Разработка методики комплексной оценки и прогнозирования инновационного развития региона с использованием самоорганизующейся нейросети
| Jazyk: | ruština |
|---|---|
| Rok vydání: | 2020 |
| Předmět: | |
| DOI: | 10.26310/2071-3010.2020.261.7.009 |
| Popis: | Цель данной статьи состоит в исследовании перспективных направлений использования технологий обработки экономической информации на основе нейросетевого моделирования для комплексной оценки и прогнозирования инновационного развития регионов. Нейросетевой подход предполагает использование нейронных сетей, способных обучаться и обобщать накопленные знания, для решения задач классификации, идентификации и прогнозирования, что в конечном итоге позволяет объединить механизмы регулирования и самоорганизации в управлении региональными инновационными системами. Автором предложено использовать самоорганизующиеся (эволюционирующие) нейронные сети. Использование принципов самоорганизации позволяет синтезировать многослойные нейронные сети на неполной, непредставительной обучающей выборке. В результате исследования реализована общая концепция нейронной сети для решения прогностических задач в региональной инновационной системе, что является основой для разработки систем управления экономическим ростом субъектов РФ за счет инновационных факторов The purpose of this article is to study the opportunities that arise from the use of neural network data processing technologies for a comprehensive assessment and forecasting of the innovative development of regions. The article substantiates the advantages of modeling using a neural network approach, which implies the use of neural networks that can learn and generalize accumulated knowledge to solve problems of classification, identification and forecasting. This ultimately allows you to combine the mechanisms of regulation and self-organization in the management of regional innovation systems. The author proposed the use of self-organizing (evolving) neural networks. Using the principles of self-organization allows us to synthesize multilayer neural networks on an incomplete, non-representative training set. As a result of the study, the general concept of the neural network was implemented to solve prognostic tasks in the regional innovation system, which is the basis for the development of systems for managing the economic growth of the constituent entities of the Russian Federation due to the innovative factors ИННОВАЦИИ, Выпуск 7 (261) 2020, Pages 57-64 |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|