Предлагается конструктивный алгоритм обработки и идентификации событий произвольной природы. Идеологически этот алгоритм базируется на сочетании двух известных подходов: теории нечетких множеств («типичность» или «нетипичность» события определяется значением его степени принадлежности) и метода потенциальных функций (метрические свойства событий определяются с помощью тем или иным способом заданного симметричного неотрицательно определенного ядра). С теоретической точки зрения это адаптивный алгоритм обучения, позволяющий идентифицировать анализируемые события, а с практической точки зрения это алгоритм, который дает возможность одновременно оценивать степени «типичности», вычислять координаты и осуществлять трехмерную компьютерную визуализацию этих событий. В качестве событий могут выступать элементы последовательности выходных сигналов произвольной дискретной стохастической динамической системы. При этом оценку «типичности» событий можно рассматривать как количественный, а их визуализацию – как качественный анализ исследуемой системы.
