Научная библиотека СГЮА

Главная

Упрощенный режим

Описание

Шлюз Z39.50

Базы данных

- результаты поиска

Вид поиска

Книги фонда НБ СГЮА

Дипломные работы выпускников СГЮА за последние 5 лет

Авторефераты

Диссертации

Период.издания науч.абонемента

Редкие книги Научной библиотеки СГЮА

Каталог электронных носителей

Труды ученых СГЮА

Саратовский край

Область поиска

в найденном

Формат представления найденных документов:
полный	информационный	краткий

Отсортировать найденные документы по:
автору	заглавию	году издания	типу документа

Поисковый запрос: (<.>K=машинное обучение<.>)

Общее количество найденных документов : 199
Показаны документы с 1 по 20

1-20 21-40 41-60 61-80 81-100 101-120

Cassius, Guimaraes Chai
Strengthening the BRICS Anti-Corruption Framework through Technology and International Cooperation [Text] = Развитие антикоррупционного регулирования в странах БРИКС посредством применения технологий и международного сотрудничества / C. G. Chai, F. C. Da. Costa // Журнал зарубежного законодательства и сравнительного правоведения. - 2023. - № 4. - С. 18-29. - Библиогр.: с. 28-29 (27 назв. ). - Полный текст представлен авторизованным пользователям сайта https: //elibrary. ru/contents. asp? id=49351232 . - ISSN 1991-3222

УДК

^a343.7

^a341.1/.8

^a004.8

ББК 67.408.12 + 67.91 + 32.813
Рубрики: Право--Бразилия--Индия--КНР; Россия; Южная Африка
   Экономические преступления
   Международное публичное право
   Радиоэлектроника
   Искусственный интеллект. Экспертные системы
Кл.слова (ненормированные):
антикоррупционное регулирование -- закупки -- искусственный интеллект -- коррупция в сфере закупок -- машинное обучение -- межгосударственные объединения -- международное сотрудничество -- международные организации -- обработка естественного языка -- сетевой анализ -- содружество государств
Аннотация: Коррупция в сфере закупок является серьезной проблемой, которая может привести к финансовым потерям, неэффективности и недобросовестной конкуренции. Предлагается применять искусственный интеллект для выявления и предотвращения коррупции в сфере закупок. Однако требуется определить конкретные технологии, используемые в странах БРИКС для повышения прозрачности и подотчетности в государственном секторе. Цель исследования - проведение системного обзора литературы об использовании методов искусственного интеллекта для выявления и предотвращения коррупции в сфере закупок в странах БРИКС. Исследование направлено на выявление наиболее часто используемых методов искусственного интеллекта, их эффективности и проблем, связанных с их внедрением. Кроме того, ставится цель изучить роль международного сотрудничества в укреплении усилий по борьбе с коррупцией в странах БРИКС. Дан системный обзор литературы с использованием комплексной стратегии поиска материала для выявления исследований, сфокусированных на использовании искусственного интеллекта в целях выявления и предотвращения коррупции при закупках в странах БРИКС. Данные, полученные из указанной выше литературы, проанализированы с использованием метода тематического анализа. Установлено, что основными проблемами, связанными с внедрением методов искусственного интеллекта, являются качество данных, конфиденциальность и потребность в технической экспертизе. Подчеркивается важность международного сотрудничества в обмене передовым опытом и содействии прозрачности и подотчетности в государственном секторе. Применение искусственного интеллекта представляется многообещающим для выявления и предотвращения коррупции в сфере закупок в странах БРИКС, в то время как международное сотрудничество может сыграть решающую роль в укреплении усилий по борьбе с коррупцией в странах БРИКС путем содействия прозрачности, подотчетности и верховенства права.

Доп.точки доступа:
Francisco Campos da Costa; БРИКС, межгосударственное объединение
Нет сведений об экземплярах (Источник в БД не найден)

Найти похожие

Khokhlova, O. A. (доктор экономических наук; профессор; заведующий кафедрой).
Analysis of technological trends to identify skills that will be in demand in the labor market with open-source data using machine learning methods [Text] = Анализ технологических трендов для выявления востребованных в будущем навыков на рынке труда по данным из открытого источника с использованием методов машинного обучения / O. A. Khokhlova, A. N. Khokhlova // Известия Саратовского университета. Новая серия. Сер.: Математика. Механика. Информатика. - 2022. - Вып. 1. - С. 123-129 : рис., табл. - Библиогр.: с. 129 (2 назв.). - Библиогр. на рус. и англ. яз.

