Архив статей журнала
В данной статье рассматривается вопрос применения технологий блокчейн с целью повышения прозрачности и эффективности инвестиционных процессов в региональном контексте. Актуальность темы обусловлена необходимостью разработки инновационных подходов к управлению инвестициями в условиях глобальной цифровизации экономики. Цель исследования заключается в анализе потенциала использования блокчейн-технологий для оптимизации инвестиционной деятельности на региональном уровне. Материалы и методы исследования включают изучение научных публикаций, отчетов международных организаций и статистических данных, касающихся внедрения блокчейна в инвестиционной сфере. Применялись методы системного анализа, сравнения, обобщения и синтеза информации. Для оценки эффективности блокчейн-решений использовались количественные показатели, такие как скорость транзакций, уровень безопасности, степень децентрализации. В результате проведенного исследования выявлено, что технология блокчейн способна значительно повысить прозрачность инвестиционных процессов за счет создания неизменяемого реестра транзакций, доступного всем участникам системы. Согласно данным Всемирного экономического форума, внедрение блокчейна может обеспечить прирост мирового ВВП на 1,76 трлн долларов к 2030 году. На региональном уровне блокчейн позволяет снизить операционные издержки на 30%, ускорить обработку транзакций в 10 раз и повысить уровень безопасности данных до 99%. Приведены примеры успешных кейсов применения блокчейна в инвестиционной деятельности, такие как платформа Meridio для токенизации недвижимости и система Hyperledger Fabric для управления цепочками поставок. Полученные результаты подтверждают перспективность использования блокчейн-технологий для совершенствования инвестиционных процессов на региональном уровне. Дальнейшие исследования могут быть направлены на разработку конкретных методик и стандартов внедрения блокчейна в практику инвестиционного менеджмента с учетом специфики отдельных регионов.
Эффективный строительный контроль и технический надзор критически важны для успешной реализации инвестиционно-строительных проектов (ИСП). Цифровая трансформация открывает новые возможности для оптимизации этих процессов. Цель исследования - разработать концептуальную модель и методические рекомендации по внедрению цифровых технологий в систему строительного контроля и технического надзора. Использован комплекс взаимодополняющих методов: 1) анализ научной литературы и нормативно-правовой базы; 2) экспертные интервью (n=25); 3) кейс-стади трех ИСП; 4) экономико-математическое моделирование. Установлено, что: 1) BIM, IoT, беспилотная аэрофотосъемка, большие данные способны радикально повысить полноту, скорость и достоверность контроля; 2) барьерами цифровизации являются недостаточная зрелость технологий, высокие затраты, дефицит компетенций; 3) предложена концептуальная модель «Умного строительного контроля», интегрирующая цифровые инструменты в единую киберфизическую систему; 4) разработаны методические рекомендации по поэтапному внедрению модели с оценкой экономического эффекта. Значимость. Полученные результаты развивают научные представления о цифровизации инвестиционно-строительной деятельности и имеют высокую практическую ценность для управления ИСП. Дальнейшие исследования целесообразно направить на создание отраслевой цифровой платформы строительного контроля
Применение технологий больших данных открывает новые возможности для оптимизации рецептур хлебобулочных изделий. Цель данного исследования - разработать методологию анализа больших данных для совершенствования рецептур хлеба и улучшения его потребительских свойств. В работе использованы методы интеллектуального анализа данных (data mining), машинного обучения и статистического моделирования. Эмпирическую базу составили структурированные данные о 2500 образцах хлеба, включающие подробную информацию об ингредиентах, режимах приготовления и результатах лабораторных испытаний. Применение алгоритмов кластеризации позволило выделить 5 устойчивых сочетаний ингредиентов, обеспечивающих оптимальные органолептические и физико- химические показатели готовой продукции. С помощью регрессионного анализа получены математические модели, описывающие влияние ключевых рецептурных факторов на объем и пористость хлеба. Метод опорных векторов использован для прогнозирования реологических характеристик теста в зависимости от состава смеси. Результаты исследования имеют значение для оперативной корректировки параметров технологического процесса и создания инновационных продуктов с заданными свойствами. В перспективе планируется масштабировать разработанную методологию на широкий спектр мучных изделий.
В статье исследуется влияние качества данных на эффективность моделей машинного обучения на предприятиях хлебопекарной отрасли в условиях больших данных. Актуальность темы обусловлена растущей ролью аналитики данных в оптимизации хлебопекарного производства и необходимостью обеспечения надежности используемых предиктивных моделей. Цель работы - выявить ключевые параметры качества данных, определяющие точность и практическую применимость моделей машинного обучения в хлебопекарной индустрии. В исследовании использован комплекс методов, включающий статистический анализ массивов производственных данных хлебозаводов, экспертные интервью (n=20) и сравнительное тестирование моделей на разных по качеству обучающих выборках. Установлено, что: 1) полнота, точность и согласованность данных являются ключевыми факторами, влияющими на обобщающую способность моделей; 2) использование предобработки данных (очистка, трансформация) позволяет повысить точность предсказаний выхода хлебобулочных изделий в среднем на 10-15%; 3) модели, обученные на качественных данных, демонстрируют втрое более высокую стабильность на тестовой выборке; 4) качество прогнозирования ключевых показателей процесса хлебопечения у адаптивных моделей может превосходить существующие нормативы на 8-12%. Результаты подтверждают критическую значимость управления качеством данных для реализации потенциала машинного обучения в хлебопекарной индустрии. Предложена методика аудита качества технологических данных хлебозаводов, ориентированная на специфику задач моделирования и оптимизации. Дальнейшие исследования связаны с разработкой инфраструктурных и управленческих решений по обеспечению качества данных в условиях цифровизации хлебопекарного производства.
В данной статье рассматриваются перспективы и проблемы применения технологий больших данных (Big Data) в сфере управления человеческими ресурсами в хлебопекарной отрасли. Актуальность данной темы обусловлена стремительным развитием информационных технологий и возрастающей ролью данных в принятии управленческих решений на хлебопекарных предприятиях. Цель исследования заключается в выявлении ключевых возможностей и вызовов, связанных с использованием Big Data в HR-менеджменте в сфере хлебопечения. Материалы и методы исследования включают в себя анализ научной литературы, статистических данных и реальных кейсов применения технологий больших данных в управлении персоналом хлебозаводов и пекарен. В частности, были изучены публикации, посвященные использованию HR-аналитики в пищевой промышленности, а также данные о внедрении Big Data на предприятиях хлебопекарной отрасли. Результаты исследования показывают, что применение технологий больших данных открывает значительные возможности для оптимизации процессов управления человеческими ресурсами в сфере хлебопечения. Так, использование предиктивных моделей позволяет на 25-30% повысить точность прогнозирования потребности в персонале на хлебозаводах и на 20% улучшить качество подбора сотрудников в пекарни. Вместе с тем, внедрение Big Data в HR-процессы хлебопекарных предприятий сопряжено с рядом вызовов, среди которых – необходимость обеспечения конфиденциальности персональных данных, потребность в специалистах с компетенциями на стыке HR и аналитики данных, а также сложность интеграции разрозненных источников кадровой информации. Для преодоления этих вызовов компаниям хлебопекарной отрасли необходимо разработать четкую стратегию цифровизации HR, инвестировать в развитие аналитических навыков сотрудников и обеспечить соответствие используемых практик нормам законодательства о защите персональных данных.