В организациях по социальной реабилитации несовершеннолетних ведется работа по содержанию и наблюдению над несовершеннолетними из неблагополучных семей и семей с трудным материальным положением. С такими подростками обычно работают по стационарной и дневной форме.
        На стационарном отделении дети находятся круглосуточно, здесь обычно содержатся: несовершеннолетние, родители которых лишены родительских прав; дети, брошенные родителями; дети, содержащиеся по заявлению родителей; дети, находящиеся на полном государственном обеспечении (родители умерли). Все эти дети испытывают последствия недостаточного родительского внимания, в той или иной степени отстают в развитии и зачастую социально опасны. Некоторые из них в дальнейшем попадут в пенитенциарные учреждения. Поэтому, очень важно проводить мероприятия по социальной реабилитации таких детей. Существенно, чтобы все воспитательные и реабилитационные воздействия были выполнены вовремя. Для этого желательно получить возможность прогнозировать уровень социальной опасности заблаговременно.
        Были собраны данные о неблагополучных детях и проведено исследование возможности прогнозировать степень социальной опасности. Выборка составила более 100 детей разных возрастов и разной степени социальной опасности, которая была определена экспертами-психологами.
        Использовались следующие данные:
  - год рождения;
  - приемный или родной ребенок;
  - основание постановки на учет (заявление родителей или родственников, ходатайство РОНО, заявление инспектора ОППН, постановление администрации, заявление ребенка);
  - полная или неполная семья;
  - многодетная семья или нет;
  - тяжелое материальное положение семьи;
  - неполнота семьи;
  - отсутствие места жительства;
  - дошкольник, школьник или выпускник;
  - класс;
  - номер школы;
  - уровень активности;
  - данные о матери;
  - данные об отце;
  - соответствует ли уровень развития ребенка норме;
  - легко ли ребенок вступает в контакт;
  - склонность к побегам из учреждения реабилитации;
  - является ли ребенок социально опасным.
        Для решения этой задачи был использован готовый аппарат и программное обеспечение обучаемых нейронных сетей - нейроимитаторы MultiNeuron (разработан группой НейроКомп в составе Горбань А.Н., Гилев С.Е., Коченов Д.А., Миркес Е.М., Россиев Д.А.) [1-2], Monoton и предобработчик Predmake.
        По собранным данным была составлена обучающая выборка, обучен набор нейросетей. Тестирование по половинной выборке дало 80-процентную правильность ответов.
        Было проведено определение значимости входных сигналов для нейросетей ch_3_1_i, с числом нейронов 3 и характеристикой 0,1. Результаты проведенной после этого минимизации входных сигналов сведены в приведенную ниже таблицу. Таблица показывает минимальный набор самых значимых входных сигналов для нескольких нейросетей. Минимальность набора означает, что по этому набору входных данных нейросети могут научить определять ответ по всей выборке без существенного уменьшения правильности. Остальные входные данные были отброшены как менее существенные.
        В таблице остались следующие входные данные:
  priem – ребенок приемный или родной;
  osnovz – основание зачисления;
  m1 – мать ребенка жива;
  m4 – мать лишена родительских прав;
  m5 – мать бродяжничает с детьми;
  f1 – отец умер или жив;
  f2 – отец бросил детей или дети живут с отцом;
  f3 – отец осужден или нет;
  f4 – отец лишен родительских прав или нет;
  level – соответствует ли уровень развития ребенка норме;
  kontact – легко ли ребенок вступает в контакт.

Минимальные наборы самых значимых входных сигналов

Набор оставшихся наиболее значимых данных в основном соответствует опыту воспитателей и психологов. Например, умерший отец намного меньше способствует социальной опасности ребенка, чем отец, бросивший детей. Имеют интерес некоторые отклонения от общепринятого, например:
   1) малозначимость фактора “мать бросила детей или дети живут с матерью”;
   2) малозначимость фактора “мать осуждена или нет”;
   3) малозначимость фактора “склонность к побегам из учреждения реабилитации”.
        Работа поддержана грантом ФЦП “Интеграция”, проект 68, направление 2.1.

Литература:

1. Горбань А.Н. Обучение нейронных сетей. М.1990
2. Горбань А.Н. Россиев Д.А. Нейронные сети на персональных компьютерах., Н.: Наука, 1996