Новые публикации
 |
| Муравьева В.С.,
Орлов А.И. |
| Контроллинг инфляции |
|
| 5.2.2. Математические, статистические и инструментальные методы в экономике
|
| Просмотров: 7
|
Реферат
Контроллинг инфляции – это разработка процедур управления соответствием поставленным задачам используемых и вновь создаваемых (внедряемых) организационно-экономических методов в области инфляции. Под поставленными задачами понимаем, прежде всего, задачи экономики предприятия и организации производства, которые постоянно решают управленцы (менеджеры) организаций промышленности и других отраслей народного хозяйства, а также государственных органов. Под инфляцией понимаем рост цен. Рассматриваем её как наблюдаемый эффект экономической жизни. Аналогия из области физических явлений – температура. Главное в контроллинге инфляции – необходимость её учёта при сравнении стоимостных величин, относящихся к различным моментам времени. Для этого необходимо перейти к сопоставимым ценам на тот или иной момент времени. Для реализации такого перехода необходимо использовать индекс инфляции, основан на выборе и фиксации инструмента экономиста и управленца - потребительской корзины. Важно обеспечить квалифицированное применение этого инструмента экономиста и менеджера, т.е. применение на основе контроллинга инфляции. Установлено, что индексы инфляции Росстата на десятки и сотни процентов преуменьшают реальные индексы инфляции, полученные при независимых измерениях при использовании минимальной потребительской корзины физиологически необходимых продовольственных товаров. Для расчёта индекса инфляции необходимо зафиксировать потребительскую корзину. Какова корзина – таков и индекс. Основные математические результаты теории инфляции – теорема умножения и теорема сложения. Используют и другие статистические методы, например, для прогнозирования индекса инфляции. Констатируем, что в настоящее время отсутствуют научно обоснованные организационно-экономические модели возникновения и развития инфляции. Поэтому рассматриваем её как наблюдаемый и измеряемый фактор экономической жизни
|
|
 |
| Зорькина О.В.,
Подковыров И.Ю.,
Колмукиди С.В.,
Ганина В.Е. |
| Повышение эффективности использования объектов природного и культурного наследия на примере парка-памятника садово-паркового искусства «Массандровский», г. Ялта |
|
| 4.1.6. Лесоведение, лесоводство, лесные культуры, агролесомелиорация, озеленение, лесная пирология и таксация
|
| Просмотров: 10
|
Реферат
Сохранение культурного наследия является одной из важнейших задач современного общества, а в настоящих условиях актуален вопрос о совместимости развития туристической инфраструктуры с сохранением уникальных природных и культурных объектов. Парк «Массандровский» – памятник садово-паркового искусства XIX века, расположенный в живописном уголке Крыма сочетает в себе природное и культурное достояние. Задача нашего исследования заключается в поиске баланса между сохранением уникального природного и культурного наследия и созданием современной инфраструктуры, способной привлечь дополнительный поток посетителей без ущерба для объекта. Была разработана концепция повышения эффективности использования территории парка «Массандровский» путем создания дополнительных точек отдыха с учетом сохранения его историко-культурной и природной ценности. Был проведен архитектурно-ландшафтный анализ с использованием методических рекомендаций В.С. Теодоронского, учитывалась специфика рельефа, растительности и исторического развития исследуемой территории. Была проведена предварительная инвентаризация насаждений. Предложено вертикальное озеленение уникального строения, его террас и балконов. Озеленение функциональных зон отдыха и оздоровления удачно вписывается в существующие природные объекты. Создание инновационных застроек, направленных на сохранение природного ландшафта и повышение его рекреационного потенциала, развитию туристических возможностей региона
|
|
 |
| Сафин М.А.,
Милицкая В.М. |
| Цифровые технологии и искусственный интеллект в системе мониторинга производственного цикла в растениеводстве |
|
| 4.3.1. Технологии, машины и оборудование для агропромышленного комплекса
|
| Просмотров: 4
|
Реферат
