По информации учёных, это первое в мире исследование такого рода, когда безработных или профессию человека вычисляют на индивидуальном уровне с помощью глубинного обучения по логам сотовой сети. Раньше исследователи пытались предсказать только общий уровень безработицы по мобильным данным, но не профессии конкретных людей.

Исследователи подчёркивают, насколько важно иметь точную статистику безработных в обществе. Это важный экономический индикатор для изучения рынка труда, который помогает строить экономические прогнозы и управлять экономикой. Хотя избыток свободных трудовых ресурсов приятен для работодателей, но государство обычно ставит целью снизить безработицу ниже определённого уровня.

Узнать точную информацию о безработных тяжело. Для этого требуется периодически проводить масштабные социологические опросы. В некоторых странах фактический уровень безработицы сильно превышает показатель официально зарегистрированных в органах служб занятости.

Такие опросы отнимают немало времени и ресурсов. Например, в США действительно постоянно проводят такие опросы в домохозяйствах и публикуют статистику. В менее развитых странах из-за дороговизны опросов их проводят нерегулярно и с недостаточным охватом. Теперь исследователи нашли альтернативный вариант, который кардинально решает проблему.

Сотовые телефоны сейчас есть даже у бомжей, поэтому анализ метаданных обеспечивает практически полный охват трудоспособного населения во многих странах (в целом мобильники есть у более 50% населения Земли). О таком охвате социологи могут только мечтать. Инженеры показали, что метаданные сотовой сети обеспечивают достаточный пространственный охват и точность во времени, чтобы проводить эффективный дата-майнинг.

Беспрецедентный охват и точность метаданных сотовой сети в прошлые годы учёные использовали для вычисления вспомогательных индикаторов уровня бедности, неграмотности, оценки численности населения, миграции и распространения вирусных эпидемий. На индивидуальном уровне метаданные сотовой сети помогают предсказать социально-экономический статус человека, уровень дохода, его демографические характеристики и тип личности. Теперь дошло дело и до статуса занятости.

Исследователи применили модель глубинного обучения на массивном наборе данных, полученных в одной бедной южноазиатской стране. Для обучения программы использовали результаты опроса 200 000 человек в домохозяйствах, проведённого местным оператором сотовой связи. Люди сообщали о своём статусе занятости и профессии, выбирая из 18 видов занятий.

Кроме того, для глубинного обучения взяли мобильные логи за срок шесть месяцев 76 000 из этих 200 000 опрошенных человек. Информацию тщательно анонимизировали, программа не имела доступа к номерам телефонов, именам абонентов, содержимому разговоров и текстовых сообщений. Естественно, имея такой доступ в стиле СОРМ, можно профилировать людей практически со стопроцентной точностью. В данном случае ставилась задача провести научное исследование не нарушая права человека.

Из мобильных логов исследователи выделили переменные трёх типов: финансовые (сумма пополнения счёта, расходы на связь, частота пополнения, соотношение между максимальной и минимальной суммой пополнения счёта и др.), перемещения по местности (домашний район/сота, энтропия мест посещения, радиус инерции сечения, количество посещённых мест и др.) и социальные функции (количество разговоров с контактом, энтропия контактов, продолжительность разговора, количество SMS, объём интернет-трафика, количество MMS, количество и продолжительность видеозвонков, частота использования дополнительных услуг оператора и др.).

Модель со всеми переменными протестировали на нескольких алгоритмах, в том числе GBM (gradient boosted machines), RF (random forest), SVM (support vector machines) и kNN (K-nearest neighbors). По итогу была составлена многослойная нейросеть. Точнее, 18 моделей для каждого вида профессии (включая безработных). Обучение и тестирование осуществлялись с распределением данных 75% и 25%.

Результаты показали, что нейросеть лучше всего определяет офисных сотрудников (клерков). По использованию мобильной связи они выдают себя с точностью 73,5%. Сложнее всего определить по метаданным сотовой сети квалифицированных сотрудников (61,9%). Средний показатель по всем профессиональным группам составил 67,5%. Как и офисные сотрудники, безработные определяются тоже очень хорошо с вероятностью 70,4%. 

