Работы автора

В данной статье предлагается нечеткий метод распознавания образов (FPRM), разработанная для оценки уровня Индекса Зеленого Роста (GGI) Азербайджана, который является одним из основных Целей Устойчивого Развития. Глобальный Институт Зеленого Роста (GGGI) использует для этой цели метод геометрического среднего в качестве общего расчета GGI. Предложенный метод FPRM учитывает присущую неопределенность и нечеткость показателей GGI, в которой используя методы нечеткой логики, повышает точность и надежность оценки GGI. Предложенный подход продвигает работы в текущем направлении с разработанным методом процесса распознавания нечетких образов и алгоритмом. Результаты вычислений демонстрируют эффективность модели FPRM в оценке уровней GGI для Азербайджана. Исследование способствует развитию исследований в области зеленого роста и содействует принятию решений на основе фактических данных для устойчивого развития, предоставляя структурированную методологию для оценки и улучшения GGI.

Статья посвящена применению методов машинного обучения при прогнозировании формирования перспективных секторов экономики нового поколения. В условиях современных цифровых трансформаций показано, что замена традиционной существующей экономики на экономические модели нового поколения является одним из приоритетных направлений развития в мире. Обоснована актуальность применения методов машинного обучения (МО), одной из технологий искусственного интеллекта (ИИ), в совершенствовании процессов формирования и развития традиционных секторов экономики, а также в прогнозировании ее перспективных секторов нового поколения. Проведен анализ научных исследований, посвященных проблеме. Цифровая трансформация и технологии, устойчивость и экологичность, экологизация технологий и цикличность, совместное использование, интеллектуальное принятие решений и управление, платформы и экосистемы, инновационное предпринимательство, исследования и экономическое развитие, инклюзивность и социальное развитие, платформенные технологии Индустрии 5.0 формирования технологической экономики нового поколения. Разработаны основные базовые принципы, такие как переход и т. д., проанализированы проблемы ее формирования. Изложены 1 2 особенности и перспективы применения методов машинного обучения при прогнозировании перспективных отраслей экономики нового поколения. Изложены классификационные признаки методов машинного обучения и показаны его модели. Разработана структурная схема этапов прогнозирования развития экономики и предоставлены сведения о ее методах. Проведен сравнительный анализ методов машинного обучения, применяемых при прогнозировании. Разработана структурная схема этапов применения метода машинного обучения в процессе прогнозирования. Даны актуальные рекомендации по применению технологий платформы «Индустрия 4.0» для прогнозирования формирования перспективных отраслей экономики нового поколения на основе реальных данных.