Перейти к контенту

Неопределенность против погрешности


44 936 сообщений в этой теме

Рекомендуемые сообщения

3 часа назад, kot1967 сказал:

К примеру  была статья г. Левина про "неадекватность математических моделей" 

К сожалению я не знаком с этой статьей. Если дадите ссылку, возможно я попытаюсь высказать свое мнение.

Ссылка на комментарий
Поделиться на других сайтах

  • Ответы 44,9k
  • Создана
  • Последний ответ

Лучшие авторы в этой теме

  • Дмитрий Борисович

    10721

  • Lavr

    9226

  • scbist

    5613

  • Геометр

    4013

Лучшие авторы в этой теме

Загружено фотографий

5 часов назад, kot1967 сказал:

К примеру  была статья г. Левина про "неадекватность математических моделей"  и в частности про "корявость" используемых методов расчета  "ошибок" для обсчета событий с крайне высококой или низкой вероятностью появления.

После беглого ознакомления с указанной статьей у меня не сложилось впечатление, что она посвящена именно определению неадекватности математических моделей.

Как пишет сам автор, в статье рассмотрена проблема неадекватности математических моделей измерений в связи с проблемой дефинициальной неопределенности измерения. Причем, как я понимаю, автор уравнивает понятия "неадекватность" и "неопределенность" (с. 15, второй абзац). Дальше начинается чехарда  документов из области классической метрологии и КН и сетования на то, что ничего не получается.

  Читая статью я вижу перед собой автора, считающего, что математика всему голова, но  запутавшегося в философиях.

Ссылка на комментарий
Поделиться на других сайтах

18 минут назад, Lavr сказал:

После беглого ознакомления с указанной статьей у меня не сложилось впечатление, что она посвящена именно определению неадекватности математических моделей.

Как пишет сам автор, в статье рассмотрена проблема неадекватности математических моделей измерений в связи с проблемой дефинициальной неопределенности измерения. Причем, как я понимаю, автор уравнивает понятия "неадекватность" и "неопределенность" (с. 15, второй абзац). Дальше начинается чехарда  документов из области классической метрологии и КН и сетования на то, что ничего не получается.

  Читая статью я вижу перед собой автора, считающего, что математика всему голова, но  запутавшегося в философиях.

Вопрос бы не про личность автора ,  а "корявость" используемых методов для  обсчета событий с крайне высококой или низкой вероятностью появления..... и  не предусматривающих  каких-либо  неимпирических моделей и граудировочнных кривых.   Прокоментируйте  плз, насколько в этих случаях применим мат.аппарат того же 5725 и термины ГУМа. 

Изменено пользователем kot1967
Ссылка на комментарий
Поделиться на других сайтах

11 минут назад, kot1967 сказал:

Вопрос бы не про личность автора

Где Вы увидели обсуждение личности автора вместо обсуждения его идей?

 

13 минут назад, kot1967 сказал:

а "корявость" используемых методов для  обсчета событий с крайне высококой или низкой вероятностью появления..... и  не предусматривающих  каких-либо  неимпирических моделей и граудировочнных кривых.

Я не занимаюсь проблемой определения неадекватности модели измерений, поэтому про "корявость" используемых методов ничего сказать не могу.

 

14 минут назад, kot1967 сказал:

Прокоментируйте  плз, насколько в этих случаях применим мат.аппарат того же 5725 и термины ГУМа. 

Я не считаю, что термин "неадекватность модели измерений" соответствует термину "дефинициальная неопределенность измерения".

Ссылка на комментарий
Поделиться на других сайтах

  • Специалисты
Цитата

Кристал и Мизен также находят связь с физическим принципом неопределённости (измерения параметров системы влияют на эту систему) и «проблемой инвариантности» T. Ховельмо (соотношения между экономическими величинами могут измениться при изменении внешних условий — так инженер, экспериментально оценивший поведение автомобиля на ровной прямой дороге, обнаружит, что его формулы не описывают движения по бездорожью[2], поскольку ранее не менявшиеся величины (инварианты) начинают меняться).

 

Ссылка на комментарий
Поделиться на других сайтах

18 минут назад, scbist сказал:

Кристал и Мизен также находят связь с физическим принципом неопределённости

Кто такие Кристал и Мизен и что такое "физический принцип неопределенности"?

Ссылка на комментарий
Поделиться на других сайтах

  • Специалисты
1 час назад, Lavr сказал:

Кто такие Кристал и Мизен

K. Alec Chrystal (City University Business School, London) and Paul D. Mizen (University of Nottingham).

1 час назад, Lavr сказал:

что такое "физический принцип неопределенности"

Они не метрологи. Наша терминология им не известна.

Ссылка на комментарий
Поделиться на других сайтах

  • Специалисты

Вот подвернулась статья 

 

Цитата

 

La fin des étalonnages périodiques calendaires est enfin arrivée !

Jean-Michel POU
Président-Fondateur, Deltamu
Pour la Smart Metrology, il est toujours très intriguant de constater cette quasi-frénésie autour de la gestion d’un planning constitué de dates arbitraires. Pourquoi donc accorder autant d’importance à une opération qui n’apporte rien en matière de risque industriel ? En effet, soit l’instrument est déclaré conforme et il a été étalonné pour rien, soit il est déclaré non conforme et cette déclaration arrive trop tard. Que faire en effet de toutes les décisions qu’il a permis de prendre alors qu’il n’était plus en état de le faire, et depuis quand ?

De plus, et puisque toutes les décisions induisent des risques, quels sont les risques associés aux décisions de conformité et de non-conformité lors de la vérification des instruments de mesure. La récente norme NF ISO/CEI Guide 98-4 donne des préconisations pour l’évaluation des risques client et fournisseur. Qui l'utilise aujourd'hui ?

Par ailleurs, comment intègre-t-on le fait que l’étalonnage ne porte que sur quelques points de mesure alors que l’instrument en compte beaucoup plus ? Quid de l’effet échantillonnage lors de l’étalonnage ? Comment est-il pris en compte dans les incertitudes annoncées par les laboratoires ?

Ces quelques questions montrent bien à quel point ces actions (étalonnage/vérification périodique) sont loin du compte ! L’un de mes amis a témoigné récemment : « On fait de la métrologie comme nos grands-parents la faisait » ou encore, Pierre Barbier, fondateur, entre autres, du Collège Français de Métrologie qui parle, lui de « Has been métrologie ». Ce modèle qui persiste encore de nos jours est appelé à disparaître et je vais vous expliquer pourquoi. Et surtout comment la Smart Metrology lui succédera et permettra, non plus de garantir les échanges commerciaux, mais d’atteindre l’efficience industrielle…

Les étiquette de conformité qui nous rassurent ...

