Издательство: "Бурятский государственный университет имени Доржи Банзарова"
| Название: | ПРОГНОЗИРОВАНИЕ УРОВНЯ ЦИФРОВОГО РАЗВИТИЯ НА ОСНОВЕ НЕЙРОННЫХ СЕТЕЙ | 
|
| Автор ПГУ: | Спиридонова Анна Андреевна  Тусков Андрей Анатольевич Голдуева Дарья Алексеевна | |
| Тематика: | экономика | |
| Вид ресурса: | электронная копия бумажного издания | |
| Тип ресурса: | Журнал | |
| Целевое назначение: | Научно-популярное | |
| Целевая аудитория: | Исследователь | |
| Аннотация: | Проблемы прогнозирования возникают в самых разных дисциплинах, а литература по прогнозированию с использованием нейронных сетей разбросана по столь разным областям, что исследователю трудно быть в курсе всех работ, выполненных сегодня. В статье описывается возможность в области прогнозирования экономических показателей с использованием искусственных нейронных сетей. Авторами в настоящей статье построен автокорреляционный нейронный прогноз для глобального индекса инноваций. Он основан на данных уровня инновационного развития 132 стран и включает в себя 81 показатель. По результатам исследования сделан вывод о том, что для РФ наблюдается незначительное падение уровня инновационного развития. Россия характеризуется наиболее слабыми позициями в показателях оценки «институты» и «инфраструктура». | |
| Дата издания: | 2023 | |
| Дата загрузки: | 03.10.2023 | |
| Название: | ЭКОНОМЕТРИЧЕСКОЕ МОДЕЛИРОВАНИЕ ПРОИЗВОДСТВА ПРОДУКЦИИ КРЕСТЬЯНСКИХ (ФЕРМЕРСКИХ) ХОЗЯЙСТВ |
|
| Автор ПГУ: | Иван Павлович Петр Павлович Екатерина Сергеевна Тусков Андрей Анатольевич | |
| Тематика: | экономика | |
| Вид ресурса: | электронная копия бумажного издания | |
| Тип ресурса: | Статья | |
| Целевое назначение: | Научное | |
| Целевая аудитория: | Исследователь | |
| Аннотация: | В статье было показано, что эконометрические методы эффективны в описании и прогнозировании реальных экономических данных. В исследовании осуществлено построение различных моделей прогнозирования: линейные регрессии, линейная модель парной регрессии (для анализа взаимосвязи данных), модели экспоненциального сглаживания и смешанные, модели нейронной сети. Результаты их моделирования свидетельствуют об отдельных преимуществах и недостатках каждого типа модели. В ходе исследования применялся программный продукт MSExcel. Полученные результаты свидетельствуют о дальнейшем росте производства крестьянских (фермерских) хозяйств. Приведенные в данной статье модели информативны, широко применимы и универсальны, в дальнейшем могут быть использованы для моделирования различных социально-экономических данных. На практике полученные результаты целесообразно использовать при планировании эффективных стратегий развития сельского хозяйства, а также как пособие для эконометристов, желающих изучить различные подходы к эконометрическому моделированию с использованием эффективных инструментальных средств. | |
| Дата издания: | 2023 | |
| Дата загрузки: | 25.07.2023 | |