|
||||||
|
Журнал «Менеджмент и бизнес-администрирование»
№2 / 2026 Нейросетевые технологии в вопросах цифровизации промышленных предприятий АрктикиБрынцев Александр Николаевич, Андреева Полина Александровна, Аннотация. В статье рассматриваются возможности применения нейросетевых технологий в сфере макроэкономического анализа в условиях активного развития цифровой экономики, промышленности Арктики и роста объемов данных. Актуальность исследования обусловлена необходимостью совершенствования методов прогнозирования макроэкономических показателей и повышения качества государственного управления. Основная проблема заключается в недостаточной эффективности традиционных аналитических подходов при обработке сложных экономических процессов. Цель исследования состоит в анализе потенциала нейросетевых моделей для выявления закономерностей и прогнозирования динамики макроэкономических систем Арктической зоны Российской Федерации (АЗРФ). Материалы и методы. Методологическую основу работы составили результаты исследований отечественных и зарубежных ученых в области функционирования цифровых систем и управления деятельностью современных предприятий. Авторами статьи были использованы следующие общелогические методы: анализ, синтез, систематизания, структуризация и обобщение в выделении принципов маркетингового взаимоействия социотехнических агентов и их свойств. Необходимость применения ситуационного подхода связана с переходом экономики страны к платформенно-сетевому этапу и масштабированием цифровых платформ. В работе применяются модели MLP, RNN, LSTM и GRU в сочетании с методами машинного обучения. Результаты исследования демонстрируют высокую точность нейросетевых алгоритмов при анализе временных рядов, оценке межотраслевых взаимосвязей и поддержке принятия управленческих решений. Выводы. В результате предложенного исследования авторами были проанализированы потенциалы нейросетевых моделей, выявлены закономерности и построены прогнозы макроэкономических систем АЗРФ. Применение. Представленные результаты требуют дальнейшего исследования, а также могут быть использованы экономистами в их практической деятельности. Ключевые слова: цифровизация, промышленность, цифровая трансформация в Арктике, цифровые технологии, нейросетевые модели, анализ экономических процессов, экономическое прогнозирование. Neural network technologies in the digitalization of Arctic industrial enterprises Bryntsev Alexander Nikolaevich, Andreeva Polina Alexandrovna, Abstract. This article examines the potential of neural network technologies in macroeconomic analysis amid the rapid development of the digital economy and Arctic industry, as well as the growth of data volumes. The relevance of this study stems from the need to improve forecasting methods for macroeconomic indicators and enhance public administration. The primary challenge is the ineffectiveness of traditional analytical approaches in processing complex economic processes. The objective of this study is to analyze the potential of neural network models for identifying patterns and forecasting the dynamics of macroeconomic systems in the Arctic Zone of the Russian Federation (AZRF). Materials and Methods. The methodological basis of this work is based on research conducted by Russian and international scholars in the field of digital systems and modern enterprise management. The authors utilized the following general logical methods: analysis, synthesis, systematization, structuring, and generalization in identifying the principles of marketing interactions between sociotechnical agents and their properties. The need for a situational approach is driven by the country's economic transition to a platform-network stage and the scaling of digital platforms. The study utilizes MLP, RNN, LSTM, and GRU models in combination with machine learning methods. The results demonstrate the high accuracy of neural network algorithms in analyzing time series, assessing inter-industry relationships, and supporting management decision-making. Conclusions. As a result of this study, the authors analyzed the potential of neural network models, identified patterns, and generated forecasts for macroeconomic systems in the Arctic Zone of the Russian Federation. Application. The presented results require further research and can also be used by economists in their practical work. Keywords: digitalization, industry, digital transformation in the Arctic, digital technologies, neural network models, economic process analysis, economic forecasting. DOI: 10.33983/2075-1826-2026-2-228-235 Список источников
|
||||||