Des petites étiquettes sur les objets nous rassurent depuis longtemps. Elles font partie de notre quotidien... Prenons deux exemples de notre quotidien pour comprendre :

1528787785699?e=1647475200&v=beta&t=d1zC

Qui peut croire que YOPLAIT fixe au hasard, sur le seul rythme du temps que met la terre à faire le tour du soleil, la date « limite » qu’ils indiquent sur leurs produits ? Personne évidemment ! Cette date fait l’objet d’études bactériologiques qui visent à prévoir pendant combien de temps, compte-tenu de l’évolution naturelle du monde vivant qui peuple nos aliments, le produit restera sans nocivité pour le consommateur. Cette date coûte probablement des dizaines de milliers d’euros pour être estimée, probablement avec une marge de sécurité. Nous savons tous en effet, par l’expérience acquise et partagée, produit par produit, de combien, en gros, on peut la dépasser sans risquer de tomber malade. On sait aussi que le dépassement n’est pas le même pour les yaourts que pour le poisson frais … Cette date a donc un vrai sens, procure une vraie sécurité au consommateur, elle est importante à ses yeux. Qui achèterait des yaourts sans date de péremption ?

D’autres étiquettes nous donnent confiance, même si nombreux sont ceux qui ont perdu l’origine de cette confiance qui remonte, pourtant, à une époque où des français doutaient tout le temps. Rappelons-nous simplement qu’avant la Révolution Française, nos aïeux exigeaient : « Un roi, une loi, un poids et une mesure ! »

1528787933223?e=1647475200&v=beta&t=yFZw

Dans ce cadre, et contrairement à l’exemple précédent des yaourts, la date ne garantit rien d’autre que la confiance. Le principe simple suivant lequel l’erreur de mesure est inexorable (mais peut être maîtrisée) et n’a pas de préférence a fondé la métrologie légale. Puisqu’on ne peut pas deviner la date à laquelle tel ou tel instrument qui sert aux échanges commerciaux va dériver de façon sensible, au détriment du vendeur ou de l’acheteur, et fort du principe que les risques liés à une dérive ne sont, dans le monde des échanges commerciaux, qu’économiques[1], on peut fixer une date arbitraire de vérification, valable pour tout le monde.

Cette date n’a pas d’autres prétentions que celle de garantir la loyauté des échanges. Trop ou trop peu, on n’en meurt pas et un contrôle périodique suffit à corriger d’éventuelles anomalies. D’ailleurs, dans ce monde-là, un instrument déclaré « non conforme » ne fait l’objet d’aucune autre action que celle de sa maintenance. Pas d’exigence en termes d’études d’impact, ce qui est fait est fait …

Mais que dire de celles arrivées avec l'ISO 9001 sur les instruments industriels ?

1528788434489?e=1647475200&v=beta&t=cfFX

Aussi, et de façon inconsciente pour les non-initiés[2], la petite étiquette sur l’instrument de mesure semble parée de vertus quasi-identiques. Tant que la date n’est pas dépassée, comme pour le yaourt, on peut mesurer « en confiance », c’est-à-dire qu’on croit, comme dans la métrologie légale, que la mesure est juste. Malheureusement, il n’en est rien ! Un instrument parfait ne produirait pas une mesure parfaite car la qualité de cette dernière dépend de nombreux autres facteurs …

La Smart Metrology dans ce contexte ...

De ce fait, les efforts du métrologue doivent être orientés vers la détection d’anomalies du processus de mesure « au plus proche de leurs survenues » plutôt que de s’évertuer à respecter un planning arbitraire qui, finalement, reflète plus l’inutilité du métrologue qu’une mise à profit de sa compétence. En effet, en visant un taux de conformité des instruments le plus élevé possible (souvent autour de 95%, voire plus), les métrologues conventionnels montrent que leur mission est non seulement très coûteuse (les instruments conformes n’auraient pas dû être vérifiés, tout comme une pièce conforme est mesurée pour rien) mais aussi inutile (car il n’a pas vu venir les 5% de problèmes qui peuvent induire des coûts très élevés pour son entreprise).

Le Smart Métrologue, lui, ne s’attache pas à respecter un planning arbitraire. Il œuvre à détecter une anomalie sur les processus de mesure au plus vite, et dès qu’elle se produit si possible. Cette anomalie doit être ensuite analysée et comprise pour être corrigée. Au final, le Smart Métrologue, qui pratique le périodicité conditionnelle (c’est-à-dire qu’il étalonne ses instruments que lorsqu’ils doutent d’eux), s’enorgueillit d’un indicateur qui lui donne 100% raison, c’est-à-dire que les instruments qu’il envoie à l’étalonnage ont effectivement un problème et qu’ils sont déclarés à 100% « non conforme ». Il s’attache également, et parallèlement, à démontrer que sa gestion de la qualité des mesures de l’entreprise est efficiente, c’est à dire qu’aucun partenaire, client ou fournisseur, ne lui reproche un problème lié à la qualité des mesures.

Ne pas subir de conséquences industrielles liées à une « non qualité de la mesure » et ne pas étalonner inutilement des instruments sont les deux mantras du Smart Métrologue. Réussir ces objectifs passe par une bonne analyse des incertitudes de mesure, donc de leurs causes. Dans ce cadre, une bonne culture statistique s’impose pour garantir des décisions pertinentes.

Jean-Michel POU

[1] Versus des risques qui peuvent être vitaux dans le monde industriel si, par exemple, le médicament est surdosé ou la pièce critique du moteur de l’avion « non conforme » au point de mettre en danger les passagers.

[2] Les « non-initiés » sont ici tous les utilisateurs d’instruments de mesure qui ne sont pas confrontés aux problématiques de la certification et la plupart des auditeurs, malheureusement… 

 

Гугл мне перевел 

Цитата

 

Наконец-то наступил конец периодической калибровки календаря!
Опубликовано 12 июня 2018 г.
Жан-Мишель ПОУ
Жан-Мишель ПОУ
Президент-основатель Deltamu

Для интеллектуальной метрологии всегда очень интересно наблюдать за этим квази-безумием по управлению расписанием, состоящим из произвольных дат. Зачем же тогда придавать такое значение операции, которая ничего не добавляет с точки зрения производственного риска? На самом деле, либо прибор объявляется соответствующим и его зря калибровали, либо он объявляется несоответствующим, и эта декларация приходит слишком поздно. Что делать со всеми решениями, которые он позволял принимать, когда он больше не был в состоянии это делать, и с каких пор?