УДК

^a004.8

ББК 32.813
Рубрики: Радиоэлектроника
Искусственный интеллект. Экспертные системы
Кл.слова (ненормированные):
машинное обучение -- патенты -- рынок труда -- технологические тренды
Аннотация: Дальнейшее развитие общества напрямую зависит от использования технологий, связанных с обработкой массивов данных и выявления закономерностей компьютерными средствами. В данном исследовании методы машинного обучения позволили провести анализ технологических трендов по большим данным из открытого источника о патентах, позволяющих предсказать в будущем навыки, востребованные на рынке труда. Это имеет важное значение в условиях стремительного развития технологий, приводящих к масштабным технологическим изменениям, меняющим социальные условия жизни человечества в целом, требования к навыкам людей, которые в дальнейшем вызовут возникновение новых специальностей и исчезновение существующих ныне профессий. С этой целью в работе построены предиктивные регрессионные модели групп патентов согласно Международной патентной классификации при помощи методов машинного обучения — классических методов прогнозирования, таких как наивное прогнозирование, простое экспоненциальное сглаживание и ARIMA. В результате сравнения качества построенных моделей и выбора лучшей были выявлены модели ARIMA, показывающие: «угасающие» технологии, если происходит снижение числа патентов; перспективные технологические направления, если наблюдается стабильный рост; или «прорывные» технологии, если произошел резкий рост за последние годы. Входными переменными моделей явились ряды динамики патентов разных классов в виде исторических данных, выходными — прогнозные значения числа патентов этих классов определенного технологического тренда. Алгоритм реализовывался на высокоуровневом языке программирования Python. Результаты исследования позволят органам власти, работодателям, образовательным учреждениям и т. д. сделать прогноз востребованности ныне существующих, а также новых профессиональных навыков и компетенций на рынке труда.

Доп.точки доступа:
Khokhlova, A. N. (аналитик)
Нет сведений об экземплярах (Источник в БД не найден)

Найти похожие

Абрамова, Е. С.
Разработка структуры информационной системы мониторинга данных о физической активности человека [Текст] / Е. С. Абрамова, А. А. Орлов, К. В. Макаров // Известия Юго-Западного государственного университета. - 2021. - Т. 25, № 4. - С. 122-133. - Библиогр.: с. 130-131 (20 назв.) . - ISSN 2223-1560

УДК

^a004.9

ББК 32.973-018.2
Рубрики: Вычислительная техника
Прикладные информационные (компьютерные) технологии в целом
Кл.слова (ненормированные):
датчики смартфона -- информационные системы -- машинное обучение -- мониторинг данных -- распознавание активности -- смартфоны -- физическая активность
Аннотация: Спроектирована информационная система, основанная на обработке данных с датчиков смартфона, предназначенная для мониторинга физической активности человека.

Доп.точки доступа:
Орлов, А. А.; Макаров, К. В.
Нет сведений об экземплярах (Источник в БД не найден)

Найти похожие

Агеев, Владимир (генерал-майор полиции).
Задачи для поколения next [Текст] / В. Агеев // Полиция России. - 2021. - № 8. - С. 12-15 : фот. . - ISSN 0869-558X

УДК

^a351.74

ББК 67.401.13
Рубрики: Право
Управление административно-политической сферой
Кл.слова (ненормированные):
видеоконфереции -- информационно-аналитические центры -- искусственный интеллект -- компьютерное зрение -- компьютерные программы -- конкурсы -- конференции -- курсанты -- машинное обучение -- мониторинг интернет-сайтов -- программисты -- разработчики программного обеспечения -- технологические конкурсы -- хакатоны
Аннотация: О проведении межведомственной научно-практической конференции "Искусственный интеллект на службе полиции" и первого в истории ведомства хакатона рассказывает генерал-майор внутренней службы Владимир Агеев.

