Title: Исследование перспектив инновационного развития России и Беларуси с использованием многослойного персептрона
Authors: Захарова, С.Г.
Борисов, С.А.
Keywords: инновационное развитие
нейронные сети
методы оценки перспектив
персептрон
innovative development
neural networks
methods for assessing prospects
perceptron
Issue Date: 2025
Publisher: Гомельский государственный университет имени Ф.Скорины
Citation: Захарова, С.Г. Исследование перспектив инновационного развития России и Беларуси с использованием многослойного персептрона / С.Г. Захарова, С.А. Борисов // Известия Гомельского государственного университета имени Ф. Скорины. Сер.: Социально-экономические и общественные науки. - 2025. - № 5 (152). - С. 128-133.
Abstract: В статье рассматриваются различные методы оценки перспектив инновационного развития. В качестве таких методов рассматривается традиционный метод линейной регрессии и инновационный метод оценки с помощью нейросетей (многослойного персептрона). На основе прогнозирования показателя глобального индекса инновационного развития получена модель для оценки перспектив инновационного развития России и Беларуси. На основе выявленных трендов проведена сравнительная оценка возможностей инновационного развития данных стран. = The article discusses various methods for assessing the prospects for innovative development. The traditional linear regression method and the innovative neural network estimation method (multilayer perceptron) are considered as such methods. Based on forecasting the global innovation development index, a model has been obtained to assess the prospects for the innovative development of Russia and Belarus. Based on the identified trends, a comparative assessment of the innovative development opportunities of these countries was carried out.
URI: https://elib.gsu.by/handle123456789/82167
Appears in Collections:Известия ГГУ им. Франциска Скорины. Социально-экономические и общественные науки

Files in This Item:
File Description SizeFormat 
Захарова_Исследование.pdf378.71 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.