Scriptinformatics

A szerző, dr. Hosszú Gábor okleveles villamosmérnök, jogász, jelenleg tanszékvezető-helyettes, habilitált egyetemi docens a Budapesti Műszaki és Gazdaságtudományi Egyetem Elektronikus Eszközök Tanszékén. Témái: írásinformatika, internetes kommunikáció, intelligens szenzorok, szenzorhálózatok, klaszteranalízis, gépi tanulás, mesterséges intelligencia, rendszerszintű tervezés, elektronika, mikroelektronika és magzati szívhangok elemzése. Ebben a kötetében a türk és a magyar-székely rovás írásra alapozva azt modellezi, hogy a véletlenszerű jelegybeesések tévútra vezethetik az írások keletkezésével foglalkozó kutatókat.
A szkriptek (írásrendszerek) általában meghatározott nyelvekhez tartoznak, időbeli, területi és kulturális jellemzőkkel rendelkeznek. Az írások evolúciója régóta kutatás tárgyát képezi. Ennek valószínűleg az az oka, hogy az emberi gondolkodás hosszú távú fejlődését tükrözik a fennmaradt írásemlékek, amelyek közül sok még ma sincs megfejtve. A könyv bemutatja az írásevolúciónak a rendszertan, a filogenetika és a bioinformatika matematikai eszközeivel történő vizsgálatát. Az ismertetésre került kutatásban az írás az evolúciós osztályozási egység (taxon), ami analóg a biológiai faj fogalommal. A filogenetika módszerei közül a fenetika a vizsgált taxonokat morfológiai hasonlóságuk alapján osztályozza, és nem elsősorban a leszármazási viszonyokat vizsgálja. Azonban az írásokat meghatározó jellegek morfológiai sokféleségének hiánya miatt az evolúciótól független tulajdonságok véletlen egybeesése sokkal gyakrabban fordul elő az írások esetén, mint a biológiai fajoknál. Ezért a csak morfológiai jellemzőkön alapuló fenetikai modellezés hibás eredményhez vezethet. Emiatt a fenetikai modellezés kibővítésre került evolúciós megfontolásokkal, így lehetővé téve az írásevolúcióban megfigyelhető, az egyes írásokra jellemző véletlen egybeesések (homopláziák) nagy száma miatt fellépő modellezési bizonytalanságok kezelését. A könyv egy, az írások evolúciójának vizsgálatára kifejlesztett kiterjesztett fenetikai módszert ismertet. Ez az adatvezérelt megközelítés segít csökkenteni a fenetikai modellben rejlő, az írások evolúciója során fellépő nagyszámú homoplázia miatti bizonytalanságok hatását. A kidolgozott fenetikai és evolúciós elemzések az eurázsiai steppén (füves pusztán) használt rovás írásokra, köztük a türk rovásra és a székely-magyar rovásra kerültek alkalmazásra. Az írások kiterjesztett fenetikai modellje, a különféle fenogramok, az írásspektrumok és a csoportspektrumok kiértékelése segített a vizsgált írások legfontosabb elődeinek és fejlődési szakaszainak rekonstrukciójában.

The author, dr. Gábor Hosszú, MSc in Electrical Engineering, MSc in Law, is currently a deputy head of the department and a habilitated associate professor at the Department of Electronic Devices of the Budapest University of Technology and Economics. His topics: scriptinformatics, internet communication, intelligent sensors, sensor networks, cluster analysis, machine learning, artificial intelligence, system-level design, electronics, microelectronics and fetal heart sound analysis. In this book, based on Turkic and Székely-Hungarian Rovash scripts, he models that random coincidences can lead researchers astray into scripts' origin.
Scripts (writing systems) usually belong to specific languages and have temporal, spatial and cultural characteristics. The evolution of scripts has been the subject of research for a long time. This is probably because the long-term development of human thinking is reflected in the surviving script relics, many of which are still undeciphered today. The book presents the study of the script evolution with the mathematical tools of systematics, phylogenetics and bioinformatics. In the research described, the script is the evolutionary taxonomic unit (taxon), which is analogous to the concept of biological species. Among the methods of phylogenetics, phenetics classifies the investigated taxa on the basis of their morphological similarity and does not primarily examine genealogical relationships. Due to the scarcity of morphological diversity of scripts' features, random coincidences of evolution-independent features are much more common in scripts than in biological species, thus phenetic modelling based solely on morphological features can lead to erroneous results. For this reason, phenetic modeling has been extended with evolutionary considerations, thereby allowing the modelling uncertainties observed in the script evolution to be addressed due to the large number of random coincidences (homoplasies) characterizing each script. The book describes an extended phenetic method developed to investigate the script evolution. This data-driven approach helps to reduce the impact of the uncertainties inherent in the phenetic model due to the large number of homoplasies that occur during the evolution of scripts. The elaborated phenetic and evolutionary analyses were applied to the Rovash scripts used