Доп.точки доступа:
Научно-практическая конференция "Искусственный интеллект на службе полиции"; "Искусственный интеллект на службе полиции", научно-практическая конференция
Нет сведений об экземплярах (Источник в БД не найден)

Найти похожие

Ададимова, Любовь Юрьевна (доктор экономических наук).
Коммуникация инструментария когнитивных моделей с цифровым моделированием системы земельных отношений на основе больших данных и машинного обучения [Текст] = Communication of cognitive model tools with digital modeling of the land relations system based on big data and machine learning / Л. Ю. Ададимова, Ю. Г. Полулях, Т. В. Брызгалин // АПК: экономика, управление. - 2023. - № 11. - С. 33-47. - Библиогр.: с. 46-47 (13 назв.) . - ISSN 0235-2443

УДК

^a338.43

ББК 65.32
Рубрики: Экономика
Экономика сельского хозяйства--Россия
Кл.слова (ненормированные):
большие данные -- земельная рента -- земельные отношения -- институты -- когнитивная модель -- машинное обучение -- цифровизация -- экономическая среда -- экономические агенты
Аннотация: В качестве одного из основных обстоятельств, вызвавших необходимость разработки метода согласования инструментов и механизмов нечётких когнитивных моделей с цифровым моделированием земельных отношений в аграрной сфере, явилась неадекватная роль институциональной экономики в развивающемся мире - борьба с нарративами чревата сдерживанием инерционного развития. На этом фоне обоснована возможность сближения институциональной и неоклассической экономик с целью обеспечения экономического роста без потрясений от возможных нарративов. Выявлены общие черты двух методических подходов регулирования земельных отношений на основе: теории нечётких множеств (когнитивное моделирование) ; цифровизации земельных отношений с использованием машинного бучения. Определено место (поля, пространство) их коммуникации и взаимодействия. Разработаны структура и содержание метода согласования в части исходной информации, основных инструментов и результатов двух названных методических подходов. Сформирована схема функционирования и согласования механизмов анализа и результатов институциональной и цифровой моделей. Разработана авторская нечёткая когнитивная модель для институционального регулирования земельных отношений. Обосновано содержание, формирование и описан процесс машинного обучения для цифровой земельно-оценочной модели. Раскрыты механизмы взаимодействия и обмена исходной информацией и результатами двух разнотипных моделей. Обоснована возможность использования созданных моделей в качестве платформы и подключения к ним данных распределённого реестра земель сельскохозяйственного использования с применением технологии "Блокчейн" для институционально-параметрического регулирования земельных отношений на фоне земельно-оценочного процесса.
One of the main circumstances that necessitated the development of a method for harmonizing tools and mechanisms of fuzzy cognitive models with digital modeling of land relations in the agricultural sector was the inadequate role of institutional economics in the developing world – the fight against narratives is fraught with restraint of inertial development. Against this background, the possibility of convergence of institutional and neoclassical economies in order to ensure economic growth without shocks from possible narratives is substantiated. The common features of the two methodological approaches to the regulation of land relations on the basis of: the theory of fuzzy sets (cognitive modeling) ; digitalization of land relations with the use of machine learning. The place (fields, space) of their communication and interaction is determined. The structure and content of the method of coordination in terms of initial information, basic tools and results of these two methodological approaches have been developed. A scheme for the functioning and coordination of analysis mechanisms and the results of institutional and digital models has been formed. The author's fuzzy cognitive model for institutional regulation of land relations has been developed. The content, formation and description of the machine learning process for a digital land valuation model is substantiated. The mechanisms of interaction and exchange of initial information and results of two different types of models are revealed. The possibility of using the created models as a platform and connecting to them the data of the distributed register of agricultural land using the "Blockchain" technology for institutional and parametric regulation of land relations against the background of the land valuation process is substantiated.

