нейронная сеть

1. Мартынова Ю.А.
Выбор источника финансирования методами машинного обучения // Вопросы инновационной экономики. (№ 3 / 2019).  
Приведены результаты выбора финансового учреждения для обслуживания организаций с использованием технологий, применяемых в машинном обучении, в частности, нейронных сетей и нечеткой логики. В условиях недостаточной информации традиционные способы решения такого рода задач работают недостаточно надежно, поэтому в работе демонстрируется метод определения лучшего банка посредством указанных технологий. Для поиска нужного решения выполнено моделирование случайных значений тех параметров, которые отвечают, по мнению автора, за выбор банка. Такая база примеров, которую можно назвать «игрушечной», участвует в обучении нейронной сети. Кроме того, показана возможность получения оценки эффективности выбранного учреждения для обслуживания организации с помощью нечеткой логики.

Мартынова Ю.А. Выбор источника финансирования методами машинного обучения // Вопросы инновационной экономики. – 2019. – Том 9. – № 3. – с. 1037-1048. – doi: 10.18334/vinec.9.3.41177.

---

2. Кричевский М.Л., Дмитриева С.В., Мартынова Ю.А.
Нейросетевая оценка компетенций персонала // Экономика труда. (№ 4 / 2018).  
Приведены результаты оценки компетенций персонала, полученные на основе нейросетевого подхода. Термин «компетенции» используется во многих научных дисциплинах и практических приложениях. В управлении персоналом компетенция представляет собой формально описанные требования к профессиональным качествам работника. Важность компетенций подчеркивается в международных стандартах ИСО 9001 и моделях национальных и транснациональных премий в области качества продукции. Однако при оценивании компетенций окончательной точки зрения еще не сформировано. Существуют различные методы и приемы, позволяющие с тех или иных позиций получить оценку компетенций сотрудников, которая сводится, чаще всего, к субъективному подходу. В работе для оценки компетенций предложено использовать искусственные нейронные сети, с их помощью показана возможность классификации работников по уровню компетенций, приведены результаты моделирования работы нейронной сети с помощью инструмента Simulink.

Кричевский М.Л., Дмитриева С.В., Мартынова Ю.А. Нейросетевая оценка компетенций персонала // Экономика труда. – 2018. – Том 5. – № 4. – с. 1101-1118. – doi: 10.18334/et.5.4.39488.

---

3. Хаиров Б.Г., Хаирова С.М., Ковалев В.А.
Форсайт-инструментарий государственной поддержки производственно-логистических кластеров в условиях реализации программы импортозамещения // Российское предпринимательство. (№ 10 / 2018).  
Динамичное изменение рынка в России актуализирует задачу поиска методов, разработки механизмов для результативного сочетания рыночного саморегулирования и регулирования государственного. Прогнозируя структурные изменения в целом в экономике страны и деятельности субъектов хозяйствования возможно восстановить разрушенные хозяйственные, производственные связи, задав им вектор развития в направлении межорганизационных и внешнеэкономических цепей. Требуется рефлексивное управление аналитическим обоснованием необходимости государственной финансовой поддержки товаропроизводителей, реализующих программы импортозамещения.

Хаиров Б.Г., Хаирова С.М., Ковалев В.А. Форсайт-инструментарий государственной поддержки производственно-логистических кластеров в условиях реализации программы импортозамещения // Российское предпринимательство. – 2018. – Том 19. – № 10. – с. 2763-2770. – doi: 10.18334/rp.19.10.39524.

---

---

Продолжить поиск в библиотеке по запросу «нейронная сеть»?