Вестник БГУ. Экономика и менеджмент
Библиографическое описание:
, , ПРОГНОЗИРОВАНИЕ УРОВНЯ ЦИФРОВОГО РАЗВИТИЯ НА ОСНОВЕ НЕЙРОННЫХ СЕТЕЙ // Вестник БГУ. Экономика и менеджмент. - 2023. №3. . - С. 108-115.
Заглавие:
ПРОГНОЗИРОВАНИЕ УРОВНЯ ЦИФРОВОГО РАЗВИТИЯ НА ОСНОВЕ НЕЙРОННЫХ СЕТЕЙ
Финансирование:
Коды:
Аннотация:
Проблемы прогнозирования возникают в самых разных дисциплинах, а литература по прогнозированию с использованием нейронных сетей разбросана по столь разным областям, что исследователю трудно быть в курсе всех работ, выпол- ненных сегодня. В статье описывается возможность в области прогнозирования эко- номических показателей с использованием искусственных нейронных сетей. Автора- ми в настоящей статье построен автокорреляционный нейронный прогноз для гло- бального индекса инноваций. Он основан на данных уровня инновационного развития 132 стран и включает в себя 81 показатель. По результатам исследования сделан вы- вод о том, что для РФ наблюдается незначительное падение уровня инновационного развития. Россия характеризуется наиболее слабыми позициями в показателях оценки
«институты» и «инфраструктура».
«институты» и «инфраструктура».
Ключевые слова:
цифровое развитие, прогнозирование, нейронная сеть, инноваци- онное развитие, индекс инноваций, международные сравнения.
Список литературы:
Гафаров Ф. М., Галимянов А. Ф. Искусственные нейронные сети и приложения: учебное пособие. Казань: Изд-во Казан. ун-та, 2019. 121 с. Текст: непосредственный.
Иванюк В. А. Нейросетевое моделирование в экономике и финансах // Управление развитием крупномасштабных систем MLSD'2020. 2020. № 13 (1981). С. 828–831. Текст: непосредственный.
Приезжев И. И. Нейронные сети, 2019. 27 с. URL: https://ivanplab.ru/ckeditor_assets/attachments/79/%D0%9D%D0%B5%D0%B9%D1%80%D0
%BE%D0%BD%D0%BD%D1%8B%D0%B5_%D1%81%D0%B5%D1%82%D0%B8_%282019%29.pdf (дата обращения: 10.07.2023). Текст: электронный.
Эконометрическое моделирование производства продукции крестьянских (фер- мерских) хозяйств / А. А. Тусков, И. П. Ефимов, П. П. Ефимов, Е. С. Грошева // Вестник Бурятского государственного университета. Экономика и менеджмент. 2023. № 2. С. 152–166. Текст: непосредственный.
Тусков А. Прогнозирование региональных показателей с использованием нейросе- тей // Современные инструменты, методы и технологии управления знаниями. 2022. № 5. URL: https://fortus-science.ru/index.php/KM/article/view/399 (дата обращения: 14.06.2023). Текст: электронный.
Хайкин С. Нейронные сети: полный курс. 2-е изд. / перевод с английского. Москва: Вильямс, 2006. 1104 с.: ил. Парал. тит. англ. Текст: непосредственный.
Цифровые навыки населения в регионах России. Цифровая экономика / Институт статистических исследований и экономики знаний НИУ ВШЭ. URL: https://issek.hse.ru/mirror/pubs/share/767680649.pdf (дата обращения: 10.07.2023). Текст: электронный.
Herbrich R., Keilbach M., Graepel T., Bollmann-Sdorra P., Obermayer K. Neural Net- works in Economics / Brenner T. (eds) // Computational Techniques for Modelling Learning in Economics. Advances in Computational Economics. 1999. Vol 11. Springer, Boston, MA. URL: https://link.springer.com/chapter/10.1007/978-1-4615-5029-7_7 (acessed: 10.07.2023).
Иванюк В. А. Нейросетевое моделирование в экономике и финансах // Управление развитием крупномасштабных систем MLSD'2020. 2020. № 13 (1981). С. 828–831. Текст: непосредственный.
Приезжев И. И. Нейронные сети, 2019. 27 с. URL: https://ivanplab.ru/ckeditor_assets/attachments/79/%D0%9D%D0%B5%D0%B9%D1%80%D0
%BE%D0%BD%D0%BD%D1%8B%D0%B5_%D1%81%D0%B5%D1%82%D0%B8_%282019%29.pdf (дата обращения: 10.07.2023). Текст: электронный.
Эконометрическое моделирование производства продукции крестьянских (фер- мерских) хозяйств / А. А. Тусков, И. П. Ефимов, П. П. Ефимов, Е. С. Грошева // Вестник Бурятского государственного университета. Экономика и менеджмент. 2023. № 2. С. 152–166. Текст: непосредственный.
Тусков А. Прогнозирование региональных показателей с использованием нейросе- тей // Современные инструменты, методы и технологии управления знаниями. 2022. № 5. URL: https://fortus-science.ru/index.php/KM/article/view/399 (дата обращения: 14.06.2023). Текст: электронный.
Хайкин С. Нейронные сети: полный курс. 2-е изд. / перевод с английского. Москва: Вильямс, 2006. 1104 с.: ил. Парал. тит. англ. Текст: непосредственный.
Цифровые навыки населения в регионах России. Цифровая экономика / Институт статистических исследований и экономики знаний НИУ ВШЭ. URL: https://issek.hse.ru/mirror/pubs/share/767680649.pdf (дата обращения: 10.07.2023). Текст: электронный.
Herbrich R., Keilbach M., Graepel T., Bollmann-Sdorra P., Obermayer K. Neural Net- works in Economics / Brenner T. (eds) // Computational Techniques for Modelling Learning in Economics. Advances in Computational Economics. 1999. Vol 11. Springer, Boston, MA. URL: https://link.springer.com/chapter/10.1007/978-1-4615-5029-7_7 (acessed: 10.07.2023).
Статья.pdf