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.