Доп.точки доступа:
Полулях, Юрий Георгиевич (доктор экономических наук); Брызгалин, Тимур Валерьевич (научный сотрудник)
Нет сведений об экземплярах (Источник в БД не найден)

Найти похожие

Анализ методов машинного обучения для прогнозирования популярности сообщений в социальных сетях [Текст] = Predicting news popularity in online social networks / И. В. Лебедев [и др.] // Проблемы информационной безопасности. Компьютерные системы. - 2018. - № 3. - С. 18-25 : граф., схема, табл. - Библиогр.: с. 25 (6 назв.) . - ISSN 2071-8217

УДК

^a004.41/42

ББК 32.973
Рубрики: Вычислительная техника
Программирование ЭВМ. Компьютерные программы. Программотехника
Кл.слова (ненормированные):
анализ текстов сообщений -- информационная безопасность -- машинное обучение -- методы машинного обучения -- популярность сообщений -- прогнозирование популярности сообщений -- социальные сети -- тональность текстов
Аннотация: Предложена модель описания интересов пользователя при анализе тональности текстов, написанных им в социальной сети, и выполнено применение модели к задаче прогнозирования популярности сообщений при анализе текста сообщения, профиля автора сообщения и рассматриваемого сообщества.
This study describes a previously unknown model for describing the interests of the user has been presented on the sentiment analysis of texts, written by the user in the social network, and it has been applied to the research problem of forecasting the popularity of text messageson the basis of text message analysis, the author’s profile of the message and the analysed community.

Доп.точки доступа:
Лебедев, И. В.; Карпов, И. А.; Баранов, Б. Е.; Лось, В. П.; Самолетова, К. С.
Нет сведений об экземплярах (Источник в БД не найден)

Найти похожие

Артамонов, Владимир Афанасьевич (доктор технических наук).
Безопасность искусственного интеллекта [Текст] = Artificial Intelligence Security / В. А. Артамонов, Е. В. Артамонова, А. Е. Сафонов // Защита информации. Инсайд. - 2022. - № 6 (108). - С. 8-17 : ил. - Библиогр.: с. 17 (5 назв.)

УДК

^a004:002

ББК 73
Рубрики: Информатика
Информатизация общества. Информационная политика
Кл.слова (ненормированные):
информационная безопасность -- искусственный интеллект -- кибератаки -- машинное обучение -- нейросети
Аннотация: В статье рассмотрены вопросы безопасности искусственного интеллекта как сущности, являющейся одновременно и средством обеспечения информационной безопасности, и объектом кибератак. Главным механизмом настройки искусственного интеллекта на решение конкретной задачи является машинное обучение. В работе приведены риски взлома систем искусственного интеллекта по ряду ключевых отраслей, категории атак на модели машинного обучения.

Доп.точки доступа:
Артамонова, Елена Владимировна (кандидат технических наук); Сафонов, Александр Евгеньевич
Нет сведений об экземплярах (Источник в БД не найден)

Найти похожие

Артамонов, Владимир Афанасьевич (доктор технических наук).
Искусственный интеллект в системах безопасности [Текст] = An Artificial Intelligence in the Security Systems / В. А. Артамонов, Е. В. Артамонова // Защита информации. Инсайд. - 2022. - № 5 (107). - С. 40-49 : ил. - Библиогр.: с. 49 (12 назв.)

УДК

^a004:002

ББК 73
Рубрики: Информатика
Информатизация общества. Информационная политика
Кл.слова (ненормированные):
информационная безопасность -- искусственный интеллект -- криптография -- машинное обучение -- стеганография
Аннотация: В статье рассмотрены вопросы применения искусственного интеллекта в качестве эффективного механизма обеспечения как информационной безопасности, так и безопасности других сфер человеческой деятельности. Показано, что главным механизмом настройки искусственного интеллекта на решение конкретной задачи является машинное обучение.

Доп.точки доступа:
Артамонова, Елена Владимировна (кандидат технических наук)
Нет сведений об экземплярах (Источник в БД не найден)

Найти похожие

Артамонов, Владимир Афанасьевич (доктор технических наук).
Искусственный интеллект [Текст] = Artificial Intelligence: Cognitive Beginning : когнитивное начало / В. А. Артамонов, Е. В. Артамонова, А. Е. Сафонов // Защита информации. Инсайд. - 2022. - № 4 (106). - С. 50-59 : ил. - Библиогр.: с. 59 (12 назв.) . - ISSN 2413-3582

УДК

^a004:002

ББК 73
Рубрики: Информатика
Информатизация общества. Информационная политика
Кл.слова (ненормированные):
искусственный интеллект -- машинное обучение -- нейронные сети
Аннотация: В работе рассмотрены три вида искусственного интеллекта, а также обозначены несомые им проблемы и угрозы для социума. Авторы детально разбирают наиболее популярные алгоритмы машинного обучения, особенно выделяя плюсы и минусы этих методов. Основной акцент в статье делается на методах машинного обучения искусственного интеллекта, дается математическое обоснование этих методов.