Кроме того, и поскольку все решения сопряжены с риском, каковы риски, связанные с решениями о соответствии и несоответствии при поверке средств измерений. В недавнем стандарте NF ISO/CEI Guide 98-4 даны рекомендации по оценке рисков клиентов и поставщиков. Кто использует его сегодня?

Кроме того, как учесть тот факт, что калибровка охватывает только несколько точек измерения, когда у прибора их гораздо больше? Как насчет эффекта выборки во время калибровки? Как это учитывается в неопределенностях, объявляемых лабораториями?

Эти несколько вопросов ясно показывают, насколько эти действия (калибровка/периодическая проверка) далеки от цели! Один мой друг недавно свидетельствовал: «Мы занимаемся метрологией, как делали наши бабушки и дедушки» или даже Пьер Барбье, основатель, среди прочего, Французского метрологического колледжа, который говорит о «Была метрология». Этой модели, которая существует до сих пор, суждено исчезнуть, и я объясню вам, почему. И, прежде всего, как умная метрология придет на смену и больше не позволит гарантировать торговлю, а позволит достичь промышленной эффективности ...

Этикетки соответствия, которые убеждают нас ...
Маленькие метки на предметах давно нас успокоили. Они являются частью нашей повседневной жизни ... Давайте возьмем два примера из нашей повседневной жизни, чтобы понять:


Кто может поверить, что YOPLAIT устанавливает случайным образом, в едином ритме времени, за которое земля совершает оборот вокруг солнца, «крайний срок», который они указывают на своей продукции? Конечно никто! Эта дата является предметом бактериологических исследований, целью которых является предсказание того, как долго, учитывая естественную эволюцию живого мира, населяющего нашу пищу, продукт будет оставаться безвредным для потребителя. Оценка этой даты, вероятно, стоит десятки тысяч евро, возможно, с запасом прочности. На самом деле мы все знаем из полученного и совместного использования опыта, продукт за продуктом, насколько примерно мы можем превзойти его, не рискуя заболеть. Мы также знаем, что перерасход для йогуртов не такой, как для свежей рыбы ... Таким образом, эта дата имеет реальное значение, обеспечивает реальную безопасность для потребителей, она важна для них. Кто будет покупать йогурты без срока годности?

Другие ярлыки вселяют в нас уверенность, хотя многие утратили происхождение этой уверенности, восходящей к временам, когда французы все время были в сомнениях. Вспомним только, что до Французской революции наши предки требовали: «Один король, один закон, один вес и одна мера!» "


В этом контексте, и в отличие от предыдущего примера с йогуртами, дата не гарантирует ничего, кроме уверенности. Простой принцип, что погрешность измерения неумолима (но ее можно контролировать) и не имеет предпочтения, легла в основу законодательной метрологии. Поскольку мы не можем угадать дату, когда тот или иной инструмент, используемый для торговли, существенно дрейфует в ущерб продавцу или покупателю и исходя из принципа, что риски, связанные с дрейфом, отсутствуют, в мире коммерческих обменов, как и экономических [1], можно установить произвольную дату проверки, действительную для всех.

Эта дата не имеет никаких других претензий, кроме как гарантировать честную торговлю. Слишком много или слишком мало не умирает, и для исправления любых аномалий достаточно периодической проверки. Более того, в этом мире инструмент, объявленный «несоответствующим», не подлежит никаким другим действиям, кроме действия по его поддержанию в силе. Никаких требований с точки зрения изучения воздействия, что сделано, то сделано ...

Но как быть с теми, которые поставляются с ISO 9001 для промышленных инструментов?

Кроме того, и бессознательно для непосвященных [2], маленькая этикетка на измерительном приборе кажется украшенной почти такими же достоинствами. Пока дата не прошла, как и в случае с йогуртом, мы можем измерять «с уверенностью», то есть мы верим, как и в законодательной метрологии, в правильность измерения. К сожалению, это не так! Инструмент 

perfect не даст идеального измерения, потому что качество последнего зависит от многих других факторов...

Умная метрология в этом контексте...
В результате усилия метролога должны быть направлены на обнаружение аномалий в процессе измерений «как можно ближе к месту их возникновения», а не на стремление соблюдать произвольный график, что, в конечном счете, больше отражает бесполезность процесса метролога, чем находит хорошее применение своим навыкам. Действительно, стремясь к максимально возможному уровню соответствия приборов (часто около 95 % или даже больше), обычные метрологи показывают, что их миссия не только очень дорога (соответствующие приборы не должны проверяться, так же как соответствующая деталь измеряется для ничего), но и бесполезный (поскольку он не предвидел грядущих 5% проблем, которые могут привести к очень большим затратам для его компании).

Умный метролог, с другой стороны, не утруждает себя соблюдением произвольного графика. Он работает над обнаружением аномалии в процессе измерения как можно скорее и, если возможно, как только она возникает. Эта аномалия должна быть проанализирована и понята, чтобы быть исправленной. В конце концов, Умный Метролог, который практикует условную периодичность (то есть он калибрует свои приборы только тогда, когда в них сомневаются), гордится индикатором, который дает ему 100% основания, то есть приборами, которые он отправляет на поверку действительно имеют проблему и объявляются на 100% «несоответствующими». Он также стремится и в то же время продемонстрировать, что его управление качеством измерений компании эффективно, то есть ни один партнер, клиент или поставщик не обвиняет его в проблеме, связанной с качеством измерений.

Не страдать от промышленных последствий, связанных с «некачественными измерениями», и не проводить калибровку приборов без необходимости — вот две мантры Умного Метролога. Для достижения этих целей требуется хороший анализ неопределенностей измерения и, следовательно, их причин. В этом контексте хорошая статистическая культура имеет важное значение для обеспечения принятия верных решений.

Жан-Мишель ПОУ

[1] По сравнению с рисками, которые могут быть опасными для жизни в промышленном мире, если, например, произошла передозировка препарата или критическая часть двигателя самолета «не соответствует требованиям» до такой степени, что подвергает опасности пассажиров.

[2] "Непосвященными" здесь являются все пользователи средств измерений, не сталкивающиеся с вопросами сертификации и большинство аудиторов, к сожалению...

 

Автор высказывает интересную мысль, что калибровать с определенной периодичностью глупо.

Ссылка на комментарий
Поделиться на других сайтах

2 минуты назад, scbist сказал:

Они не метрологи. Наша терминология им не известна.

