Статті КЕкІ (ДМетІ)
Permanent URI for this collection
Browse
Browsing Статті КЕкІ (ДМетІ) by Subject "artificial intelligence"
Now showing 1 - 7 of 7
Results Per Page
Sort Options
Item Intellectual and Innovative Technologies: Their Significance and Types(Ukrainian State University of Science and Technologies, Dnipro, 2025) Solomennyi Oleksandr O.ENG: The article considers the concept of intellectual and innovative technologies (IIT) as a key tool for the modern transformation of the economy and society. The main characteristics of IIT are described, in particular, innovativeness, intellectual component, digitalization, flexibility and adaptability. A classification of IIT is proposed by industry direction, level of innovation, degree of use of artificial intelligence, impact on society and business models. The main challenges and prospects for the development of these technologies are also outlined, in particular in aspects of security, ethics, education and legislative regulation.Item Аналіз використання методів машинного навчання в аналітиці показників інтернет ресурсів(Видавничий дім «Гельветика», 2023) Жуковський, Дмитро Миколайович; Лозовська, Людмила ІванівнаUKR: У сучасних умовах в результаті цифровізації соціально-економічних явищ все більше підприємств переводять свій бізнес до мережі Інтернет. Сучасні веб -технології дозволяють збирати великі масиви статистичних даних для аналізу ефективності економічної діяльності інтернет-ресурсів. Для прийняття більш правильних управлінських рішень поряд з класичними статистичними методами доцільно використовувати методи машинного навчання. У статті описані базові методи машинного навчання та різні приклади застосування їх для розв’язання задач у сфері аналітики веб ресурсів. Проаналізовано проблеми, по’вязані з недостатньою ефективністю класичних статистичних методів для прийняття оптимальних управлінських рішень. Досліджено різні напрями цифрової економіки, де можуть застосовуватись методи машинного навчання як альтернатива до класичних статистичних методів. Наведено приклади впровадження методів машинного навчання для підвищення ефективності реалізації різного роду задач у цифровому бізнес середовищі діяльності підприємств. У науковій статті описані такі види задач наукового навчання як: 1) застосування методів навчання з вчителем для прогнозування доходів у проектах електронної комерції; 2) використання методів навчання без вчителя для сегментації користувачів; 3) впровадження методів машинного навчання для розробки систем рекомендацій; 4) використання алгоритмів штучного інтелекту для прогнозування та виявлення аномалій; 5) інтеграція генетичних алгоритмів для оптимізації онлайн-рекламних кампаній; 6) застосування методу моделювання підвищення для оптимізації витрат на маркетингову комунікацію; 7) впровадження алгоритму багаторукого бандита для оптимізації A/B-тестування; 8) проектування чат-ботів за допомогою різних типів нейронних мереж для обробки природної мови, таких як багатошаровий персептрон, згорткова нейронна мережа, рекурсивна нейронна мережа, рекурентна нейронна мережа та короткострокова пам'ять. Доведено доцільність застосування методів штучного інтелекту для розв'язання широкого спектру задач з аналізу показників інтернет ресурсів.Item Гіперавтоматизація як інструмент оптимізації процесів фондового ринку(Український державний університет науки і технологій, Дніпро, 2025) Удачина, Катерина Олександрівна; Подольхов, М. М.UKR: Виконано огляд інструментів обробки даних фондового ринку. Наведено ключові стратегічні технологічні тренди цього року. Зроблено акцент на гіперавтоматизації фондового ринку, яка передбачає впровадження передових технологій для автоматизації бізнес-процесів у фінансовому секторі. Це явище поєднує в собі використання штучного інтелекту, роботизованої автоматизації процесів (RPA) та аналітики даних для підвищення ефективності та зниження витрат.Item Особливості оцінки інвестиційних проектів в інтелектуальний капітал з використанням штучного інтелекту(Одеський національний морський університет; КУПРІЄНКО СВ, 2022) Савчук, Лариса Миколаївна; Фонарьова, Тетяна Анатоліївна; Бушуєв, Кирило МаксимовичUKR: Інвестування в розвиток інтелектуального капіталу підприємства з одного боку, надають учасникам та стейкхолдерам довгострокові унікальні конкурентні переваги та упевненість в окупності вкладених коштів, а з іншого − пов’язані з ризиками, які мають особливості та потребують оцінки й розробки заходів для їх мінімізації. Тому актуальним є вирішення проблеми оцінки й моніторингу