Доп.точки доступа:
Артамонова, Елена Владимировна (кандидат технических наук); Сафонов, Александр Евгеньевич
Нет сведений об экземплярах (Источник в БД не найден)

Найти похожие

10.

Афанасьева, Екатерина Нодариевна (кандидат юридических наук; PhD; доцент; главный юрисконсульт).
Искусственный интеллект и "большие данные" в здравоохранении: области применения и гражданско-правовое регулирование [Текст] / Е. Н. Афанасьева // Юридическая наука и практика. - 2020. - Т. 16, № 3. - С. 40-49 . - ISSN 2542-0410

УДК

^a351

ББК 67.401.12
Рубрики: Право
Управление социально-культурной сферой
Кл.слова (ненормированные):
большие данные -- диагностика заболеваний -- диагностические интеллектуальные системы -- защита персональных данных -- интеллектуальная собственность -- интеллектуальные системы -- искусственный интеллект -- коммерческая тайна -- конфиденциальность информации -- лечебные процессы -- машинное обучение -- медицинская помощь -- медицинские технологии -- медицинские устройства -- медицинское право -- программное обеспечение -- цифровая медицина -- цифровое здравоохранение -- цифровые технологии
Аннотация: Рассматриваются основные области применения искусственного интеллекта и больших данных в здравоохранении. Отмечается, что основными проблемами правового регулирования являются ответственность при использовании систем искусственного интеллекта и защита персональных данных при обработке больших данных, интеллектуальная собственность, соблюдение конфиденциальности информации и коммерческой тайны.

Нет сведений об экземплярах (Источник в БД не найден)

Найти похожие

11.

Бабич, Александра Анатольевна (адъюнкт).
Современные тенденции миграционных процессов и их значение [Текст] / А. А. Бабич // Вестник Московского университета МВД России. - 2021. - № 4. - С. 93-97. - Библиогр. в конце ст. . - ISSN 2073-0454

УДК

^a351.74

ББК 67.401.13
Рубрики: Право
Управление административно-политической сферой--Казахстан--Россия
Кл.слова (ненормированные):
визуальный язык -- ксенофобия -- машинное обучение -- международная миграция -- миграционная лингвистика -- миграция -- статистические данные -- угрозы национальной безопасности
Аннотация: Анализируются данные международной миграции. В политическом контексте, говорится о дестабилизирующих последствиях миграции для внутренней интеграции и об опасностях для общественного порядка и национальной безопасности, которые она подразумевает. Рассмотрены возможности интернет-платформ для искажения информации о миграции и мигрантах, анализируются связанные с этим проблемы, способствующие росту ксенофобии и антимиграционных настроений.

Нет сведений об экземплярах (Источник в БД не найден)

Найти похожие

12.

Бабкин, Павел Сергеевич.
Методы машинного обучения как инструмент повышения эффективности работы государственных бюджетных учреждений, уполномоченных на проведение государственной кадастровой оценки [Текст] / П. С. Бабкин, К. Ю. Ермоленко // Имущественные отношения в Российской Федерации. - 2021. - № 2. - С. 7-19 : 2 рис., 2 табл. - Библиогр.: с. 19 (7 назв.) . - ISSN 2072-4098

УДК

^a332.28

ББК 65.22
Рубрики: Экономика
Экономика недвижимости--Россия--Московская область
Кл.слова (ненормированные):
автоматизация -- государственная кадастровая оценка -- государственное управление -- государственные бюджетные учреждения -- кадастровая оценка -- классификация объектов недвижимости -- кодирование объектов недвижимости -- массовая оценка -- машинное обучение -- методы машинного обучения -- недвижимость -- нейронные сети -- объекты недвижимости -- эффективность работы учреждений
Аннотация: Рассматриваются задачи, которые при проведении государственной кадастровой оценки (ГКО) могут решаться с привлечением методов машинного обучения, в том числе задача автоматического определения тематики обращений об исправлении ошибок, допущенных при определении кадастровой стоимости. Основное внимание уделяется проблеме классификации объектов недвижимости при массовой оценке. Приводятся результаты применения описанных методов в государственном бюджетном учреждении Московской области, уполномоченном на проведение ГКО.

