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 on the Eurasian Steppe (Grassland), including the Turkic Rovash (Turkic
Runic/runiform) and the Székely-Hungarian Rovash. The evaluation of the extended
phenetic model of the scripts, the various phenograms, the script spectra and
the group spectra helped to reconstruct the main ancestors and evolutionary
stages of the investigated scripts.