В статье исследуется применение свёрточно-рекуррентных нейронных сетей (CRNN) для распознавания изображений кадастровых координат объектов на отсканированных документах ППК «Роскадастр». Комбинированная архитектура CRNN, объединяющая свёрточные нейронные сети (CNN) и рекуррентные нейронные сети (RNN), позволяет использовать преимущества каждой из них для обработки изображений и распознавания содержащихся в них непрерывных цифровых последовательностей. При проведении экспериментальных исследований были формированы изображения, состоящие из заданного количества цифр, построена и исследована CRNN модель. Формирование изображений цифровых последовательностей заключалось в предобработке и конкатенации изображений образующих их цифр из собственного набора данных. Анализ значений функции потерь и метрик Accuracy, Character Error Rate (CER) и Word Error Rate (WER) показал, что использование предложенной CRNN модели позволяет достичь высокой точности распознавания кадастровых координат на их отсканированных изображениях.
В условиях стремительного развития цифровой экономики использование больших данных (Big Data) становится ключевым инструментом повышения эффективности и устойчивости бизнес-процессов.
Целью настоящего исследования является выявление механизмов и эффектов применения Big Data для оптимизации операционных и управленческих функций в компаниях различных отраслей. На основе анализа эмпирических данных, кейсов цифровой трансформации, а также вторичных источников - в том числе аналитики McKinsey, IDC и отчетов ведущих ИТ-компаний - продемонстрировано, как применение методов интеллектуального анализа данных, машинного обучения и визуализации позволяет сократить транзакционные издержки, ускорить принятие решений и повысить точность бизнес-прогнозирования. Результаты исследования подтверждают наличие устойчивой положительной корреляции между уровнем зрелости Big Data-практик и показателями операционной эффективности. Представлены рекомендации для предприятий и государств по формированию цифровых стратегий с учётом потенциала больших данных. Отдельное внимание уделено барьерам внедрения - технологическим, организационным и этическим.
Цифровая трансформация радикально изменяет традиционные подходы к управлению человеческими ресурсами, формируя новые модели взаимодействия между организацией и сотрудниками.
Цель настоящего исследования - выявить направления и особенности трансформации HR-практик в условиях активного внедрения цифровых технологий в управление. В работе проанализированы изменения в стратегиях подбора, развития, мотивации и удержания персонала, рассмотрены ключевые цифровые инструменты (HRIS, AI-рекрутинг, People Analytics), а также обозначены риски и барьеры, с которыми сталкиваются организации в процессе цифровизации HR-функции.
Результаты исследования опираются на смешанный метод: анкетирование HR-специалистов, кейс-анализ организаций из различных отраслей, контент-анализ корпоративных документов. Представлены выводы о том, что успешная адаптация HR-управления к цифровой реальности требует не только технологической модернизации, но и развития цифровой культуры, гибких организационных структур и новых компетенций как у сотрудников, так и у управленцев.
Данная статья посвящена исследованию методов и инструментов визуализации больших данных в рамках автоматизированных информационных систем (АИС).
Цель работы - выявить наиболее эффективные подходы к визуализации, позволяющие извлекать ценную информацию из больших массивов данных и принимать обоснованные управленческие решения. В статье рассмотрены различные методы визуализации, такие как диаграммы, графики, карты, деревья решений и другие. В результате исследования были определены ключевые критерии выбора методов визуализации в зависимости от типа данных и целей анализа, а также разработаны рекомендации по интеграции инструментов визуализации в АИС. Практическая значимость работы заключается в возможности применения полученных результатов для повышения эффективности анализа больших данных и улучшения качества принимаемых решений в различных областях бизнеса и науки.
Искусственный интеллект может радикально изменить подход к некоторым методам диагностики состояния здоровья. Температурные характеристики, наблюдаемые на поверхности кожи, могут указывать на наличие и анатомическое распределение заболеваний, травм и инфекций. Раннее обнаружение заболеваний по изменению температуры поверхности кожи предпринималось на протяжении нескольких последних лет. Однако необходимость оценки большого количества данных не позволяла этому методу термографии занять место в практике врачей. Искусственный интеллект сделает возможным быстрый анализ термограмм и раннее диагностирование заболеваний.
Статья посвящена разработке методологического подхода к формированию системы метрик эффективности команд в IT-компаниях. В работе рассматриваются существующие модели оценки результативности и предлагается процессно-ориентированный подход на основе принципов Kanban и потокового управления. Основное внимание уделено анализу времени выполнения задач (lead time) и его составных частей, а также статистическим методам интерпретации этих данных как основы для измерения и прогнозирования командной эффективности. На примере команды hh. ru показаны возможные способы применения предложенных метрик для повышения прозрачности процессов и принятия обоснованных управленческих решений.