Доп.точки доступа:
Ермоленко, К. Ю.
Нет сведений об экземплярах (Источник в БД не найден)

Найти похожие

13.

Байбуза, И.
Прогнозирование инфляции с помощью методов машинного обучения [Текст] / И. Байбуза // Деньги и кредит. - 2018. - Т. 77, № 4. - С. 42-59. - Библиогр.: с. 58-59 (15 назв.) . - ISSN 0130-3090

УДК

^a330.4

^a336.7

ББК 65в631 + 65.262
Рубрики: Экономика
Математическая экономика. Эконометрика
Кредитно-денежная система--Россия
Кл.слова (ненормированные):
Elastic Net (метод) -- LASSO (метод) -- ML-модели -- Ridge (метод) -- агентно-ориентированные модели -- банковская система -- денежно-кредитная политика -- инфляция -- машинное обучение -- методы машинного обучения -- модель бустинга (метод) -- модель случайного леса (метод) -- прогнозирование инфляции -- таргетирование инфляции -- центральные банки -- эмпирические исследования
Аннотация: Прогнозирование инфляции является важной практической задачей. В данной статье предложено решение этой задачи для России с помощью нескольких базовых методов машинного обучения: LASSO, Ridge, Elastic Net, случайный лес и бустинг. Несмотря на то что эти методы были разработаны еще к началу 2000-х гг., в профессиональной литературе, связанной с прогнозированием инфляции вообще и российской инфляции в частности, долгое время они оставались практически незамеченными. Данная работа – одна из первых попыток применения некоторых методов машинного обучения к прогнозированию инфляции в России.

Доп.точки доступа:
Банк России
Нет сведений об экземплярах (Источник в БД не найден)

Найти похожие

14.

Балагаев, А. Ю.
Цифровая трансформация экономики России: возможности и риски [Текст] / А. Ю. Балагаев // Банковское дело. - 2018. - № 7. - С. 64-67 : фот. . - ISSN 2071-4904

УДК

^a338(470+571)

ББК 65.9(2Рос)
Рубрики: Экономика
Экономика России--Россия
Кл.слова (ненормированные):
автоматизация -- большие данные -- возможности -- искусственный интеллект -- машинное обучение -- машинный интеллект -- нейросети -- риски -- российская экономика -- российский бизнес -- цифровая трансформация бизнеса -- цифровая трансформация экономики
Аннотация: Экспертное мнение о цифровой трансформации экономики и бизнеса России.

Нет сведений об экземплярах (Источник в БД не найден)

Найти похожие

15.

Баракина, Елена Юрьевна (преподаватель).
К вопросу формирования перспективной терминологии в области правового регулирования применения искусственного интеллекта [Текст] / Е. Ю. Баракина // Юрист. - 2020. - № 9. - С. 56-65 . - ISSN 1812-3929

УДК

^a347.1

ББК 67.404.0
Рубрики: Право
Общая часть гражданского права
Кл.слова (ненормированные):
искусственный интеллект -- машинное обучение -- нейронная сеть -- носители искусственного интеллекта -- применение искусственного интеллекта -- термины -- цифровые технологии
Аннотация: Статья посвящена перспективной терминологии в области правового регулирования применения искусственного интеллекта. Приведены мнения российских и зарубежных ученых, проанализирован опыт нормативного закрепления терминов в данной области. Определено соотношение понятий "искусственный интеллект", "машинное обучение" и "нейронная сеть", а также их влияние на носителей искусственного интеллекта.

Нет сведений об экземплярах (Источник в БД не найден)

Найти похожие

16.