Но Вы привели цитату и мы вроде как должны ее обсудить. 

Ссылка на комментарий
Поделиться на других сайтах

2 минуты назад, scbist сказал:

Вот подвернулась статья 

Вот "подвернулась" Вам и Вы решили ее "подвернуть" нам? Извините за тупой вопрос, зачем? Когда я уже добьюсь, чтобы цитирующий выражал свое отношение к цитируемому, а не просто наводнял тему некоей информацией, да еще на иностранном языке? Обеспечьте, пожалуйста, прослеживаемость. 

Ссылка на комментарий
Поделиться на других сайтах

  • Специалисты
5 минут назад, Lavr сказал:

Но Вы привели цитату и мы вроде как должны ее обсудить. 

Если хотите и есть что сказать, то ради Бога. Но я хотел проиллюстрировать мысль о корявости математических моделей и дефинициарные неопределенности.

Модель описывает идеализированный процесс, а измерения проводим в реальном.

Ссылка на комментарий
Поделиться на других сайтах

  • Специалисты
2 минуты назад, Lavr сказал:

Когда я уже добьюсь, чтобы цитирующий выражал свое отношение к цитируемому

?

11 минут назад, scbist сказал:

Автор высказывает интересную мысль, что калибровать с определенной периодичностью глупо.

 

Ссылка на комментарий
Поделиться на других сайтах

  • Специалисты

Этот же автор делает что-то типа рекламы книге 

 

Цитата

 

Faut-il le voir soi-même pour y croire ?

1520260139190?e=1647475200&v=beta&t=pWjD
Jean-Michel POU
Président-Fondateur, Deltamu
Didier Nordon, qui nous a fait l'honneur et le plaisir, à Laurent Leblond (Groupe P.S.A) et moi-même, de préfacer le livre "Smart Metrology : de la métrologie des instruments à la métrologie des décisions", est l'auteur de la rubrique Bloc-Notes de la revue Pour la Science. Dans le numéro 461 de Mars 2016, il a publié le billet suivant que je partage avec vous avec gourmandise ...
En principe, un mathématicien ne tient un résultat pour vrai que s'il sait le démontrer. En fait, il ne respecte pas ce principe. Il lui faut bien croire à la vérité de théorèmes trop loin de sa spécialité pour qu'il en comprenne la démonstration ! Alors, il agit comme dans toutes les professions : il fait confiance à ses collègues - sauf à ceux dont il a des raisons de penser qu'ils sont peu fiables.
Même destiné à n'être pas appliqué, le principe de tenir pour vrai uniquement ce que l'on a vérifié en personne serait aberrant dans d'autres disciplines. Un géologue ne peut pas assister à la surrection d'une montagne. Un historien ne peut pas aller place de la Bastille le 14 Juillet 1789 pour voir ce qui s'y passe. Un sociologue, un économiste, ne peuvent pas refaire la collecte des statistiques sur lesquelles ils fondent leurs travaux.
Une conjonction néfaste se produit en histoire, en sociologie, en économie : ce sont des disciplines où les enjeux idéologiques sont vifs et où les intermédiaires entre un auteur et l'objet de son étude son nombreux. Chaque auteur étant par conséquent tenté de privilégier les sources qui confortent ses préjugés, ces disciplines n'apparaissent pas comme porteuses de vérités que chacun doit accepter. Du coup, elles servent plus facilement à nourrir les passions partisanes qu'à les atténuer.   

Tant sur la forme que sur le fond, la pensée de Didier Nordon n'a pas beaucoup de "concurrence". Didier interviendra le 9 juin, dans la manifestation organisée par Delta Mu à l'occasion de la sortie du livre. C'est avec impatience que j'attends le moment où il prendra la parole pour nous faire partager une quelques idées. Elles sont souvent aussi profondes qu'originales...

Le rencontrer et l'entendre en direct est une chance que vous pouvez saisir en nous rejoignant le 9 Juin. Nous voulons partager ce moment avec un maximum de personnes ouvertes à des idées nouvelles, que nous espérons pertinentes. A vous d'en juger, vous êtes tous convié(e)s, et il est encore temps !    

 

 

1520167552509?e=1647475200&v=beta&t=fLEx
 
Цитата

 

Вы должны видеть это сами, чтобы поверить в это?
Опубликовано 28 мая 2016 г.

Жан-Мишель ПОУ
Жан-Мишель ПОУ
Президент-основатель Deltamu
Дидье Нордон, оказавший нам честь и удовольствие, Лорану Леблону (Группа PSA) и мне, в предисловии к книге «Умная метрология: от метрологии приборов к метрологии решений», является автором раздела «Блокнот» журнала Pour la Наука. В выпуске 461 от марта 2016 года он опубликовал следующий пост, которым с удовольствием делюсь с вами...

В принципе, математик не считает результат истинным, если не знает, как его продемонстрировать. На самом деле он не соблюдает этот принцип. Ему приходится верить в истинность теорем, слишком далеких от его специальности, чтобы понять их доказательство! Так что он поступает так же, как и во всех профессиях: он доверяет своим коллегам - кроме тех, кого он имеет основания считать ненадежными.
Даже не предназначенный для применения, принцип считать истинным только то, что проверено лично, был бы ошибочным в других дисциплинах. Геолог не может стать свидетелем подъема горы. Историк не может отправиться на площадь Бастилии 14 июля 1789 года, чтобы посмотреть, что там происходит. Социолог, экономист не могут переделать сбор статистических данных, на которых они основывают свою работу.
В истории, в социологии, в экономике происходит вредное соединение: это дисциплины, где живы идеологические ставки и где многочисленны посредники между автором и объектом его изучения. Поскольку каждый автор, следовательно, склонен отдавать предпочтение источникам, которые укрепляют его предубеждения, эти дисциплины не кажутся носителями истин, которые все должны принять. Внезапно они служат скорее для разжигания партийных страстей, чем для их ослабления.
Как по форме, так и по существу мышление Дидье Нордона не имеет большой «конкуренции». Дидье выступит 9 июня на мероприятии, организованном Delta Mu по случаю выхода книги. Я с нетерпением жду момента, когда он возьмет слово, чтобы поделиться с нами несколькими идеями. Часто они столь же глубоки, сколь и оригинальны...

Чтобы встретиться и услышать его вживую, вы можете воспользоваться шансом, присоединившись к нам 9 июня. Мы хотим поделиться этим моментом с как можно большим количеством людей, открытых для новых идей, которые, как мы надеемся, актуальны. Судить вам, вы все приглашены, а время еще есть!

