SCI Библиотека

В статье представлен метод классификации изображений с использованием, помимо базовой нейронной сети, дополнительной, способной адаптивно концентрироваться на классифицируемом объекте изображения. Задача дополнительной сети является задачей о контекстном многоруком бандите и сводится к предсказанию такой области на исходном изображении, при вырезании которой в процессе классификации возрастет уверенность базовой нейронной сети в принадлежности объекта на изображении правильному классу. Обучение дополнительной сети происходит с помощью методов обучения с подкреплением и стратегий достижения компромисса между эксплуатацией и исследованием при выборе действий для решения задачи о контекстном многоруком бандите. На подмножестве набора данных ImageNet-1K проведены различные эксперименты по выбору архитектуры нейронной сети, алгоритма обучения с подкреплением и стратегии исследования при обучении. Рассмотрены такие алгоритмы обучения с подкреплением, как DQN, REINFORCE и A2C, и такие стратегии исследования, как -жадная, -softmax, -decay-softmax и метод UCB1. Большое внимание уделено описанию проведенных экспериментов и обоснованию полученных результатов. Предложены варианты применения разработанного метода, демонстрирующие увеличение точности классификации изображений по сравнению с базовой моделью ResNet. Дополнительно рассмотрен вопрос о вычислительной сложности данного метода. Дальнейшие исследования могут быть направлены на обучение агента на изображениях, не задействованных при обучении сети ResNet.

Инновационное развитие современного образования продолжает идти в направлении освоения информационных технологий. Однако существенного повышения качества знаний пока не наблюдается, процесс идет гораздо медленнее, чем ожидалось. Существует проблема интеграции информационных технологий обучения и педагогических технологий. Особо актуальной она стала в связи с быстро развивающейся практикой использования нейросетей и научно-методическим обоснованием их эффективности на разных уровнях и этапах обучения. В связи с этим целью представляемого исследования явилось выявление потенциальных возможностей и рисков применения нейросетей в образовательном процессе.
Практическая часть работы представляла собой анализ и обобщение как зарубежных, так и отечественных статистических исследований относительно существующих тенденций внедрения искусственного интеллекта в сферу образования. Авторы также приводят результаты проведенного ими опроса среди обучающихся вуза на предмет выявления преимуществ и ограничений использования генеративного искусственного интеллекта в процессе обучения. На основе проведенного SWOT-анализа в статье приводятся обобщённые выводы относительно сильных и слабых сторон, рисков и угроз применения нейросетей в образовании. Полученные данные могут быть использованы для организации дальнейших исследований и более эффективного применения технологии нейросетей в образовательной практике как преподавателей, так обучающихся.

В данной работе рассмотрены возможности интеграции методов обучения с подкреплением и нечеткой логики в плане повышения эффективности алгоритмов обучения с подкреплением. Главное внимание уделяется применению таких интегрированных методов в интеллектуальных системах реального времени, особенно в системах поддержки принятия решений для мониторинга и управления сложными техническими объектами. Как основа используется метод обучения с подкреплением на базе темпоральных различий, состояние среды и сигнал вознаграждения формируются с применением нечеткой логики. Представлена программная реализация и приводятся данные компьютерного моделирования методов глубокого обучения с подкреплением на основе темпоральных различий, полученные при сравнительном анализе алгоритма на основе нечеткой логики и алгоритмов на основе нейронных сетей. Показано, что основными достоинствами алгоритмов обучения с подкреплением с применением нечеткой логики являются: эффективность обучения, выражающаяся в минимизации количества эпизодов, что особенно важно, когда доступность данных для обучения ограничена или обучение в реальном времени требует быстрой адаптации; устойчивость к шуму и выбросам в данных, что важно в реальных средах, где присутствуют шумы или изменяются данные; интерпретируемость - алгоритмы с нечеткой логикой предоставляют интерпретируемые правила и выводы на основе нечеткой логики; расширение области применения обучения с подкреплением на предметные/проблемные области и задачи с непрерывным пространством состояний. Данные исследования и разработки выполняются в рамках конструирования интеллектуальных систем поддержки принятия решений реального времени. Эти системы предназначены для помощи оперативно-диспетчерскому персоналу (лицам, принимающим решения) при мониторинге и управлении сложными техническими и организационными системами в условиях достаточно жестких временных ограничений и при наличии различного типа неопределенностей (неточности, нечеткости, противоречивости) в поступающей в систему информации, то есть так называемых зашумленных данных.

