Цель исследования состоит в количественной оценке вклада календарных, погодных и операционных данных в точность часового прогноза спроса. Эксперимент выполнен на наборе Bike Sharing из репозитория UCI: 17 379 почасовых наблюдений системы Capital Bikeshare за 2011–2012 гг. Для всех вариантов применен ансамбль предельно рандомизированных деревьев с одинаковыми параметрами. Проверка проведена на четырех последовательных кварталах 2012 г.; обучающая выборка расширялась перед каждым кварталом. Календарная модель получила MAE 65,95 аренды в час. Добавление погоды снизило MAE до 50,62, или на 23,25%. Включение часовой истории спроса уменьшило MAE полного варианта до 30,79. Снижение относительно модели с календарем и погодой составило 39,17%, относительно недельного ориентира — 49,34%. После включения лагов погода уменьшила MAE на 0,81%; различие дневных ошибок статистически не подтверждено (p = 0,147)

В условиях современных геополитических и климатических вызовов именно сельское хозяйство становится полигоном для внедрения самых передовых цифровых решений. Дефицит водных ресурсов, волатильность цен, участившиеся погодные аномалии требуют от региональных властей и агробизнеса прогностического мышления, а не просто оперативной реакции. В этих условиях ключевым фактором конкурентоспособности становится качество управленческих решений, обеспеченное современным инструментарием анализа. Целью данного исследования является научное обоснование и разработка практических рекомендаций по применению интеллектуальных инструментов (анализа больших данных, машинного обучения и квантовой оптимизации) для повышения точности планирования и эффективности сельскохозяйственного производства. Особый акцент сделан на возможности масштабирования этих методов для хозяйств разного типа на примере Краснодарского края. Исследование основано на открытом международном датасете fermer_advisor_dataset (Kaggle), содержащего данные о сельскохозяйственных предприятиях США. Научная гипотеза работы заключается в том, что интегрированное использование инструментов Big Data, ML и квантовых алгоритмов в рамках единой платформы позволяет снизить операционные риски и повысить рентабельность аграрного производства на 15–30 %. Это возможно при условии адаптации математических моделей к локальным агроклиматическим и институциональным условиям

Культивирование микроводорослей представляет собой экономически целесообразный и стратегически значимый компонент биоэкономики Российской Федерации. Ключевой особенностью Chlorella spp. является способность к синтезу широкого спектра биологически активных соединений, биосинтез которых может быть модулирован посредством модификации питательной среды. В настоящей работе проведено исследование влияния экзогенных аминокислот на рост и продукционный процесс зелёной микроводоросли Chlorella, являющейся весьма перспективным сырьевым объектом для биоэнергетики, нутрицевтики и фармацевтики. Наше исследование направлено на идентификацию оптимальных экзогенных соединений, способных обеспечить максимальную интенсификацию накопления биомассы и повысить выход целевых метаболитов в процессе культивирования Chlorella spp. В рамках экспериментальной работы был проведён комплексный анализ воздействия отдельных аминокислот на ключевые физиологические параметры культуры, включая удельную скорость роста (?, сут??) и максимальную плотность популяции (N_max, кл/мл). Проведено сравнение динамики роста и продукционных характеристик в контрольной и опытных образцах с обработкой различными концентрациями исследуемых аминокислот для определения их стимулирующего или ингибирующего эффекта. В ходе эксперимента установлено повышение функциональной активности фотосинтетического аппарата микроводоросли в результате интенсификации клеточного метаболизма, что индуцировано применяемыми аминокислотами. Полученные результаты будут полезны для совершенствования процесса технологии культивирования Chlorella с целью повышения ее продуктивности, имеют высокую практическую значимость в парадигме тренда на развитие производства экологически безопасных пищевых продуктов и возобновляемых энергоресурсов. Полученные в ходе эксперимента результаты позволят производителям оптимизировать промышленую технологию производства микроводоросли за счёт рационального подбора питательных сред и режимов, обеспечивающих максимальную реализацию биосинтетического потенциала микроводоросли Chlorella как эффективного продуцента ценных биологических ресурсов

В работе рассматриваются растения сахарной свеклы с альбикацией. Альбикация определяется как редкая наследственная генетическая аномалия сахарной свеклы, характеризующаяся появлением на листьях молочно-белых участков из-за полного отсутствия хлорофилла и других пигментов. В отдельных случаях обесцвечивание может охватывать всю листовую пластинку, а у растений второго года жизни – также стебли, прицветники и околоцветники. Явление передается потомству и визуально отличается от пожелтения, так как указывает на полную потерю хлорофилла. Единичные альбицированные растения спорадически встречаются во всех районах свеклосеяния, но из-за своей редкости не представляют экономического значения. Изучение таких аномалий актуально в эпоху генных технологий, так как морфологические изменения могут возникать у геномодифицированных растений как побочный эффект

В статье выявлены пространственно-временные особенности производства винограда в Российской Федерации в 2021–2025 гг. Информационную основу составили официальные статистические материалы Росстата и Краснодарстата по хозяйствам всех категорий. Оценены общая и плодоносящая площади виноградных насаждений, валовой сбор, урожайность и территориальная структура производства на уровнях Российской Федерации, Южного федерального округа и Краснодарского края; для 2025 г. выполнено картографирование по субъектам страны. За исследуемый период общая площадь виноградных насаждений в России увеличилась с 99,4 до 113,3 тыс. га, а валовой сбор с 751,5 до 955,0 тыс. т. В 2025 г. на Южный федеральный округ приходилось 52,4% общероссийского валового сбора, на Краснодарский край 33,3%; край обеспечивал 63,5% производства винограда в ЮФО. Урожайность в Краснодарском крае составила 11,69 т/га при 10,61 т/га в среднем по Российской Федерации. Картографический анализ показал высокую территориальную концентрацию: Краснодарский край и Республика Дагестан формировали 64,9% валового сбора страны, а вместе с Республикой Крым 77,4%. Сделан вывод о сочетании расширения площади насаждений с выраженной пространственной концентрацией производственного потенциала в южных регионах России

В статье рассматриваются A/B-тесты как источник данных для оценки среднего эффекта маркетингового воздействия и дальнейшего моделирования uplift-моделей для оценки персонализированного эффекта и персонализации маркетинговых коммуникаций. Цель статьи – формирование типологии источников неопределенности в A/B-тестах и демонстрация возможного влияния различных причин неопределенности на последующее обучение, оценку и применение uplift-моделей. На основании анализа литературы выделены восемь типов источников неопределенности: постановка вопроса эксперимента и ключевой оцениваемой величины; случайная статистическая неопределенность; причинная интерпретация; качество данных и исполнения эксперимента; соответствие измерений эксперимента долгосрочным целям его проведения; сезонность и контекст эксперимента; ошибки анализа эксперимента; переход от модели к управленческому решению. Научная новизна статьи заключается в формировании подробной типологии, соединяющей неопределенность в A/B-тестировании с последующим построением uplift-моделей на экспериментальных данных. Для каждого типа неопределенности приведены примеры влияния в контексте аналитики маркетинговых воздействий и описаны механизмы влияния неопределенности на последующее построение uplift-моделей