Бегишев, Ильдар Рустамович (старший научный сотрудник).
Криминологические риски применения искусственного интеллекта [Текст] / И. Р. Бегишев, З. И. Хисамова // Всероссийский криминологический журнал. - 2018. - Т. 12, № 6. - С. 767–775 . - ISSN 2500-4255

УДК

^a343.9

ББК 67.51
Рубрики: Право
Криминология
Кл.слова (ненормированные):
интеллектуальные технологии -- искусственный интеллект -- криминальный потенциал искусственного интеллекта -- криминологическая характеристика -- криминологические риски -- машинное обучение -- преступления с применением искусственного интеллекта -- риски применения искусственного интеллекта -- роботы -- угрозы применения искусственного интеллекта
Аннотация: В современном цифровом мире тематика искусственного интеллекта и сфера разработки интеллектуальных технологий являются крайне актуальными и важными. За полувековую историю искусственный интеллект успел перерасти из теоретической концепции в интеллектуальную систему, способную самостоятельно принимать решения. В числе ключевых преимуществ внедрения искусственного интеллекта в первую очередь отмечается возможность освобождения человечества от рутинной работы и переход к творческой деятельности, на которую машины не способны. По данным международных консалтинговых агентств, инвестиции компаний в цифровую трансформацию к 2021 г. в глобальном масштабе достигнут 58 трлн дол., а в 2030 г. глобальный ВВП вырастет на 14 %, или на 15, 7 трлн дол. США, в связи с активным использованием искусственного интеллекта. Однако его стремительное развитие поставило перед государством и обществом необходимость противостоять новым угрозам, связанным со способностью искусственного интеллекта к саморазвитию, в частности необходимость нормативной регуляции его деятельности и противодействия угрозам, возникающим при его функционировании. В статье приведены результаты подробного изучения мнений ведущих ученых, занимающихся социальными аспектами деятельности искусственного интеллекта. Определено, что вопрос правового регулирования правосубъектности искусственного интеллекта, не говоря уже о совершении им юридически значимых действий, на сегодняшний день остается открытым. В настоящее время началось формирование криминологических основ применения искусственного интеллекта, вызванных появлением новых интеллектуальных технологий, что требует принятия действий и решений по предупреждению возможных негативных проявлений его использования и государственному реагированию на них. В статье на основе анализа истории возникновения и развития искусственного интеллекта изложены его ключевые характеристики, несущие в себе криминологические риски, определены виды криминологических рисков применения искусственного интеллекта, предложена авторская классификация указанных рисков. В частности, выделены прямой и косвенный криминологические риски применения искусственного интеллекта. На основе детального анализа авторами выявлена объективная необходимость создания в стране компетентных органов по выработке государственной политики в сфере нормативного правового регулирования искусственного интеллекта, контроля и надзора за его использованием.

Доп.точки доступа:
Хисамова, Зарина Илдузовна (начальник отделения планирования)
Нет сведений об экземплярах (Источник в БД не найден)

Найти похожие

17.

Беззатеев, С. В.
Исследование методов машинного обучения для обеспечения информационной безопасности в розничных торговых операциях [Текст] = Study of machine learning methods to ensure information security in retail trading operations / С. В. Беззатеев, Т. Н. Елина, Н. С. Красников // Проблемы информационной безопасности. Компьютерные системы. - 2022. - № 3. - С. 155-166 : граф., табл., диагр., ил., схема. - Библиогр.: с. 165 (7 назв.). - Список литературы представлен на русском и английском языках. . - ISSN 2071-8217

УДК

^a004.7

ББК 32.973.202
Рубрики: Вычислительная техника
Вычислительные сети
Кл.слова (ненормированные):
convolutional neural networks -- information security -- machine learning -- machine learning methods -- retail trading operations -- self-service -- информационная безопасность -- машинное обучение -- методы машинного обучения -- розничные торговые операции -- самообслуживание -- сверточные нейронные сети
Аннотация: Проблема искажения и подмены информации при совершении операций в розничной торговле с использованием касс самообслуживания приводит к снижению прибыли предприятий. Внедрение средств распознавания весовых товаров с использованием методов машинного обучения позволит повысить уровень защиты операций в розничной торговле. В работе проведен анализ различных методов обучения и построена модель сети, позволяющая при небольшом объеме размеченных данных получать хорошие результаты распознавания в сфере ритейла.
The problem of distortion and substitution of information when performing transactions in retail trade using self-service checkouts leads to a decrease in the profits of enterprises. The introduction of weight recognition tools using machine-learning methods will increase the level of protection for retail transactions. The paper analyzes various training methods and builds a network model that allows, with a small amount of labeled data, to obtain good recognition results in the field of retail.

