/2226-1494-2024-24-2-322-329 (in Russian).Игнатьев Н. А., Турсунмуротов Д. Х. Цензурирование обучающих выборок с использованием регуляризации отношений связанности объектов классов // Научно-технический вестник информационных технологий, механики и оптики. 2024. Т. 24, № 2. С. 322—329. DOI: 10.17586/2226-1494-2024-24-2-322-329Ignatev N. A., Rahimova M. A. Formation and Analysis of Sets of Informative Features of Objects by Pairs of Classes, Scientific and Technical Information Processing, 2022, vol. 49, no. 6, pp. 439—445.Ignatev N. A., Rahimova M. A. Formation and Analysis of Sets of Informative Features of Objects by Pairs of Classes // Scientific and Technical Information Processing. 2022. Vol. 49, N. 6. P. 439—445.Zguralskaya E. N. Stability of splitting data into intervals in recognition problems and searching for hidden patterns, Izvestiya Samarskogo nauchnogo centra Rossijskoj akademii nauk, 2018, no. 20 (4), pp. 451—455 (in Russian).Згуральская Е. Н. Устойчивость разбиения данных на интервалы в задачах распознавания и поиск скрытых закономерностей // Известия Самарского научного центра Российской академии наук. 2018. Т. 20, № 4 (3). С. 451—455.Ignatiev N. A., Rakhimova M. A., Lolaev M. Ya. Features of the selection of informative feature sets on missing data, Problemy vychislitel’noj i prikladnoj matematiki, 2021, no. 6 (37), pp. 113—122 (in Russian).Игнатьев Н. А., Рахимова М. А., Лолаев М. Я. Особенности отбора информативных наборов признаков на данных с пропусками // Проблемы вычислительной и прикладной математики. 2021. № 6/1 (37). С.113—122.Ignatiev N. A., Akbarov В. H. Estimation of the closeness of the structures of relations of objects of the training sample on the manifolds of sets of latent features, Vestnik Tomskogo gosudarstvennogo universiteta. Upravlenie, vy`chislitel`naya texnika i informatika, 2023, no. 65, pp. 69—78, DOI: 10.17223/19988605/65/7 (in Russian).Игнатьев Н. А., Акбаров Б. Х. Оценка близости структур отношений объектов обучающей выборки на многообразиях наборов латентных признаков // Вестник Томского государственного университета. Управление, вычислительная техника и информатика. 2023. № 65. С. 69—78. DOI: 10.17223/19988605/65/7Markovseva M. V., Zguralskaya E. N. Patent № 2821774 А method for predicting overall survival of patients with chronic lymphocytic leukemia stages А-C in the dynamics of the disease, 2024 (in Russian).Марковцева М. В., Згуральская Е. Н. Патент № 2821774 C1 Российская Федерация, МПК G01N 33/70, G01N 33/574. Способ прогнозирования общей выживаемости больных хроническим лимфолейкозом А-С стадии в динамике заболевания: № 2023108368: заявл. 03.04.2023: опубл. 26.06.2024Pektaş G., Gönül E., Öncü Ş. Chronic Lymphocytic Leukemia: Investigation of Survival and Prognostic Factors with Drug-Related Remission, Diagnostics. 2025, vol. 15, no. 6, pp. 728, DOI: 10.3390/diagnostics15060728.Pektaş G., Gönül E., Öncü Ş. Chronic Lymphocytic Leukemia: Investigation of Survival and Prognostic Factors with Drug-Related Remission // Diagnostics. 2025. Vol. 15, N. 6. P. 728. DOI: 10.3390/diagnostics15060728.