 

Статья 2016 года. Поэтому встреча с автором уже давно прошла.

Но интересно название книги  «Умная метрология: от метрологии приборов к метрологии решений».

Оно как-то созвучно с нашим спором. Хотелось бы знать, что там автор напридумывал. Но сейчас нет времени на поиск.

 
Ссылка на комментарий
Поделиться на других сайтах

19 минут назад, scbist сказал:

?

31 минуту назад, scbist сказал:

Автор высказывает интересную мысль, что калибровать с определенной периодичностью глупо.

Извините, не увидел второй части сообщения.

 

22 минуты назад, scbist сказал:

Если хотите и есть что сказать, то ради Бога.

Без обсуждения цитирование превращается в разговор с самим собой.

Ссылка на комментарий
Поделиться на других сайтах

27 минут назад, scbist сказал:

Хотелось бы знать, что там автор напридумывал.

Солидарен, поскольку вступление звучит, как прелюдия к чему-то большому и значимому, что на поверку может оказаться пшиком. Действительно, обсуждать здесь нечего.

Ссылка на комментарий
Поделиться на других сайтах

4 часа назад, Lavr сказал:

  Читая статью я вижу перед собой автора, считающего, что математика всему голова, но  запутавшегося в философиях.

Прям срезал - по Шукшину.

Ссылка на комментарий
Поделиться на других сайтах

25 минут назад, libra сказал:

Прям срезал - по Шукшину.

Не соглашусь.

Тут не по Шукшину было.

А Левин, действительно, основной упор делает на математику.

Ссылка на комментарий
Поделиться на других сайтах

  • Специалисты
2 часа назад, Lavr сказал:

вступление звучит, как прелюдия к чему-то большому и значимому

Позлоупотребляю еще терпением. Статья того-же автора 

Цитата

 

Мы родом из мира, в котором не существует неопределенностей измерений! Фактически, с 1837 года Законодательная метрология, действуя в рамках торговых бирж, установила полное доверие к результатам измерений, которые используются для установления цены сделки. Если накануне Французской революции наши старейшины буквально требовали «веса и меры», то сегодня эта мера кажется справедливой в глазах всех.

Каждый из нас ежедневно слышит и использует результаты измерений, не беспокоясь о неизбежной неопределенности, связанной с этим. Это не создает никаких проблем для торговли, но априори не создает никаких проблем и для промышленного мира. Хотя легко понять, что неопределенностями измерения можно пренебречь применительно к торговым показателям, гораздо удивительнее обнаружить это, когда они связаны с промышленными решениями.

В случае коммерческого обмена ошибка измерения может действовать в пользу или против покупателя (симметрично в пользу или против продавца). У вас может быть немного больше или немного меньше бензина в вашем баке или помидоров в вашей корзине, ничего очень серьезного, пока разрыв между реальностью и измерением разумен ... смерти человека нет!

С другой стороны, в промышленных решениях ставки могут быть очень разными. Здесь снова ошибка измерения не имеет предпочтения. Это может привести к убеждению, что организация соответствует требованиям, хотя на самом деле это не так (риск клиента), или, что симметрично, что организация, объявленная несоответствующей, на самом деле соответствует требованиям (риск поставщика). Представьте на мгновение, что это вы лично заинтересованы, например, в случае медико-биологической экспертизы. Ошибка измерения может создать впечатление, что вы не больны, хотя на самом деле вы больны. Таким образом, вы не получите пользы от лечения, которое могло бы исправить вашу ситуацию или даже спасти вашу жизнь. То же самое и с критической частью авиадвигателя, которую можно увидеть в соответствии с требованиями, когда это не так… и вы находитесь в самолете! В отличие от торговли, могут быть промышленные решения, приводящие к «смерти человека»! Эта ситуация позволяет нам понять смысл выражения «риск клиента».

Что касается «риска поставщика», и даже если концепция привлекательна, поскольку она вызывает концепцию «распределения рисков», все более тонко. Возвращаясь к примеру из медицинской биологии, «риск поставщика» будет означать объявление больным пациента, который на самом деле не болен. Таким образом, последнему, совершенно здоровому, из-за ошибки измерения мог быть нанесен совершенно бесполезный курс химиотерапии. Можем ли мы действительно говорить о «риске поставщика», когда ему подвергается пациент (т.е. клиент). Кроме того, разве не то же самое во всех остальных случаях? Когда инструмент ошибочно объявляется не соответствующим требованиям после операции проверки, действительно ли это поставщик (т. лаборатория, заявившая о несоответствии) или заказчик, который действительно страдает от последствий этой ошибки? Любой, кому приходилось проводить исследование воздействия или срочно заменять признанный несоответствующим прибор, знает, что за эту ошибку в суждении заплатили они, иногда очень дорого, а не их поставщик.

Кроме того, мы показываем, что эти два риска не развиваются симметрично: выигрыш в 1% по одному из них может привести к потере 10% и более по другому. Когда мы понимаем, что два риска несет конечный потребитель, мы можем задаться вопросом о текущей стратегии, а именно о том, чтобы максимально минимизировать «риск потребителя». Эта стратегия приводит к резкому увеличению «риска поставщика», который берет на себя конечный потребитель. Разве мы не можем сделать лучше? Играет ли интеллектуальная метрология роль в этой необходимой «оптимизации рисков»? В то время, когда мы, наконец, осознаем, что ресурсы не безграничны и что конкуренция стала международной, не пора ли изменить нашу практику, чтобы, наконец, стремиться к тому, что «просто необходимо»?

От кажущейся ненужности погрешностей измерения...

В соответствии с практикой «ISO 9001» стандарт NF EN ISO 14253-1 направлен на решение проблемы учета погрешностей измерения, вопроса, ответ на который определяет вопрос «качества» нашей продукции. характеристики или произведенные «сущности» соответствуют их спецификациям?

Стандарт предлагает применять стратегию, представленную на рисунке 1.

http://www.smart-metrology.com/wp-content/uploads/2019/04/Figure-1-196x300.png

Рисунок 1 – Учет погрешностей измерений согласно стандарту ISO 14253-1

Согласно этому стандарту, это просто вопрос «вычитания» из пределов допуска неопределенности измерения U для определения зоны, называемой «зоной соответствия», которая обеспечивает объявление «соответствующим» любому объекту, измеренное значение которого будет принадлежать к. в указанный район. В районе границ Tinf и Tsup, в интервале ширины ±U, стандарт определяет две зоны сомнения и рекомендует, чтобы принять решение, снова измерить объект, используя процесс измерения, выражающий большую неопределенность. Наконец, значение, измеренное за пределами предыдущих зон, приводит к объявлению субъекта несоответствием.