Статья изучает роль больших данных и технологий искусственного интеллекта в трансформации области знаний управления интеллектуальным капиталом. Анализ научных публикаций в рассматриваемой области позволил выделить основные направления взаимодействия больших данных и искусственного интеллекта с интеллектуальным капиталом. Особое внимание уделено двойственной природе изучаемых технологий: большие данные и искусственный интеллект одновременно выступают как объект управления (нематериальный актив) и как инструмент управления и оценки. Обоснована необходимость формирования нового методологического подхода и фреймворка, учитывающего данную двойственность и взаимосвязь больших данных и искусственного интеллекта с материальными активами организации. В рамках исследования предложен фреймворк, демонстрирующий управление и оценку взаимодействия больших данных и искусственного интеллекта с интеллектуальным капиталом, нематериальными и материальными активами, а также их роль в создании ценности и обеспечении стратегической устойчивости организаций.
Цель статьи – представить современные способы и особенности раскрытия фонда информационных ресурсов в электронных каталогах научно-технических библиотек. На примере коллекций в электронном каталоге Государственной публичной научно-технической библиотеки России (ГПНТБ России) показаны методы и технологии, позволяющие более качественно раскрыть фонд научно-технической библиотеки, обеспечить удобство и персонализацию предоставления информации для пользователей. Излагаются принципы формирования коллекций в электронном каталоге ГПНТБ России на основе возможностей системы автоматизации библиотек (САБ) ИРБИС 128. Существенное внимание уделяется аспектам продвижения библиотечного фонда с помощью коллекций и виртуальных выставок. Отмечаются возможности поиска информации внутри коллекций и принципы отбора изданий. На примере коллекции изданий «Труды Шрайберга Якова Леонидовича» пошагово наглядно показан алгоритм формирования коллекции, включая аспекты взаимодействия разных отделов библиотеки в процессе формирования коллекции. Обосновывается использование коллекций электронного каталога как элемента персонализации библиотечно-информационного обслуживания читателей. Приводятся результаты сравнительного анализа возможностей раскрытия фонда с помощью виртуальных выставок и коллекций. Результаты исследования имеют практическое значение для библиотечных и информационных специалистов, позволяя им лучше понимать и применять современные методы и технологии для организации и представления коллекций информационных ресурсов. Это способствует повышению качества обслуживания пользователей и улучшению доступности научной информации через персонализацию библиотечно-информационного обслуживания, раскрытие библиотечного фонда, использование коллекций библиотек и виртуальных выставок.
С быстрым развитием экономики и общества уровень науки и техники в стране стремительно развивается, особенно заметно развитие компьютерных электронных информационных технологий. Широко используются компьютерные электронные информационные технологии. Они необходимы во всех сферах жизни страны, а производство и жизнь людей неотделимы от компьютерных электронных информационных технологий. Однако в области управления инженерией применение компьютерных электронных информационных технологий пока не получило широкого распространения, существует много проблем в практическом применении, а их применение в работе по управлению инженерией относительно невелико, а роль науки и техники не задействована. В данной статье на основе соответствующего содержания компьютерных электронных информационных технологий и инженерного менеджмента обсуждается применение компьютерных электронных информационных технологий в инженерном менеджменте.
В статье рассматриваются современные тенденции и новейшие технологии, применяемые для цифровизации бизнес- процессов. Основное внимание уделяется таким подходам, как автоматизация процессов, роботизация (RPA), использование искусственного интеллекта (AI), машинного обучения (ML), Интернета вещей (IoT), больших данных (Big Data), облачных вычислений (Cloud Computing), ERP-систем, блокчейна и аналитики данных. Приведены преимущества, риски и возможности совместного использования данных подходов. Статья подчеркивает важность интеграции этих технологий для повышения эффективности и точности управления бизнесом. В статье также рассмотрены примеры успешной интеграции перечисленных технологий в различных отраслях, что позволяет оценить их эффективность на практике. Особое внимание уделяется анализу возможных рисков и способов их минимизации при внедрении цифровых решений. Обсуждаются перспективы дальнейшего развития цифровизации в контексте глобальных экономических изменений и перехода к Индустрии 4.0. В рамках исследования использовались методы анализа и синтеза, а также систематизация и обобщение данных, полученных из практического опыта применения указанных технологий в бизнесе. Данное исследование подчеркивает важность интеграции указанных технологий для повышения эффективности и точности управления бизнес- процессами, а также акцентирует внимание на том, что успешное внедрение цифровых технологий требует комплексного подхода и учета возможных рисков.