ПРИМЕНЕНИЕ НЕЙРОСЕТЕВЫХ ТЕХНОЛОГИЙ ДЛЯ РАЗРАБОТКИ СИСТЕМ УПРАВЛЕНИЯ
https://doi.org/10.17747/2618-947X-923
摘要
Работа посвящена применению нейросетевых технологий для разработки систем управления. В статье проводится анализ эффективности внедрения нейросетевых технологий в бизнес-процессы трех российских компаний и обосновывается положительный эффект при использовании нейронных сетей по нескольким параметрам.
Кейс-анализ дополнен анализом экономической целесообразности внедрения нейронных сетей с помощью оценки исследуемых показателей, оценки удовлетворенности клиентов, контроля персонала, оценки эффективности каждого сотрудника. Даны рекомендации по применению нейронных сетей в организации.
В статье показано, что, несмотря на то что многие мероприятия, необходимые для внедрения системы, являются трудозатратными и долгосрочными, они положительно скажутся на деятельности компании.
参考
1. Ахметзянов К.Р., Тур А.И., Кокоулин А.Н., Южаков А.А. (2020). Оптимизация вычислений нейронной сети // Вестник ПНИПУ. Электротехника, информационные технологии, системы управления. № 36.
2. Винер Н. (1968). Кибернетика, или Управление и связь в животном и машине / Пер. с англ. М.: Советское радио.
3. Зуев В.Н., Кемайкин В.К. (2019). Модифицированный алгоритм обучения нейронных сетей // Программные продукты и системы. Т. 32. № 2. С. 258–262. DOI: 10.15827/0236-235X.126.258-262.
4. Ковалев Д.А. (2020). Глубокие нейронные сети. применение в медицине // Символ науки. № 4. C. 29–31.
5. Корнина А.Е. (2018). Машинное обучение и нейронные сети в бизнесе // Хроноэкономика. № 2(10). C. 110–115.
6. Курников Д.С., Петров С.А. (2017). Использование нейронных сетей в экономике // Juvenis Scientia. № 6. С. 10–12.
7. Линдер Н.В., Арсенова Е.В. (2016). Инструменты стимулирования инновационной активности холдингов в промышленности // Научные труды Вольного экономического общества России. Т. 198. № 2. С. 266–274.
8. Минский М., Пейперт С. (1971). Персептроны / Пер. с англ. М.: Мир.
9. Морхат П.М. (2018). Искусственный интеллект: некоторые итоги обработки результатов проведения экспертных опросов специалистов // Нравственные императивы в праве. № 2.
10. Наумова М.Я., Шарафутдинов А.Г. (2015). Искусственный интеллект – будущее сегодня // NovaInfo.Ru. Т. 34. № 2. С. 67–69.
11. Трачук А.В., Линдер Н.В., Тарасов И.В., Налбандян Г.Г., Ховалова Т.В., Кондратюк Т.В., Попов Н.А. (2018). Трансформация промышленности в условиях четвертой промышленной революции. М.: Финансовый университет при Правительстве Российской Федерации.
12. Цвенгер И.Г., Низамов И.Р. (2017). Применение нейросетевых регуляторов в системах управления электроприводами // Вестник Казанского технологического университета. Т. 20. № 8. С. 111–114.
13. Юнусова Л.Р., Магсумова А.Р. (2019). Алгоритмы обучения искусственных нейронных сетей // Проблемы науки. № 7(43). С. 21–25.
14. Aleksander I., Morton H. (1990). An introduction to neural computing. London: Chapman & Hall.
15. Ashby W.R. (1952). Design for a brain. New York: Wiley.
16. Bashkirov O.A., Bravermann E.M., Muchnik I.B. (1964). Potential function algorithms for pattern recognition learning machines // Automation and Remote Control. Nо. 25. Р. 629–631.
17. Beitz C.R. (2018). The idea of human rights. New York: Oxford University Press.
18. Bowman D.M., Garden H., Stroud C., Winickoff D.E. (2018). The neurotechnology and society interface: Responsible innovation in an international context // Journal of Responsible Innovation. Vol. 5. No. 1. P. 1–12.
19. Broomhead D.S., Lowe D. (1988). Multivariable functional interpolation and adaptive networks // Complex Systems. Nо. 2. Р. 321–355.
20. Cowan J.D. (1967). A mathematical theory of central nervous activity: Ph.D. Thesis. London: University of London.
21. Hebb D.O. (1949). The organization of behavior: A neuropsychological theory. New York: Wiley.
22. Kohonen T. (1982). Self-organized formation of topologically correct feature maps // Biological Cybernetics. Nо. 43. Р. 59–69.
23. McCulloch W.S., Pitts W. (1943). A logical calculus of the ideas immanent in nervous activity // Bulletin of Mathematical Biophysics. Nо. 5. Р. 115–133.
24. Minsky M.L. (1954). Theory of neural-analog reinforcement systems and its application to the brain-model problem: Ph.D. Thesis. Princeton, NJ.: Princeton University.
25. Minsky M.L. (1961). Steps toward artificial intelligence. Proceedings of the Institute of Radio Engineers. Nо. 49. Р. 8–30.
26. Ramon y Cajal S. (1911). Histologie du systeme nerveux de l’homme et des vertebres. Paris: Maloine.
27. Rochester N., Holland J.H., Haibt L.H., Duda W.L. (1956). Tests on a cell assembly theory of the action of the brain, using a large digital computer. IRE Transactions on Information Theory. Nо. IT-2. Р. 80–93.
28. Rosellini W., D’Haese P.-F. (2017). Data is driving the future of neurotechnology with cranialcloud // ONdrugDelivery. Vol. 81. P. 44–47.
29. Rosenblatt F. (1958). The Perceptron: A probabilistic model for information storage and organization in the brain // Psychological Review. Nо. 65. Р. 386–408.
30. Rumelhart D., Hinton G., Williams R. (1986). Learning representations by back-propagating errors // Nature (London). Nо. 323. Р. 533–536.
31. Uttley A.M. (1956). A theory of the mechanism of learning based on conditional probabilities. Proceedings of the 1st International Conference on Cybernetics. Namur; Gauthier-Villars; Paris. P. 83–92.
32. Uttley A.M. (1979). Information transmission in the nervous system. London: Academic Press.
33. Widrow B. (1962). Generalisation and information storage in networks of adaline “neurons” // Self-Organizing Systems / M.C. Yovitz, G.T. Jacobi, G.D. Goldstein (eds.). Washington, DC: Sparta.
34. Willshaw D.J., Malsburg C. von der (1976). How patterned neural connections can be set up by self-organization. Proceedings of the Royal Society of London. Series B. Nо. 194. Р. 431–445.
35. Winograd S., Cowan J.D. (1963). Reliable computation in the presence of noise. Cambridge, MA: MIT Press.
评论
供引用:
Lisovsky A.L. APPLICATION OF NEURAL NETWORK TECHNOLOGIES FOR MANAGEMENT DEVELOPMENT OF SYSTEMS. Strategic decisions and risk management. 2020;11(4):378-389. https://doi.org/10.17747/2618-947X-923
浏览:
11017
Email this article 