В повседневной жизни декларация о соответствии скорее следует подходу, описанному на рисунке 2.

http://www.smart-metrology.com/wp-content/uploads/2019/04/Figure-2-300x123.png

Рисунок 2 – Соблюдение практики

Поскольку погрешность измерения, как правило, не учитывается в современной практике, не вызывая, однако, катастроф априори, мы можем сделать вывод, не заходя слишком далеко, что выраженные допуски уже обладают свойствами «зоны соответствия», описанной в стандарте NF EN ISO 14253-1. . Этот вывод, в конце концов, не удивителен. Текущие допуски были определены путем создания функционально совместимых объектов итеративно на этапе отладки из измеренных значений, рассматриваемых как «только мировой судья». С этой точки зрения принятие во внимание неопределенности измерений представляет собой прекрасную возможность перейти к более рациональному выражению функциональных потребностей. Кроме того, для тех, кто сумеет подвергнуть сомнению эту веру в справедливые меры, открывается значительный потенциал для повышения производительности труда. Действительно, более широкие спецификации, «совершенно необходимые», позволяют считать не только более низкие производственные затраты, но и более эффективное управление потреблением, как энергии, так и сырья, необходимым для надежды на более «устойчивое будущее».

В бесплатно загружаемом официальном документе «Smart Tolerancing Objective», расшифрованы практики с точки зрения распределения толерантности и представлены предложения по изменению. В настоящее время считается, что практика подавляющего большинства является «наихудшим случаем». Это дорого, потому что не учитывает случайные эффекты, влияющие на все производства. Это заставляет учитывать, что худшие из колпачков должны быть собраны с худшими из ручек, когда эффективнее будет обеспечить приемлемую норму функциональных пар «Колпачок/Перо». Эта «наихудшая» практика настолько требовательна, что можно обойтись без учета погрешностей измерений. Они в некотором роде включены в систему безопасности, которая окружает этот способ ведения дел, но чаще всего не контролируются по-настоящему.

Таким образом, реальный потенциал существует до тех пор, пока вы хотите подвергнуть сомнению свой образ мышления. Другие зрелые подходы позволяют оптимизировать допустимые отклонения и, следовательно, оптимизировать производственные затраты. Для этого вы должны иметь возможность «модифицировать свое программное обеспечение», и это не наименьшая из трудностей. Кроме того, в заключение в этом техническом документе подчеркивается:«Эти методы, инерционный допуск или «процессный допуск», доказали свою ценность. Они лишь просят, чтобы их развернули в большем масштабе, чтобы повысить конкурентоспособность промышленных компаний. Их использование не требует больших и рискованных инвестиций или сложных ИТ-инструментов для внедрения. Препятствие к их использованию широко известно: сопротивление изменениям, оправдываемое слишком классическим «мы всегда делали это так, изменения слишком рискованны!» » И требует, можно добавить, определенной управленческой смелости!

Неопределенности измерения касаются не только торговцев или производителей. В мире исследований они также потенциально могут иметь влияние, от которого необходимо защищаться. Мы обсуждаем эту область с Лораном Леблоном в книге «Умная метрология, от приборной метрологии к метрологии принятия решений»  , цитируя Жоржа Шарпака, Нобелевскую премию по физике:

В своей книге «Стань чародеями, стань савантами», соавтором которой является Анри Брох, Жорж Шарпак пишет: «…Однако нужно помнить, что неопределенность относительно данного столь же важна, как и само данное, поскольку оно определяет достоверность, которую можно придать последней и, следовательно, на достоверность теории, основанной на этом результате…». Обращаясь таким образом к своим коллегам, Жорж Шарпак подчеркивает, что вопрос о достоверности данных не обязательно всегда находится в центре внимания исследователей.

Поэтому будем надеяться, что Макс Планк ошибается, когда пишет: «Новая теория никогда не побеждает, гибнут ее противники. " . Потенциал, безусловно, есть, но этот путь реализации этого изменения, хоть и спасительный, наверное, еще очень (слишком?) долгий...

Искусственный интеллект: прорыв, который меняет мир

Мир, в котором мы живем, — это мир, который англо-саксонски правильно квалифицируют как «поведение по мнению» («управляемое мнение»). Именно такой образ мышления приводит к спросу, если взять в качестве примера упомянутые выше ручки, что худшая из пробок должна быть в состоянии сочетаться с худшей из ручек. Это убеждение, на котором основаны наши рассуждения, требования и практика.

Точно так же план эксперимента, направленный на моделирование поведения явления по отношению к входным факторам, является вопросом мнения. Экспериментатор думает (верит?), что интересующий его феномен находится под влиянием такого-то и такого-то фактора, и затем он строит свой опыт на этом убеждении. Однако нет никакой гарантии, что он не забыл один, а то и несколько влияющих параметров. Если это так, то модель не будет отображать реальность. Сколько дисфункциональных ситуаций имеют истоки неполных убеждений? Наверное, никто не может ответить на этот вопрос, но все производители, напротив, сталкиваются с проблемами, которые не могут решить. Такие ситуации, несомненно, существуют!

Большие данные, емкости для хранения данных, облачные технологии и вычислительная мощность компьютеров открывают новые возможности. Искусственный интеллект, результатом которого является множество алгоритмов расчета, позволяет нам иметь совершенно другой подход. Иногда мы говорим о наивных или агностических методах. Эти алгоритмы, основанные на фактах, не предполагают никаких других предположений, кроме наличия данных, и одно это требование является реальной возможностью для метрологии. Действительно, эти данные дают достоверное представление о реальности только в том случае, если измерения надежны. Эти данные используются не только для вынесения решения о действии (соответствие требованиям, корректировка и т. д.), но и представляют собой капитал, который накапливается с течением времени, чтобы компания могла использовать его для понимания и действий.

Сделать результаты измерений более достоверными — категорический императив.

В июле 2017 года журнал Science & Vie назвал «  Рождение нового интеллекта  ». Полный файл был посвящен искусственному интеллекту и мощности его алгоритмов. В этом файле в примере поясняется, что алгоритм научился «распознавать» присутствие льва на фотографии (помните, что изображение, видимое с компьютера, представляет собой всего лишь огромный набор пикселей!), а не по цвету изображения. животное или форма его гривы, которая была бы решающей для человека, но от особенности его глаз. Алгоритм смог обнаружить эту «подпись», используя библиотеку фотографий, на одних из которых были львы, а на других — нет.

