Нейронные сети, как ключевое и перспективное направление развития и применения искусственного интеллекта в деятельности промышленных предприятий

Цель. Представить научному сообществу перспективное направление развития и применения искусственного интеллекта в основных бизнес-процессах промышленных предприятий.

Процедуры и методы. При проведении исследования в качестве основных методов были использованы: системный анализ, дедукция и моделирование. Данные методы исследования позволяют систематизировать разработку и применение нейронных сетей в бизнес-процессах промышленных предприятий.

Результаты. Рассмотрены виды нейронных сетей; сопоставлены две математические модели действия персептронов по Розенблатту и Румельхарту; представлены различия между нейросетевой моделью и нейросетевой регрессионной моделью; выявлены риски и тенденции применения искусственных нейронных сетей в бизнес-процессах промышленных предприятий.

Теоретическая и практическая значимость. Развитие теоретических аспектов применения нейронных сетей является перспективным направлением в области модернизации основных бизнес-процессов промышленных предприятий.

1. Абдуллаев Н. В., Баранова М. А. Применение искусственных нейронных сетей в экономике // Наука Красноярья. 2023. Т. 2. № 1–2. С. 22–28.

2. Болотов Р. О. О применении нейронных сетей для оценки финансовой устойчивости компаний // Russian Journal of Management. 2020. Т. 8. № 1. С. 106–110.

3. Власов А. В. Особенности использования нейронных сетей в экономике, в современных условиях // Вестник Юридического института МИИТ. 2019. № 1 (25). С. 108–113.

4. Власов С. С., Васильева Е. Е. Возможности использования нейронных сетей при подготовке кадров для инновационной экономики // Инновационное развитие экономики: тенденции и перспективы. 2019. Т. 1. С. 30–44.

5. Зоидов К. Х., Пономарева С. В., Серебрянский Д. И. Стратегическое планирование и перспективы применения искусственного интеллекта в высокотехнологичных промышленных предприятиях Российской Федерации: монография. М.: ИПР РАН, 2019. 115 с.

6. Козак Е. Применение нейронных сетей в экономике // Экономика: вчера, сегодня, завтра. 2021. Т. 11. № 5–1. С. 113–119.

7. Клевцов Д. В. Перспективы использования нейронных сетей в современный экономике // Международный журнал прикладных наук и технологий Integral. 2020. № 1. С. 289–296.

8. Науменко В. А. Применение нейронных сетей для решения практических задач в экономике // Вектор экономики (электронный журнал). 2019. № 10. URL: http://www.vectoreconomy.ru/images/publications/2019/10/mathematicalmethods/Naumenko.pdf (дата обращения: 21.05.2023).

9. Пономарев В. М., Пономарева С. В., Жигит А. А. Стратегическое планирование, адаптация и применение искусственных нейронных сетей в ракетно-космической промышленности Российской Федерации // Вестник Алтайской академии экономики и права. 2019. № 5–1. С. 128–135.

10. Пономарева С. В., Сагидуллин А. К. Современные IT-решения и оборудование в машиностроительных промышленных предприятиях России // Проблемы машиностроения и автоматизации. 2022. № 1. С. 77–84.

11. Пынько Л. Е., Толкачева Е. В. Применение нейронных сетей в регрессионном анализе регионального управления цифровизацией экономики // Власть и управление на Востоке России. 2020. № 3 (92). С. 126–134.

12. Розенблатт Ф. Принципы нейродинамики: Перцептроны и теория механизмов мозга. М.: Мир, 1965. 480 с.

13. Семенова Э. А., Цепкова С. М. Нейронные сети как финансовый инструмент // Информатика. Экономика. Управление. 2022. Т. 1. № 2. С. 168–175.

14. Хачатурян А. А., Пономарева С. В., Бокова К. И. Планирование основных показателей деятельности с применением когнитивного моделирования на промышленных предприятиях Российской Федерации // Экономика и управление: проблемы, решения. 2019. Т. 9. № 1. С. 35–43.

15. Rumelhart D. E. A multicomponent theory of the perception of briefly exposed visual displays // Journal of Mathematical Psychology. 1970. № 7. P. 191–218. DOI: 10.1016/0022-2496(70)90044-1