Цель. Исследование вопросов развития информационного маркетинга в контексте реализации цифровых технологий и искусственного интеллекта для маркетинговых решений в ритейле. Методика. При проведении исследования использованы диалектические, общенаучные методы: анализ синтез, индукция, дедукция; теоретического обобщения; систематизации и группировки, а также институциональный, системный подход.

Результаты. В результате исследования определены аспекты реализации информационного маркетинга в контексте конвергенции цифровых технологий и искусственного интеллекта, как инструментария для маркетинговых решений в ритейле. Научная новизна. Дано определение понятию «цифровая конвергенция информационного маркетинга»; предложена модель организации решения управленческих задач на основе типов систем управления данными и программных продуктов свободных открытых систем анализа Big Data в маркетинговых целях. Практическая значимость. Результаты исследования представляют интерес для руководителей предприятий, маркетологов, ученых, исследующих проблемы развития предприятий и маркетинга в современных условиях развития цифровой экономики.

Цель данной статьи состоит в рассмотрении перспектив интеграции блокчейна и искусственного интеллекта (далее - ИИ) в качестве инновационного подхода к модернизации различных отраслей экономики. Авторы анализируют возможности применения данного технологического слияния для оптимизации бизнес-процессов, повышения прозрачности и для снижения операционных издержек в разных секторах, включая финансы, здравоохранение, транспорт, энергетику и др. Особое внимание уделяется преимуществам синергии между ИИ и технологией распределенного реестра, позволяющей создать более эффективные и устойчивые системы управления данными и активами. Объект исследования этой статьи - процесс интеграции блокчейна и ИИ. Предмет исследования - эффективность модернизации различных отраслей экономики через объединение указанных технологий. Методом исследования является аналитический обзор научных публикаций и успешных реализованных проектов. Результаты данной статьи состоят в анализе преимуществ интеграции блокчейна и ИИ, а также в прогнозировании дальнейших перспектив развития настоящего направления. Практическая значимость работы заключается в том, что результаты исследования могут быть использованы для разработки стратегий и планов по внедрению данной интеграции технологий в отечественный бизнес.

Актуальность анализа цифровой зрелости регионов обусловлена стремлением страны к трансформации в соответствии с концепцией цифровой экономики. В статье представлен подход, позволяющий оценить и сравнить уровни цифровой зрелости различных субъектов России. В процессе оценки используется множество показателей, включающих как инфраструктурные аспекты (доступность и качество интернета, уровень развития телекоммуникаций), так и социальные (степень освоения цифровых навыков населением, интеграция цифровых технологий в образовательный процесс и бизнес). Методология оценки базируется на сборе и анализе статистических данных, опросах экспертов и населения, а также на изучении лучших практик цифровизации на региональном уровне. В статье описаны критерии отбора, используемые для классификации и ранжирования регионов по уровню их цифровой зрелости. Важной частью исследования является анализ проблем, с которыми сталкиваются регионы на пути к цифровой зрелости. В статье обсуждаются барьеры, такие как недостаточное финансирование, отсутствие квалифицированных кадров, недоразвитость инфраструктуры и низкий уровень цифровой грамотности населения. На основе данного анализа формируются рекомендации для ускорения процесса цифровизации регионов и повышения их цифровой зрелости. Результаты исследования предлагают практические решения и пути оптимизации региональных политик, способствующие повышению качества жизни в регионах и обеспечивающие переход к инновационной модели экономики.

Цель. Сформулировать технологические тенденции развития электронной торговли в условиях цифровой трансформации сферы услуг. Методика. Методологической основой исследования выступили: системный подход, сравнение, систематизация и обобщение, анализ, синтез.

Результаты. Электронная торговля стала одним из самых динамично развивающихся секторов современной экономики. С каждым годом технологические инновации продолжают вносить значительные изменения в эту отрасль, открывая новые возможности для бизнеса и потребителей. Рассмотрены основные тенденции, определяющие развитие электронной торговли. Научная новизна. Определены технологические тенденции развития электронной торговли, которые включают в себя: хорошо развитые мобильные устройства и высокоскоростные интернет-соединения позволяют пользователям совершать покупки, используя свои мобильные устройства в любом месте и в любое время; использование больших объемов данных и аналитики; развитие искусственного интеллекта; расширенная реальность (AR) и виртуальная реальность (VR); развитие IoT; технология; онлайн-платежные системы. Практическая значимость. Представленные технологические тенденции имеют потенциал изменить способы покупок и продажи товаров и услуг, улучшая эффективность и удобство процесса электронной торговли. В целом, цифровая трансформация сферы услуг предлагает огромные возможности для улучшения работы и удовлетворенности клиентов. Однако она также требует инвестиций в технологии, обучение персонала и разработку новых стратегий.

