Сибирский федеральный университет

Тип публикации: статья из журнала

Год издания: 2021

Идентификатор DOI: 10.34219/2078-8320-2021-12-4-47-53

Ключевые слова: business ecosystem, cooperative network interaction, expert system, neural networks, nonlinear regression, Imprecise data, бизнес-экосистема, кооперационно-сетевое взаимодействие, экспертная система, нейросети, нелинейная регрессия, неточно заданные данные

Аннотация: В работе обсуждаются современные подходы и цифровые трансформации в моделях и взаимодействиях бизнесов. В этой связи для количественного описания взаимодействий в экосистемах предлагается вариант методического обеспечения на основе нейросетей для быстрой нелинейной многопараметрической регрессии больших массивов данных в рамках проектируемой экспертной системы. Показана возможность эффективного решения задачи заполнения пробелов в массивах данных наблюдений и обработка неточно заданной информации. Предлагается этот поход для решения прогностических задач в проблеме взаимодействия объектов интереса в бизнес-экосистемах. The paper discusses modern approaches and digital transformations in business models and interactions. In this regard for a quantitative description of interactions in ecosystems a variant of methodological support based on neural networks is proposedfor fast nonlinear multiparametric regression of large data sets within the projected expert system. The possibility of effective solution of the problem of filling gaps in the observational data arrays and processing of not precisely specified information is shown. This approach is proposed for solving predictive problems in the problem of interaction of objects of interest in business ecosystems.

Журнал: Информатизация и связь

Выпуск журнала: № 4

Номера страниц: 47-53

ISSN журнала: 20788320

Место издания: Москва

Издатель: Администрация Ярославской области, Министерство Российской Федерации по связи и информатизации, Государственная техническая комиссия при Президенте Российской Федерации

• Симонов К.В. (Институт вычислительного моделирования СО РАН)
• Куимов В.В. (Сибирский федеральный университет)
• Кобалинский М.В. (Институт экономики и организации промышленного производства СО РАН)
• Кириллова С.В. (Сибирский федеральный университет)
• Зотин А.Г. (Сибирский государственный университет науки и технологий имени академика М.Ф. Решетнева)
• Курако М.А. (Сибирский федеральный университет)
• Мацулев А.Н. (Институт вычислительного моделирования СО РАН)

• РИНЦ (eLIBRARY.RU)
• Список ВАК