Наверняка эта научная работа найдёт применение в практических программах для дата-майнинга. Кстати говоря, если кто-то получит информацию об изменении уровня занятости за 1−2 недели до появления официальной статистики в США, то может неплохо заработать на бирже. Так что у сотрудников операторов сотовой связи появляется вариант для небольшой «халтурки», если они не боятся сесть в тюрьму за использование инсайдерской информации.

В странах, где ввели или собираются ввести налог на тунеядцев, такая нейросеть поможет пополнять бюджет. Будет выявлять незарегистрированных безработных, которые укрываются от налоговой инспекции. По предполагаемой профессии человека можно ещё таргетировать рекламу.

Установлен в 2015-ом году в честь 70-летия Победы. Немного об истории этого экземпляра.

Самолёт построен в Комсомольске-на-Амуре в 1988 году. Первым местом его службы стал аэродром Бесовец близ Петрозаводска, но через несколько месяцев был перебазирован куда-то в Польшу, а с 1992-го примерно года летал уже в составе авиаполка, базировавшегося в Смоленске.

В 1996-ом году истребитель "переехал" на новое место службы - в состав прославленного 237-го ЦПАТ в подмосковной Кубинке. Впрочем, в составе пилотажных групп он никогда не летал. Лётная эксплуатация самолёта прекратилась примерно в 2003-2004 г - стал "донором". Так и стоял он под открытым небом больше десяти лет, а краска понемногу выгорала и слезала. Официально списан он был только в апреле 2015-го года. Выглядел он к тому моменту как-то так:

Подсуетились муниципальные власти Москвы. Вскоре была проведена демилитаризация самолёта при участии конструкторского бюро. После покраски и транспортировки истребитель установили на специально построенном постаменте на ВДНХ. Я, приехавший из деревни провинции, разглядывал его во все глаза.

Окраской его, вроде бы, занимался 121-ый АРЗ, работающий всё в той же Кубинке; цветовая схема самолёта полностью соответствует тому, как красят сейчас новые истребители, да ещё и со всеми надписями и инструкциями. Самолёт выглядит именно так, как выглядят его "живые" товарищи.

Первое время на постамент запросто лезли всякие неразумные и прочие инфантильные личности, размазывая грязь с газона. Установка ограды вокруг нового экспоната была лишь вопросом времени.

Рядом на металлической пластинке выгравировали краткую инфу о семействе истребителей Су-27: читая её, я не заметил ни единого косяка! Нечасто это нынче.

Оптико-локационная станция по центру передней части кабины и торчащие из боковых стенок воздухозаборников антенны азимута СПО-15 "Берёза" намекают на то, что самолёт по составу бортового оборудования построен в варианте Су-27П для авиации ПВО (ныне такого рода войск не существует).

СПО-15 "Берёза" - станция предупреждения об облучении радиолокатором противника.

Также на истребитель навесили по два массовогабаритных макета ракет класса "воздух-воздух": средней дальности Р-27...

...и малой дальности Р-73:

Даже двигатели выглядят весьма натурально. Всем охота залезть и посмотреть: а что там?

Кстати, самолёт по сравнению с человеком довольно большой.

Чёт пока я ходил вокруг него, дождик засобирался.

Сейчас старые Су-27 являются "вымирающим видом". Особенно это касается спарок Су-27УБ и одноместных Су-27П. Наиболее ремонтопригодные самолёты планируется модернизировать до варианта Су-27СМ3.

Даже списанное катапультное кресло привели в надлежащий вид, и остекление новое где-то раздобыли... В общем, шикарный экспонат. Надеюсь, что его не постигнет судьба Ту-154, когда-то стоявшего там, и что его не будут перекрашивать раз в два года, как это делают с выставленным совсем рядом Як-42.

Баянометр был не прав.