інвестицій в інтелектуальний капітал із застосуванням сучасних ІТ-технологій, особливо, із використанням штучного інтелекту. В статті автори досліджують специфічні ризики інноваційної діяльності. Одним із сучасних методів оцінки та моніторингу таких ризиків автори зазначають штучний інтелект вбудований в інформаційні системи підприємства. Обґрунтовано, що особливого значення нейронні мережі набувають саме в системах деякого набору експериментальних даних типу «вхід – вихід» і в умовах повної невизначеності щодо форми можливої функціональної залежності між вхідними та вихідними даними та намагаються вгадати цю залежність. Напрями подальших досліджень пов’язані зі створенням моделі комплексної оцінки та селекції добору інвестиційних рішень в інтелектуальний капітал підприємства з використанням нейронної мережі, як найсучаснішого напрямку інвестування з метою забезпечення постійного інноваційного розвитку як окремого підприємства так й економіки держави в цілому.Item Оцінка перспектив застосування методів машинного навчання у аналітиці показників веб-ресурсів(Український державний університет науки і технологій, Дніпро, 2024) Жуковський, Дмитро МиколайовичUKR: Мета. Основною метою наукової роботи є проведення огляду перспектив впровадження методів машинного навчання в проектах цифрової економіки та електронної комерції. Методика. Застосування сучасних веб-технологій дозволяє накопичувати великі обсяги статистичних даних для аналізу ефективності економічної діяльності на Інтернет-ресурсах. З метою ухвалення більш обґрунтованих управлінських рішень, використання методів машинного навчання стає важливим доповненням до класичних статистичних методів.Однією з найзначущих проблем при роботі з великими обсягами даних у цифровій економіці є низька ефективність класичних статистичних методів для знаходження найбільш раціональних управлінських рішень. Результати. В статті проведено аналіз найбільш популярних методів машинного навчання, які можуть застосовуватись у веб-аналітиці для прийняття більш якісних управлінських рішень. Тому для вдосконалення якості бізнес-процесів на проектах з електронної комерції метою подальших досліджень буде апробація алгоритмів машинного навчання для збільшення показника KPI інтернет ресурсів різного типу. Наукова новизна. В результаті огляду та аналізу перспектив застосування алгоритмів машинного навчання можна дійти висновків, що алгоритми machine learning є одним з найбільш перспективних напрямів застосування штучного інтелекту при обробці великих масивів даних на проектах цифрової економіки. В результаті огляду та проведення досліджень був виявлений позитивний тренд значного зростання кількості наукових праць щодо вдалого застосування математичних методів машинного навчання у різних сферах digital-економіки. Практична значимість. Проведені дослідження дозволили виявити позитивний тренд значного зростання кількості наукових праць щодо вдалого застосування математичних методів машинного навчання у різних сферах digital-економіки.Item Поняття та класифікація інтелектуально-інноваційних технологій(Видавничий дім «Гельветика», 2025) Соломенний, Олександр ОлександровичUKR: У статті досліджується поняття інтелектуально-інноваційних технологій (ІІТ) як рушійної сили розвитку суспільства та економіки в умовах цифрової трансформації. Визначено ключові характеристики ІІТ: інноваційність, інтелектуальну складову, цифровізацію, адаптивність і гнучкість. Проведено класифікацію ІІТ за галузевим спрямуванням, рівнем інноваційності, ступенем використання штучного інтелекту, впливом на суспільство та бізнес-моделями. Висвітлено основні виклики впровадження ІІТ, зокрема питання кібербезпеки, етичні аспекти, необхідність підвищення кваліфікації працівників, законодавчі бар’єри та ризики автоматизації робочих місць. Проаналізовано перспективи розвитку ІІТ у контексті їхнього впливу на глобальну конкурентоспроможність, ефективність бізнесу, модернізацію виробництва, освіти та науки.Item Теоретичні аспекти генеративних моделей штучного інтелекту(Український державний університет науки і технологій, Дніпро, 2025) Жуковський, Дмитро МиколайовичUKR: Великі мовні моделі є ключовою технологією сучасного штучного інтелекту, що базується на трансформерних архітектурах та глибокому навчанні. У статті розглянуто теоретичні аспекти їхньої роботи, основні проблеми для впровадження, включаючи інтерпретованість, фактологічну точність, упередженість та обчислювальні витрати, а також перспективні напрями подальших досліджень для підвищення ефективності та етичності моделей.