Статья посвящена проблеме персонализации интерфейса прикладных программ к индивидуальным особенностям пользователей на основе применения нейросетевых технологий. Новизной предложенного подхода является формирование прототипа интерфейса путем подбора каждого элемента меню отдельно, позволяющего сформировать персонализированный интерфейс. Предлагается использование инструментальной среды, включающей набор компонентов интерфейсной части, из которых динамически генерируется уникальный прототип интерфейса, адаптированный под особенности каждого пользователя. В качестве инструмента для подбора компонентов интерфейса использована глубокая нейронная сеть, представленная в виде многослойного перцептрона. Входными параметрами нейронной сети являются отличительные особенности пользователей, выходными - компоненты будущего прототипа интерфейса. В качестве критериев адаптации интерфейсной части приложений выбраны профессиональные, психофизиологические характеристики пользователей, их демографические особенности, а также эмоциональное состояние. Выходными параметрами являются компоненты интерфейса: размер шрифта текста и гиперссылок, размер и расстояние между элементами веб-страницы, вид подсказок и контекстного меню, сообщения пользователю, цветовая гамма, наличие окна для поиска информации и др. В результате разработана инструментальная среда для создания персонализированных интерфейсов прикладных программ c использованием нейросетевых технологий. В ходе работы программного средства пользователи проходят оценку своих характеристик с помощью базовых тестов IТ-сферы и психологии. Для определения эмоционального тона, возраста и пола в системе используется библиотека Deepface языка Python, которая реализует алгоритм на основе обученной сверточной нейронной сети. Внедрение предложенной инструментальной среды позволит обеспечить удобное взаимодействие между пользователями и программным приложением.

Цель. Проанализировать инновационные методы маркетинга в рекрутинге и удержании персонала. Методика. В исследовании были применены общенаучные методы информационно-аналитического поиска, сравнения, индукции и дедукции.

Результаты. В статье отображены результаты анализа современных подходов и стратегий, применяемых компаниями для привлечения и удержания талантливых сотрудников. В работе рассмотрены различные направления инноваций, включая использование искусственного интеллекта, аналитики, виртуальной и дополненной реальности, мобильных приложений, геймификации, управления эмоциями и эмплойер брендинга на социальных сетях. Научная новизна. Получили дальнейшее развитие теоретические основы маркетинга в рекрутинге и удержании персонала в контексте анализа и развития инновационности его методов. Практическая значимость. Проведенное исследование предоставляет практическую информацию и рекомендации, которые будут способствовать улучшению рекрутинговых процессов, эффективному удержанию персонала, пониманию какие инновационные методы маркетинга могут быть применены для удержания сотрудников, оптимизации затрат и ресурсов, повышению конкурентоспособности, адаптации к современным требованиям рынка труда.

Цель статьи заключается в теоретическом осмыслении сущности больших данных, в выявлении преимуществ и рисков их использования финансовыми организациями. В статье представлены результаты систематизации знаний о сути и особенностях больших данных. Выявлено, что они позволяют делать более качественные аналитические исследования, создавать модели для прогнозирования экономических тенденций и рыночных изменений, изучать рыночную динамику, анализировать медицинские данные для улучшения диагностики и выбора методов лечения, предсказывать отказ или поломку оборудования в производстве за счет оценки данных с датчиков, разрабатывать социальные и экономические программы на государственном уровне, выявлять мошенничество и коррупцию в финансовом секторе и пр. Обоснована актуальность стремительного развития технологии больших данных и целесообразность ее использования в этой области. В результате анализа научной литературы представлено авторское определение технологии в финансовом секторе, новизна которого заключается в учете особенностей и преимуществ применения больших данных именно финансовыми организациями. Изучение современной практики их использования в этих учреждениях позволило выявить основные сильные стороны, а также недостатки исследуемой технологии.