Регистрационный номер НТЦ «Информрегистр» 0420900012
Свидетельство о регистрации СМИ Эл № ФС77-32022,
выдано 20 мая 2008 года Федеральной службой по надзору в сфере
массовых коммуникаций, связи и охраны культурного наследия
ISSN 1990-4665
12+
  English
 Журнал
Главная
Свежий номер
Архив номеров
Разделы по отраслям науки
Разделы по специальностям
О журнале
Этика научных публикаций
Статистика
География

 Авторам
Порядок рецензирования
Требования к содержанию
Порядок публикации
Образцы документов
Оформление статей
Оформление ссылок
Статус публикаций
Авторские права
Наши авторы

 Редакция
Редакционный совет
Редколлегия
Объявления
Ссылки
Контакты

 Документы
Оформление и публикация (в одном файле)





Кто здесь?


CC BY  «Attribution» («Атрибуция»)
Новые публикации
Мордасова М.С.
Развитие средств механизации ручного сбора ягод в России и за рубежом
4.3.1. Технологии, машины и оборудование для агропромышленного комплекса
Просмотров: 4
 Реферат
Несмотря на развитие технологий, сбор ягод по-прежнему является трудоёмким процессом. Цель исследования – рассмотреть существующие средства механизации ручного сбора ягод в России и за рубежом и выявить наиболее эффективное. Проведен сравнительный анализ ручных средств механизации сбора ягод с кустарников в России и за рубежом. В статье рассматриваются существующие разработки по механизации сбора ягод с кустарников в России и других странах мира, выбран наиболее оптимальный метод. Проведен анализ устройств для съема ягод и описаны принципы их работы. Определены имеющиеся на настоящий момент результаты в области механизации сбора ягод. На основании анализа литературных источников изучены существующие инструменты для ручного сбора ягод. Представлена классификация средств механизации сбора ягод. Определили направление для дальнейших исследований и перспективы развития механизации ручного сбора ягод. Анализ способов уборки ягод показал, что наиболее эффективным способом является вибрационный. Данный способ обеспечивает наибольшую полноту съема и производительность сбора, уменьшение повреждений ягод и сокращение потребления энергии
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
Новиков А.А.
К вопросу о формах азота в чернозёмах обыкновенных Северного Приазовья
4.1.1. Общее земледелие и растениеводство
Просмотров: 7
 Реферат
Статья содержит сведения о формах органического азота в чернозёме обыкновенном в почве пашни и целины в условиях степной зоны Северного Приазовья. Анализ фракционного состава азота по профилю чернозёма обыкновенного показал, что минерального азота в пахотном горизонте имеется всего 0,9%. Вниз по профилю почвы содержание его уменьшается. Фракция легкогидролизуемого азота также снижается по профилю почвы как в абсолютном, так и относительном значении. Абсолютного количества трудногидролизуемого азота более всего в верхних горизонтах содержание трудногидролизуемого азота в относительных величинах по профилю почвы практически не изменяется – 14,5-15,2%. Основная часть азотного фонда чернозёма обыкновенного представлена негидролизуемой фракцией. В чернозёме обыкновенном целинной почвы в сравнении с почвой пашни минерального азота содержится меньше. Форм азота – легко, -трудно- и негидролизуемых в абсолютных значениях в целинной почве больше, чем на пашне. Относительное количество легко- и трудногидролизуемого азота более высокое содержание на целине, но негидролизуемого – на 1-2% ниже
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

Обращение
главного
редактора

Новости
10.03.2023
Новая номенклатура специальностей ВАК
03.06.2022
РИНЦ ввел новый идентификатор статей
22.06.2019
Новые разделы в журнале
15.02.2019
Наш журнал с 12.02.2019 вошел в перечень ВАК РФ.
14.11.2017
Внимание! Изменение комплекта материалов, предоставляемых для публикации статьи

Архив номеров

215,  январь 202630.01.2026

Архив номеров (2003-2025 гг.)

Авторы - top 10
(по числу статей)

Луценко Е.В. 281
Трошин Л.П. 171
Орлов А.И. 166
Лойко В.И. 150
Трунев А.П. 123
Радчевский П.П. 66
Григораш О.В. 64
Барановская Т.П. 62
Цаценко Л.В. 53
Успенский И.А. 49

Авторы - top 10
(по рейтингу статей)

Луценко Е.В. 308730
Трунев А.П. 135270
Лойко В.И. 124478
Трошин Л.П. 122450
Орлов А.И. 87699
Кононенко С.И. 85038
Рыжих Н.Е. 74765
Аршинов Г.А. 65686
Бакурадзе Л.А. 59076
Попова А.Ю. 54632

Рейтинг автора складывается из суммы рейтинга всех его статей.
Рейтинг статьи рассчитывается как
число_просмотров_статьи/
число_авторов_статьи.
 
© Кубанский государственный аграрный университет, 2003-2021
Разработка и поддержка сайта: ЦИТ КубГАУ

Регистрационный номер НТЦ «Информрегистр» 0420900012
Свидетельство о регистрации СМИ Эл № ФС77-32022
ISSN 1990-4665