СОДЕРЖАНИЕ

ОБЩАЯ ТЕОРИЯ ИЗМЕРЕНИЙ. МЕТОДОЛОГИЯ И ПРИМЕНЕНИЕ ТЕОРИИ ИНТЕЛЛЕКТУАЛЬНЫХ, МЯГКИХ, СИСТЕМНЫХ ИЗМЕРЕНИЙ: МЕРЫ, ШКАЛЫ, ТЕХНОЛОГИИ

Нечаевский А. В., Башашин М. В., Косарев С. О., Трофимов Ю. В. Слой правил с мягкими измерениями для агент-ориентированного исследования переворота магнитного момента в аномальном φ₀-джозефсоновском переходе. 6-25
Куровский С. В., Мишин Д. А., Пушко А. С. Архитектурно-аппаратные методы оптимизации межкристальных взаимодействий и обеспечения временной определенности в вычислительных системах на базе многокристальных ПЛИС. 26-40
Лаптев С. А. Использование мягких вычислений для оценки решений на этапах проектирования и эксплуатации технологических схем. 41-54

МОДЕЛИРОВАНИЕ СЛОЖНЫХ СИСТЕМ В УСЛОВИЯХ НЕОПРЕДЕЛЕННОСТИ

Молчанов Д. Д. Математическое моделирование и алгоритмическое обеспечение системы раннего предупреждения о корпоративных дефолтах на основе ансамблевых методов машинного обучения. 55-65
Щетинин Е. Ю., Шевчук А. А. Математическая модель распространения фиброза в миокарде на основе вырожденной кросс-диффузии с расширенной подвижностью. 66-77
Шохор С. Л. Разработка модели ценообразования барьерных опционов в целях прогнозирования банкротств. 78-90
Гусаков А. О. Математические модели формирования портфеля IT-проектов в условиях Agileсреды: сравнительный анализ подходов к формализации неопределённости. 91-104

МЕТОДЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА. МЯГКИЕ ВЫЧИСЛЕНИЯ

Бенц Я. К. Автоматическое машинное обучение: концепция и применение. 105-113
Крутов А. А., Воеводина Е. И., Аничкина О. А., Борисова Ю. С., Зорина Э. А. Интеллектуальное проектирование составов фотополимерных смол на основе методов машинного обучения и обратного дизайна. 114-126
Кричевский М. Л. Эволюция грамотности в области искусственного интеллекта. 127-141
Финогеев Е. Л., Колыхалов П. И. Применение технологий искусственного интеллекта для цифровой трансформации закупочной деятельности атомной отрасли. 142-154

ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ И СИСТЕМЫ ИНТЕЛЛЕКТУАЛЬНОЙ ОБРАБОТКИ ДАННЫХ В УСЛОВИЯХ НЕОПРЕДЕЛЕННОСТИ

Баленко Е. Г., Лаута О. С., Крамской Н. Н., Куракин А. С. Факторы деградации архитектуры сегментации LAN: организационные барьеры, легаси-системы и проблемы управления политиками безопасности. 155-167
Белов А. А., Кемаева Е. А., Кулинич И. В. Адаптивное Soft-TSK управление резидуальной коррекцией в гибридном прогнозировании временных рядов: устойчивый выигрыш на M5 и границы переносимости. 168-185
Петунина И. А., Алавердян Т. А., Свитнев П. М. Анализ больших данных с использованием математических методов, вызовы и решения. 186-196
Ярушев С. А., Ануров А. О., Булгаков Г. Г., Петров И. Н. Архитектура интеграции LLM в CI/CD pipeline для автоматизированного code review: анализ задержек и паттерны встраивания. 197-208

МАТЕМАТИЧЕСКИЕ МЕТОДЫ В ЭКОНОМИКЕ И ФИНАНСАХ

Иваненко Н. А., Лазаренко Д. М., Орешкин А. А., Джапаридзе Л. Г. Оценка предиктивной значимости страновых ESG-показателей для прогнозирования экономического развития стран мира. 209-224
Росинский А. И. Система поддержки принятия решений по ключевой ставке как объект экономикоматематического исследования с использованием макроэкономических и текстовых данных. 225-240
Черняев А. П., Сухорукова И. В., Меерсон А. Ю., Смирнова Е. И. Совершенствование математического инструментария для моделей экономического роста. 241-249
Ткаченко А. Л., Говорова Е. С., Широкова Е. В. Цифровой двойник студента как инструмент педагогической аналитики. 250-258
Чайковский Е. М. Методические аспекты аналитической поддержки развития торговой организации в условиях цифровой экономики. 259-272
Касько С. Г., Халидов А. А., Вилков В. Е. Искусственный интеллект в системе предиктивного обслуживания оборудования на предприятиях перерабатывающей промышленности. 273-283

БАЙЕСОВСКИЕ ИНТЕЛЛЕКТУАЛЬНЫЕ ТЕХНОЛОГИИ

Касько С. Г., Халидов А. А., Вилков В. Е. Применение нейросетевых моделей для прогнозирования аварийных остановок оборудования на предприятиях. 284-296