Этот пример особенно интересен по двум причинам. Это ясно показывает, с одной стороны, способность алгоритмов находить дифференцирующие элементы, которые не представляются нам естественным образом. Сколько таких «слабых сигналов» все еще скрыто в процессах промышленного производства и создает проблемы, негативно влияя на производительность компаний из-за брака или изменения срока службы? С другой стороны, это подчеркивает необходимость гораздо более надежных измерений, чем в настоящее время: если фотография размыта, как можно «увидеть» глаза?

Большие данные и искусственный интеллект позволят лучше контролировать явления, которые сложно понять с помощью наших традиционных инструментов. Однако к этим новым инструментам предъявляются новые требования, не последним из которых является надежность данных. Таким образом, метролог, ставший умным, играет важную роль в этом новом мире, который не ждет постепенных изменений. Это не вопрос перехода от «наихудшего случая» к статистическим допускам. Это настоящий прорыв в способе мышления перейти от «управляемого мнением» к «управляемому фактами».

Пионеры больших данных свели их к трем характеристикам: объем, разнообразие и скорость. Они, конечно, не заставили себя долго ждать, чтобы признать, что для работы их алгоритмов необходим четвертый: Veracity!

Поскольку алгоритмы агностичны, они могут только «верить тому, что им говорят»… Они могут искать слабые сигналы во множестве информации, но они совершенно неспособны, и это не их роль, исправлять имеющиеся у них данные. Поговорка «Мусор на входе, мусор на выходе» обретает здесь свое полное значение. Если мы что-то вводим на вход, мы получаем что-то на выходе. Метролог, который до этого в основном занимался управлением измерительными приборами, должен принять вызов надежных измерений, что налагает на него новую роль: быть гарантом достоверности измеренных данных своей компании.

Байесовский вывод: коперниканская революция в метрологии

Хотя погрешности измерений должны быть в центре внимания метрологов, следует признать, что на практике мы не уделяем им большого внимания. Итак, что толку их вычислять, если не использовать?

Для использования этих неопределенностей стандарт NF ISO/IEC Guide 98-4* открывает очень полезную область в метрологии: байесовский подход . Понятие априори, используемое в этом подходе для оценки рисков, связанных с декларированием соответствия, может иметь и множество других применений.

Риск объявления субъекта «соответствующим» в действительности «несоответствующим» сводился, в классическом представлении, к поверхности, превышающей допустимую зону (см. рис. 3).

http://www.smart-metrology.com/wp-content/uploads/2019/04/Figure-3-300x142.png

Рисунок 3: Традиционный взгляд на измеренное значение, связанную с ним неопределенность и риск клиента

Однако это видение явно неполно. На самом деле клиентский риск существует только в том случае, если организация действительно не соответствует требованиям. Таким образом, очевидно, что вероятность того, что организация не соблюдает требования, также должна учитываться при расчете риска. Последнее на самом деле является одновременной реализацией двух событий: измерением соответствия (вероятности P1) несоответствия объекта реальности (вероятности P2).

Вероятность P1 может быть рассчитана по неопределенности измерения. Вероятность P2 рассчитывается на основе априорных знаний о продукции субъекта. Этот подход, сочетающий наблюдение (измерение) и априорную оценку реальности, которую необходимо измерить, называется байесовским. Тогда возникает вопрос о выводе из всех знаний (измерения, неопределенности измерения и априорного) наиболее вероятной реальности. В статье в этом блоге  объясняется, как использовать всю информацию, чтобы получить значение, более надежное, чем измеренное значение.

Очень схематично это:

  1. рассмотрим основное уравнение метролога ( измеренное V = истинное V + th измерение ),
  2. сделать вывод, что существует множество комбинаций (V True , e Measurement ) для одного и того же измеренного значения,
  3. вычислить вероятность каждого из них (P1xP2), как только мы знаем априори и неопределенность измерения,
  4. найти наиболее вероятное сочетание и вывести из него наиболее вероятное истинное значение, которое скрыто за измеренным значением.

Эта постобработка измеренного значения требует знания априорных процессов компании и неопределенности измерения. Это оригинальный способ использования неопределенности измерения с точки зрения производительности. Умный метролог должен будет взяться за это. Компетенция этого будущего метролога, заключающаяся в оценке рисков и наиболее вероятных значений, будет гораздо более полезной и важной для его компании, чем управление периодическими калибровками, часто ненужными и в основном проводимыми для удовлетворения аудиторских проверок.

Динамический мониторинг: конец ненужным периодическим калибровкам

Историческая стратегия «периодических калибровок календаря» не гарантирует достоверности измерений. Эта практика фактически обнаруживает проблемы апостериорно только тогда, когда они должны быть обнаружены динамически. Чтобы контролировать риски, необходимо знать, когда данные перестают быть надежными, потому что потеря знаний о процессах из-за отсутствия надежности данных означает, что вы рискуете заплатить высокую цену перед лицом более гибких конкурентов.

Для выхода из периодических калибровок также очень полезна априорная информация. Когда мы заранее знаем, что мы должны найти, мы можем постоянно гарантировать, что результаты согласуются с этим априори. Если эта согласованность ставится под сомнение, это означает либо изменение процесса (ключевая информация для удовлетворенности клиентов), либо изменение процесса измерения (ключевая информация, позволяющая понять, калибровать его или нет). Статистика предлагает несколько тестов, чтобы узнать, принадлежит ли выборка (измерения дня, недели, часа в соответствии с частотами выборки) с заданным уровнем достоверности известной родительской совокупности (априори). Эти тесты необходимы метрологу для обнаружения аномалии в измерительном приборе почти сразу после ее возникновения.

Таким образом, априорная информация является важной информацией для управления рисками, и ее знание позволяет обнаруживать аномалии «вживую». В результате появляется возможность выйти из мира слепых калибровок/верификаций и войти в мир условных периодичностей.

Вывод

Все метрологи знают, что измерения неверны, но они должны знать, а также сообщать, что большинство допусков неверны , то есть не имеют никакого реального отношения к функциональной необходимости. Этот мир «ошибок» выбирается за счет экономики и устойчивого развития. Это «чрезмерное требование» имеет пагубные последствия для нашей нынешней и будущей промышленной организации.

