Информация о статье

Название статьи:

Нейро-компьютеризация как вызов цифровой экономики

Авторы:
Штиллер М.В., кандидат экономических наук, доцент, профессор кафедры бухгалтерского учета и анализа, https://orcid.org/0000-0001-7715-0654, SPIN-код: 6909-2410, Scopus Author ID: 57188855318, Санкт-Петербургский государственный экономический университет, г. Санкт-Петербург, Российская Федерация, stilmarmax@mail.ru,

Трушкевич И.М., студент, кафедра бухгалтерского учета и анализа, https://orcid.org/0000-0001-9078-319X, Санкт-Петербургский государственный экономический университет, г. Санкт-Петербург, Российская Федерация, trushkevich.ilya@bk.ru

В рубрике:
СОЦИАЛЬНО-ЭКОНОМИЧЕСКОЕ РАЗВИТИЕ И ОБРАЗОВАНИЕ

Год: 2023 Том: 14 Номер журнала: 1

Страницы: 267-277

Тип статьи: Научная статья

УДК: 303.01

DOI: 10.17150/2411-6262.2023.14(1).267-277

Аннотация:
Современное предпринимательство и бизнес не могут существовать, развиваться и получать прибыль без использования цифровых технологий. Нейрокомпьютеризация производственного процесса, например, помогает решать огромный спектр вопросов и проблем, связанных с продажей, управлением, расширением. Это выгодно не только для самих компаний, но и для экономической составляющей государства в целом, так как данный процесс ретранслирует и перерабатывает первичные, устаревшие методы и средства введения управления и производства материальных и нематериальных активов в новые проекты и архитектуры. Финансовые технологии и интернет-компании прочно завоевали банковскую индустрию. В настоящее время банкам, чтобы конкурировать на рынке банковских услуг, необходимо инвестировать время и ресурсы в мультиканальность, активно развивать цифровые продукты и технологии, проводить маркетинговые исследования поведения клиентов, модернизировать сайты и приложения, улучшать и стабилизировать кредитно-финансовый скоринг и т.п. Сегодня многие традиционные банки придерживаются мнения о том, что участие в информационной гонке за потребителя в IT сфере становится вопросом «жизни и смерти» их бизнеса, потому что интернет-гиганты стали лучше работать с огромными базами данных и таргетировать точнее и быстрее. Современная банковская отрасль непрерывно развивает нейросетевые технологии и оптимизирует огромные пласты информации и цифровой деятельности всех своих структур. Из этого вытекает система плюсов и минусов для финансово-кредитной сферы. Преимуществом цифровой веб трансформации традиционных банковских методов и подходов выступает связь потребителя с клиентской базой и привязанностью его к финансовому продукту. Подобная тенденция направлена на всестороннее обеспечение развитие IT-инструментов.

Ключевые слова: нейрокомпьютерные технологии, веб-экономика, цифровая система экономики, интернет-банкинг, нейрокомпьютеризация

Скачиваний - 104
География скачиваний

Скачать полный текст статьи

Список цитируемой литературы:

Мордат Д.М. Исследовательский искусственный интеллект: некоторые вопросы методики разработки результатов изучения экспертных опросов специалистов / Д.М. Мордат // Нравственные императивы в праве. - 2018. - № 5. - C. 11-14.
Наумова М.Я. Искусственный интеллект - будущее сегодня / М.Я. Наумова, А.Г. Шарафутдинов. - EDN RUKBBY // NovaInfo.Ru. - 2015. - Т. 34, № 2. - С. 67-69..
Murphy K.P. Machine Learning: A Probabilistic Perspective / K.P. Murphy. - Cambridge : Massachusetts Institute of Technology, 2018. - 1100 p.
Applications of Neural Networks / (ed.). A.F. Murray. - New York, 2013. - 322 p.
Владимирова Л.П. Прогнозирование и планирование в условиях рынка / Л.П. Владимирова. - Москва : Дашков и К, 2012. - 308 с.
Костина Л.Н. Нейронные сети в задачах прогнозирования временных рядов / Л.Н. Костина, Г.А. Гареева. - EDN TWVDJZ // Инновационная наука. - 2015. - Т. 2, № 6. - С. 70-73.
Никифорова Н.А. Применение нейросетевого моделирования для прогнозирования финансового состояния предприятия / Н.А. Никифорова, Е.В. Донцов. - EDN NNAXIH // Управленческий учет. - 2011. - № 4. - С. 36-46.
Романовский А.В. О применении искусственных нейронных сетей для прогнозирования финансовых показателей предприятия / А.В. Романовский. - EDN QYVOVX // Аудит и финансовый анализ. - 2013. - № 2. - С. 363-370.
Якупов Д.Т. Перспективы применения искусственных нейронных сетей для прогнозирования объемов грузоперевозок в транспортных системах / Д.Т. Якупов, О.Н. Рожко. - DOI 10.21686/2500-3925-2017-5-49-60. - EDN ZSJNQX // Статистика и экономика. - 2017. - Т. 14, № 5. - С. 49-60.
Цвингер И.Г. Применение нейросетевых регуляторов в системах управления электроприводами / И.Г. Цвингер, И.Р. Низамов. - EDN VZSIHV // Вестник технологического университета. - 2017. - Т. 20, № 8. - С. 111-114.
Иванюк В.А. Нейросетевое моделирование в экономике и финансах / В.А. Иванюк. - DOI 10.25728/mlsd.2020.0828. - EDN JNHHPA / Управление развитием крупномасштабных систем MLSD2020 : материалы Междунар. науч. конф., Москва, 28 сент. 2020 г. / под ред. С.Н. Васильева, А.Д. Цвиркуна. - Москва, 2020. - C. 828-831.
Чудова О.В. Нейронные сети с самоорганизацией на основе конкуренции в экономике, бизнесе и финансах / O.B. Чудова, B.B. Славский. - EDN RCOXIZ // Известия Алтайского государственного университета. - 2005. - № 1. - С. 80-82.
Нейронные модели в диагностике финансового результата предприятий жилищно-коммунального хозяйства / И.П. Курочкина, И.И. Калинин, Л.А. Маматова, Е.Б. Шувалова. - DOI 10.21686/2500-3925-2019-3-52-60. - EDN FQJYAG // Статистика и экономика. - 2019. - № 3. - С. 52-60.
Мхитарян Р.А. Современное состояние банковской системы России / Р.А. Мхитарян. - EDN UBROJD // Международный журнал прикладных и фундаментальных исследований. - 2015. - № 8. - C. 723-726.
Юнусова Л.Р. Алгоритмы обучения искусственных нейронных сетей / Л.Р. Юнусова, А.Р. Максимова. - EDN AKTNZX / Проблемы науки. - 2019. - № 7. - С. 21-25.
Корнина А.Е. Машинное обучение и нейронные сети в бизнесе / А.Е. Корнина // Хроноэкономика. - 2018. - № 2. - C. 111-115.
Минский М. Персептроны / М. Минский, С. Пейперт. - Москва : Мир, 1971. - 261 с.
Трансформация промышленности в условиях четвертой промышленной революции / А.В. Ткачук, Н.В. Линдер, И.В. Тарасов [и др.]; ред. А.В. Трачук. - Санкт-Петербург, 2018. - 147 с. - EDN YPDYJN.