В статье представлен обзор современных цифровых технологий и решений на основе искусственного интеллекта (ИИ), применяемых для мониторинга производственного цикла в растениеводстве. Рассматриваются ключевые направления цифровизации агропромышленного комплекса – внедрение Интернета вещей (IoT), беспроводных сенсорных сетей, беспилотных летательных аппаратов (БПЛА), спутникового зондирования и алгоритмов машинного обучения. Эти технологии позволяют получать детализированные данные о состоянии посевов, влажности почвы, микроклимате и обеспечивать точное управление ресурсами. Показано, что использование цифровых систем и ИИ способствует росту урожайности на 20-30 %, снижению расхода воды и удобрений на 40-60 %, повышению точности прогнозирования урожайности до 90-95 %. Особое внимание уделено интеграции периферийного ИИ (edge AI), обеспечивающего обработку данных непосредственно на ферме, что повышает надёжность и снижает сетевые задержки. Отмечены барьеры внедрения – высокая стоимость оборудования, ограниченная цифровая инфраструктура и дефицит компетенций у сельхозпроизводителей. Сделан вывод, что сочетание IoT и ИИ является ключевым фактором перехода к устойчивому, ресурсосберегающему и высокотехнологичному сельскому хозяйству будущего. Показано, что основными ограничениями являются высокие капитальные затраты, слабая инфраструктура связи в сельских районах, отсутствие стандартов данных и недостаточный уровень цифровой грамотности фермеров
|
|
 |
| Луценко Е.В. |
| АСК-анализ и система «Эйдос» как исторически первая успешная методологически полная реализация парадигмы объяснимого искусственного интеллекта (XAI) |
|
| 5.2.2. Математические, статистические и инструментальные методы в экономике
|
| Просмотров: 14
|
Реферат
В представленной статье рассматривается фундаментальная научная проблема «черного ящика» в современных системах искусственного интеллекта и обосновывается переход к парадигме объяснимого искусственного интеллекта (Explainable AI — XAI). Целью работы является обоснование научного приоритета отечественной школы под руководством профессора Е. В. Луценко в создании интерпретируемых интеллектуальных систем. Автором доказывается, что разработанный им автоматизированный системно-когнитивный анализ (АСК-анализ) и его программный инструментарий — интеллектуальная система «Эйдос» — представляют собой исторически первую и методологически наиболее полную реализацию концепции XAI в мире. Особое внимание в работе уделяется публикации 2003 года, в которой задолго до формирования мирового мейнстрима были предложены нелокальные интерпретируемые нейронные сети прямого счета. В статье подробно раскрывается математическая модель системы, базирующаяся на оригинальной системной теории информации (СТИ) и модифицированной семантической мере Харкевича. Описан технологический цикл функционирования системы — десятиэтапный алгоритм «когнитивного конфигуратора», позволяющий преобразовывать эмпирические данные в объяснимые знания. В отличие от популярных западных методов интерпретации (LIME, SHAP), работающих по принципу post-hoc, АСК-анализ реализует принцип «интерпретируемости по дизайну», где каждый весовой коэффициент имеет четкий физический смысл — количество информации или знаний в битах о влиянии соотвествующего значения фактора на переход объекта моделирования в каждое из будущих состояний, соответствующих классам. Практическая значимость исследования подтверждается многолетней апробацией системы в критически важных отраслях: агрономии, медицине, психологии и экономике. Приведены данные о защите 10 докторских и 13 кандидатских диссертаций на базе данной методологии. Описана технологическая эволюция системы «Эйдос» за 45 лет — от мейнфреймов 1980-х годов до современной реализации 2025 года на языке Python с использованием DuckDB и GPU-вычислений. В заключении подчеркивается, что АСК-анализ является самостоятельной научной парадигмой, возвращающей исследователю контроль над логикой принятия решений ИИ и обеспечивающей фундамент для создания доверенных интеллектуальных систем в условиях цифровой экономики
|
|
|
Новости
Архив номеров
Авторы - top 10 (по числу статей)
Авторы - top 10 (по рейтингу статей)
Рейтинг автора складывается из суммы рейтинга всех его статей.
Рейтинг статьи рассчитывается как число_просмотров_статьи/ число_авторов_статьи.
|