Все наши мыслительные паттерны пришли из того времени, когда мысли о мире были безграничны и когда безраздельно господствовал принцип «кто может сделать больше, может сделать меньше» . С тех пор границы открылись, конкуренция приобрела глобальный характер, и постепенно возобладала экологическая осведомленность : делать «слишком много» означает делать «слишком дорого» с экономической точки зрения и «слишком вредно» для наших общих ресурсов.

Сейчас самое время прислушаться к мудрости старейших: «Относись к земле хорошо: ее тебе не родители дали, ее одолжили тебе твои дети». Этот принцип, позже принятый Антуаном де Сент-Экзюпери, просто предлагает нам учитывать будущие поколения в нашем выборе и нашей практике. Технологическая эволюция, которую сегодня представляют большие данные, требует обновленной метрологии: интеллектуальной метрологии. Последнее может способствовать рационализации наших стратегий и наших решений, стремящихся к « самому необходимому» . В связи с критической ситуацией интеллектуальная метрология больше не является вариантом ...

Пост скриптум

Большое спасибо моему другу Лорану Леблону за его активное участие в написании этой статьи!

* Неопределенность измерения — Часть 4: роль неопределенности измерения в оценке соответствия (AFNOR 2013). См. также FD X 07-039 (AFNOR 2018): Внедрение стандарта NF ISO/IEC Guide 98-4. 

 

https://www.smart-metrology.com/blog/2019/05/pourquoi-la-smart-metrology-nest-plus-une-option/

Ссылка на комментарий
Поделиться на других сайтах

40 минут назад, AtaVist сказал:

Не соглашусь.

Тут не по Шукшину было.

А Левин, действительно, основной упор делает на математику.

Факты в студию- где Левин путается в философии? И в чем проблема в "упоре на математику"?

Ссылка на комментарий
Поделиться на других сайтах

25 минут назад, libra сказал:

Факты в студию- где Левин путается в философии?

Выше я уже сказал:

 

6 часов назад, Lavr сказал:

Как пишет сам автор, в статье рассмотрена проблема неадекватности математических моделей измерений в связи с проблемой дефинициальной неопределенности измерения. Причем, как я понимаю, автор уравнивает понятия "неадекватность" и "неопределенность" (с. 15, второй абзац). Дальше начинается чехарда  документов из области классической метрологии и КН и сетования на то, что ничего не получается.

 

28 минут назад, libra сказал:

И в чем проблема в "упоре на математику"?

В том, что философия определяет необходимую математику, а не наоборот. Прежде, чем что-то вычислять, надо понимать что и зачем вычисляется. 

Ссылка на комментарий
Поделиться на других сайтах

58 минут назад, scbist сказал:

Позлоупотребляю еще терпением. Статья того-же автора 

https://www.smart-metrology.com/blog/2019/05/pourquoi-la-smart-metrology-nest-plus-une-option/

Возможно, для того, чтобы понять то, о чем говорит автор, мне не хватает хорошего перевода и знания отправных точек для написания этой статьи. Как минимум надо понимать в рамках какой концепции написана эта статья.

Ссылка на комментарий
Поделиться на других сайтах

6 минут назад, libra сказал:

Факты в студию- где Левин путается в философии? И в чем проблема в "упоре на математику"?

Тут играем тут не играем...(с)

Lavr указал конкретное место в статье с которым не согласен.

Вы этот момент проигнорировали зато отличились, проведя аналогии с известным персонажем, причем персонаж этот весьма отрицательный и даже считается чуть ли не эталонном тролля.

Что касается "упора на математику", то обсуждали уже - используя математический аппарат в этих ваших философиях не разберешься 😃

Дело здесь совершенно в другом.

 

Ссылка на комментарий
Поделиться на других сайтах

7 часов назад, Lavr сказал:

После беглого ознакомления с указанной статьей у меня не сложилось впечатление, что она посвящена именно определению неадекватности математических моделей.

Как пишет сам автор, в статье рассмотрена проблема неадекватности математических моделей измерений в связи с проблемой дефинициальной неопределенности измерения. Причем, как я понимаю, автор уравнивает понятия "неадекватность" и "неопределенность" (с. 15, второй абзац). Дальше начинается чехарда  документов из области классической метрологии и КН и сетования на то, что ничего не получается.

  Читая статью я вижу перед собой автора, считающего, что математика всему голова, но  запутавшегося в философиях.

Вообще-то там был цикл статей. Предложенный Левиным математический аппарат не является чем-то новым. Но он один из первых предложил его к применению на практике. Что и было сделано и реализовано в прикладных программах для расчёта которые можно применять, так как их алгоритм известен и опробован. При помощи этого можно рассчитать достоверность поверки, калибровки, риски. Построить наилучшую математическую модель например функции погрешности или поправок, со своей оценкой неадекватности. У того же Левина теория закончена и применима, что показано в двух нормативных документах и целой серии статей и противоречий не вызывает. Что можете предложить Вы? 

Ссылка на комментарий
Поделиться на других сайтах

1 час назад, Lavr сказал:

Выше я уже сказал:

 

 

В том, что философия определяет необходимую математику, а не наоборот. Прежде, чем что-то вычислять, надо понимать что и зачем вычисляется. 

Вот по второму абзацу не соглашусь категорически. Откройте книгу,  из приведённой к статье литературы, П.Е. Эльясберга " Измерительная информация :Сколько ее нужно?" стр.87 рис. 2.6.1 https://1drv.ms/b/s!AgmtdboSX_q2hh7Hy7w5wKoIiT8B?e=Cg5HVJ

Также писал об осторожности применения  дисперсии среднего раньше.

Так, что со вторым параграфом на стр. 15 статьи я согласен.

Второе ваше предложение оставлю без комментариев, поскольку в абзаце обсуждается не философия, а ТЕРМИНОЛОГИЯ.

Ссылка на комментарий
Поделиться на других сайтах

Присоединиться к обсуждению

Вы можете ответить сейчас, а зарегистрироваться позже. Если у вас уже есть аккаунт, войдите, чтобы ответить от своего имени.

Гость
Ответить в этой теме...

×   Вы вставили отформатированный текст.   Удалить форматирование

  Допустимо не более 75 смайлов.

×   Ваша ссылка была автоматически заменена на медиа-контент.   Отображать как ссылку

×   Ваши публикации восстановлены.   Очистить редактор

×   Вы не можете вставить изображения напрямую. Загрузите или вставьте изображения по ссылке.

Загрузка...

Информация

  • Недавно просматривали   0 пользователей

    • Ни один зарегистрированный пользователь не просматривает эту страницу.

×
×
  • Создать...