Доп.точки доступа:
Елина, Т. Н.; Красников, Н. С.
Нет сведений об экземплярах (Источник в БД не найден)

Найти похожие

18.

Бобоназаров, Руслан Чориевич.
Сравнение эффективности процедуры оптимального биннинга с другими способами представления данных в задаче кредитного скоринга [Текст] = Comparison of the Efficiency of the Optimal Binning Procedure with Other Methods of Data Presentation in the Credit Scoring Problem / Р. Ч. Бобоназаров, Д. В. Шкодырев // Защита информации. Инсайд. - 2023. - № 2 (110). - С. 68-75 : ил. - Библиогр.: с. 75 (17 назв.)

УДК

^a004:002

ББК 73
Рубрики: Информатика
Информатизация общества. Информационная политика
Кл.слова (ненормированные):
кредитный скоринг -- кредитование -- машинное обучение -- оптимальный биннинг
Аннотация: Задача кредитного скоринга - одна из ключевых в банковской сфере. Для ее решения с помощью алгоритмов машинного обучения строятся специальные скоринг-карты и модели-классификаторы. В работе проведено практическое исследование эффективности данной процедуры, а именно, недавно разработанного оптимального биннинга. Эффективность при этом оценивалась как на стандартной для кредитного скоринга логистической регрессии, так и на непрозрачных методах.

Доп.точки доступа:
Шкодырев, Дмитрий Владимирович
Нет сведений об экземплярах (Источник в БД не найден)

Найти похожие

19.

Болдачев, Александр Владимирович (системный архитектор).
Реализация систем конвергентного управления информационной безопасностью на базе архитектуры Data Fabric [Текст] = Implementation of Convergent Security Information Management Systems based on Data Fabric Architecture / А. В. Болдачев, М. В. Савин // Защита информации. Инсайд. - 2021. - № 4. - С. 24-29 : ил. - Библиогр.: с. 29 (12 назв.)

УДК

^a004:002

ББК 73
Рубрики: Информатика
Информатизация общества. Информационная политика
Кл.слова (ненормированные):
информационная безопасность -- конвергентная безопасность -- машинное обучение -- функциональная архитектура
Аннотация: В сфере информационной безопасности широко применяется событийно-ориентированный подход. В частности, системы класса SOAR а также развивающийся класс решений конвергентной безопасности построены вокруг модели управления потоком событий, получаемых из различных источников. В статье предложена новая архитектура - EventFlow, в основу которой положены технология Event Sourcing и архитектура потока данных.

Доп.точки доступа:
Савин, Михаил Валерьевич (руководитель проекта)
Нет сведений об экземплярах (Источник в БД не найден)

Найти похожие

20.

Большакова, Е. И. (кандидат физико-математических наук).
Извлечение однословных терминов из текстовых коллекций на основе методов машинного обучения [Текст] / Е. И. Большакова, Н. В. Лукашевич, М. А. Нокель // Информационные технологии. - 2013. - № 7. - С. 31-37. - Библиогр.: с. 37 (21 назв.) . - ISSN 1684-6400

УДК

^a004.8

ББК 32.813
Рубрики: Радиоэлектроника
Искусственный интеллект. Экспертные системы
Кл.слова (ненормированные):
автоматическое извлечение терминов -- лингвистические признаки -- машинное обучение -- однословные термины -- статистические признаки -- эксперименты
Аннотация: Представлены результаты экспериментов по автоматическому извлечению однословных терминов из русскоязычных текстов на основе машинного обучения, позволяющего комбинировать применяемые статистические и лингвистические признаки терминов.

Доп.точки доступа:
Лукашевич, Н. В. (кандидат физико-математических наук); Нокель, М. А.
Нет сведений об экземплярах (Источник в БД не найден)

Найти похожие

1-20 21-40 41-60 61-80 81-100 101-120

Тематический навигатор

© Международная Ассоциация пользователей и разработчиков электронных библиотек и новых информационных технологий
(Ассоциация ЭБНИТ)