УДК 338.27, 004.032.26
DOI: 10.36871/ek.up.p.r.2024.05.07.001
Авторы
Виктор Викторович Ерохин,
Московский государственный институт международных отношений (университет) Министерства иностранных дел РФ, Москва, Россия; Московский государственный технический университет имени Н. Э. Баумана, Москва, Россия
Аннотация
В статье представлено исследование влияния искусственных глубоких нейронных сетей (ИГНС) на повышение точности и надежности прогнозных регрессионных моделей в области экономики научного сектора 61 страны, включая Россию. Проведена интеграция ИГНС с прямой связью в эконометрическую модель дискретного выбора (МДВ), представляющая полиноминальную логистическую регрессионную модель (multinomial logit model, MNLR). ИГНС в регрессионных моделях, построенных на статистических данных с большим размахом среднего квадратичного отклонения, приводят к повышению точности прогнозирования минимум на 32 % в пределах 0,8 периода анализируемых данных. Применение интеграции ИГНС с МДВ ограничивается только для неоднородных данных. Рассматриваемые структуры могут эффективно решать эконометрические задачи и задачи управления организационными системами.
Ключевые слова
открытая экономика, искусственные нейронные сети, прогнозирование, моделирование, модели дискретного выбора, множественная логистическая регрессия.
