Журнал "РИСК: Ресурсы, Информация, Снабжение, Конкуренция" 2 / 2023

DOI: 10.56584/1560-8816-2023-2-144-150

УДК 338

НЕЙРОННЫЕ СЕТИ В ИННОВАЦИОННОМ МОДЕЛИРОВАНИИ ЭКОНОМИЧЕСКИХ ПРОЦЕССОВ

Брынцев А. Н.,

д.э.н., профессор, заведующий лабораторией проблем развития цифровой экономики, Институт проблем рынка РАН (ИПР РАН), Москва, Россия

Neural networks in innovative modeling of economic processes

Bryntsev A. N.,

Doctor of Economics, Professor, Head of the Laboratory for Problems of Digital Economy Development, Institute for Market Problems of the Russian Academy of Sciences (IPR RAS), Moscow, Russia

Аннотация. В статье автор рассматривает гипотезу о целесообразности применении гибридного интеллекта, т. е. взаимодействие человеческого и компьютерного интеллектов при решении практических задач как наиболее эффективного способа при проведении научных исследований в современных условиях. Практическое применение нейронных сетей для анализа экономических процессов показано на примере интеллектуально-аналитической модели. Рассмотрены открытые источники данных, предложен алгоритм их обработки в двух контурной модели.

Ключевые слова: гибридный интеллект, нейронные сети, цифровая экономика, искусственный интеллект, инновации, интеллектуально-аналитическая модель

Abstract. In the article, the author considers the hypothesis about the expediency of using hybrid intelligence, i.e. the interaction of human and computer intelligence in solving practical problems, as the most effective way to conduct scientific research in modern conditions. The practical application of neural networks for the analysis of economic processes is shown on the example of an intellectual-analytical model. Open data sources are considered, an algorithm for their processing in a two-loop model is proposed.

Keywords: hybrid intelligence, neural networks, digital economy, artificial intelligence, innovations, intellectual-analytical model

Библиографический список:

1. Брынцев А.Н. Развитие искусственного интеллекта в условиях цифровой экономики // Менеджмент и бизнес-администрирование. - 2022. - № 1. - С. 102–109.

2. Лапин, А.В. Платформа прикладного анализа эффективности клиентов ВИНК как среда искусственного интеллекта // РИСК: Ресурсы, Информация, Снабжение, Конкуренция. - 2021. - № 3. - С. 80–86.

3. Левина Е.В. Роль платформенных решений в макроэкономическом анализе промышленной политики // РИСК: Ресурсы. Информация. Снабжение. Конкуренция. – 2021. – № 4. – С. 61–66.

4. Никишов С.И. Особенности развития адаптивных потоков в виртуальной среде // Российский экономический интернет-журнал. – 2016. – № 4. – С. 44.

5. Нильсен Эйлин. Практический анализ временных рядов: прогнозирование со статистикой и машинное обучение.: Пер. с англ. - СПб.: ООО "Диалектика", 2021. - 544 с. ISBN 978-5-907365-04-9 (рус.)

6. Паспорт национального проекта "Национальная программа "Цифровая экономика Российской Федерации", утвержденного президиумом Совета при Президенте Российской Федерации по стратегическому развитию и национальным проектам (протокол от 4 июня 2019 г. N 7) // Гарант [Электронный ресурс]. — URL: https://www.garant.ru/products/ipo/prime/doc/73340483/ (Дата обращения 12.08.2022).

7. Рашка С. Python и машинное обучение / пер. с англ. А. В. Логунова. - М.: ДМК Пресс, 2017. - 418 с.: ил. ISBN 978-5-97060-409-0

8. Рыжов А. П. Модели поиска информации в нечеткой среде. – М.: Изд-во Центра прикладных исследований при мех.-мат. ф-те МГУ, 2004.

9. Рыжов А.П. Гибридный интеллект. Сценарии использования в бизнесе / А. П. Рыжов. – Новосибирск: Академиздат, 2019. – 116 с. – (Библиотека Школы IT-менеджмента).

10. Рыжов А.П. Информационный мониторинг сложных процессов: технологические и математические основы // Интеллектуальные системы. – 2007. - том 11, № 1-4. - С. 101-136.

11. Указ Президента №490 от 10 октября 2019 года «О развитии искусственного интеллекта в Российской Федерации»// Официальный сайт компании «Гарант». Режим доступа: https://www.garant.ru/products/ipo/prime/doc/72738946/. (Дата обращения: 11.03.2022).

12. Указ Президента РФ № 642 от 01 декабря 2016 г. О стратегии научно-технологического развития Российской Федерации // Президент России [Электронный ресурс]. — URL: http://static.kremlin.ru/media/acts/files/0001201612010007.pdf (Дата обращения 23.08.2022).

13. Цветков В.А., Дудин М.Н., Лясников Н.В., Брыкин А.В., Иващенко Н.П., Камчатова Е.Ю. и Лютова Е.А. Экономико-математическое моделирование бизнес-процессов отраслевых рынков в условиях цифровой экономики. - Русайнс, Москва, 2019. - 190 с.

14. Шолле Франсуа. Глубокое обучение на Python. 2-е межд. издание. — СПб.: Питер, 2023. — 576 с.: ил. — ISBN 978-5-4461-1909-7