• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • A
  • A
  • A
  • A
  • A
Обычная версия сайта
  • RU
  • EN
  • Национальный исследовательский университет «Высшая школа экономики»
  • Публикации ВШЭ
  • Статьи
  • Роль искусственного интеллекта в управлении кризисными ситуациями в экономике
  • RU
  • EN
Расширенный поиск
Высшая школа экономики
Национальный исследовательский университет
Приоритетные направления
  • бизнес-информатика
  • государственное и муниципальное управление
  • гуманитарные науки
  • инженерные науки
  • компьютерно-математическое
  • математика
  • менеджмент
  • право
  • социология
  • экономика
по году
  • 2028
  • 2027
  • 2026
  • 2025
  • 2024
  • 2023
  • 2022
  • 2021
  • 2020
  • 2019
  • 2018
  • 2017
  • 2016
  • 2015
  • 2014
  • 2013
  • 2012
  • 2011
  • 2010
  • 2009
  • 2008
  • 2007
  • 2006
  • 2005
  • 2004
  • 2003
  • 2002
  • 2001
  • 2000
  • 1999
  • 1998
  • 1997
  • 1996
  • 1995
  • 1994
  • 1993
  • 1992
  • 1991
  • 1990
  • 1989
  • 1988
  • 1987
  • 1986
  • 1985
  • 1984
  • 1983
  • 1982
  • 1981
  • 1980
  • 1979
  • 1978
  • 1977
  • 1976
  • 1975
  • 1974
  • 1973
  • 1972
  • 1971
  • 1970
  • 1969
  • 1968
  • 1967
  • 1966
  • 1965
  • 1964
  • 1963
  • 1958
  • еще
Тематика
Новости
25 сентября 2026 г.
«Климатический переход - это необязательно ограничение для бизнеса»
Линара Хадимуллина работает в сфере низкоуглеродного развития. В интервью проекту «Молодые ученые Вышки» она рассказала, почему природа для нее не просто красивый фон, зачем исследовать роль устойчивого корпоративного управления в снижении выбросов парниковых газов и как выращивание урожая становится источником вдохновения.
25 сентября 2026 г.
Окно в организм: российские ученые создали нейросеть, которая определяет риск заболеваний по глазам
Российские университеты с участием НИУ ВШЭ, Сбер и концерн ИИ Z-union разработали нейросеть, которая по фотографии сетчатки может одновременно оценивать риск 15 видов патологий, включая не только глазные болезни, но и сердечно-сосудистые заболевания. ИИ-система помогает врачу заметить тревожные изменения на ранней стадии, признаки, которые отражаются на состоянии сосудов сетчатки, и понять, нужно ли человеку пройти дополнительное обследование. Работа опубликована в журнале Frontiers in Medicine.
23 сентября 2026 г.
В НИУ ВШЭ испытали робота с ИИ для распознавания окружающей среды
Инженеры и исследователи Института робототехнических систем НИУ ВШЭ провели первые испытания нейросетевой модели для распознавания среды непосредственно на роботе-собаке. Робот передвигался по зданию НИУ ВШЭ на Покровке, а также по Покровскому бульвару, анализируя окружающую обстановку и определяя, в какой сцене и локации он находится.

 

Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!

Публикации
  • Книги
  • Статьи
  • Главы в книгах
  • Препринты
  • Верификация публикаций
  • Расширенный поиск
  • Правила использования материалов
  • Наука в ВШЭ

?

Роль искусственного интеллекта в управлении кризисными ситуациями в экономике

Тенденции развития науки и образования. 2024. № 112(3). С. 117–122.
Пшиченко Д. В.

В статье рассматривается роль искусственного интеллекта (artificial intelligence, AI) в управлении кризисными ситуациями в экономике. Анализируются различные технологии AI для прогнозирования экономических шоков и минимизации их последствий. Изучаются примеры успешного применения AI в различных секторах. Подчеркивается, что использование AI позволяет значительно повысить устойчивость и адаптивность экономических систем, а также снизить риски и оптимизировать использование ресурсов.

Научное направление: Компьютерные науки
Язык: русский
Полный текст
DOI
Текст на другом сайте
Ключевые слова: искусственный интеллектмашинное обучениенейронные сетиneural networksэкономические кризисыэкономические шокиeconomic criseseconomic shocksResource Optimizationоптимизация ресурсов artificial intelligence machine learning
Похожие публикации
Inverse quickest path problem on networks under weighted l_\infty norm
Qian X., Guan X., Zhang B. и др., Journal of Global Optimization 2026
Добавлено: 27 сентября 2026 г.
Дополнительная коррекция ошибок в каскадном коде с помощью полносвязных нейронных сетей
Портной С. Л., Ефремов А. М., Кузьмин В. В., В кн.: Распределенные компьютерные и телекоммуникационные сети: управление, вычисление, связь (DCCN-2026): материалы XXIX Международной научной конференции. Россия, Москва, 21–27 сентября 2026 г.: Москва: РУДН, 2026..
В работе рассматривается возможность улучшения помехоустойчивости каскадного кода, состоящего из внутреннего кода Хэмминга (4,3) и внешнего кода Рида — Соломона (7,5) над полем GF(8), за счёт дополнительной кор рекции ошибок на основе машинного обучения. Внешний код декодируется списочным алгоритмом с перебором стираний; рассматриваются списки дли ной 5 и 10 комбинаций. Для компенсации потерь помехоустойчивости при ...
Добавлено: 26 сентября 2026 г.
Navigating Complexity: Statistical Methods, Data Analysis, and Machine Learning for Actionable Insights
Switzerland: Springer Cham, 2026.
Добавлено: 25 сентября 2026 г.
AI convergence in immersive digital environment: a knowledge management perspective on organizational sustainability and digital resilience
Almugren I., Chotia V., Habib M. D. и др., Journal of Knowledge Management 2026 P. 1–22
Добавлено: 25 сентября 2026 г.
An early warning system for emerging markets
Краевский А. А., Соколовский Е. И., Prokhorov A., Emerging Markets Review 2026 No. 74 P. 1–19
Добавлено: 25 сентября 2026 г.
Экспериментальное сравнение HTTP/2 и HTTP/3 в условиях программно моделируемой сетевой деградации
Дубич Е. В., Щагин Д. В., Славянский форум 2026 № 2 (52) С. 560–565
В статье сравниваются протоколы HTTP/2 и HTTP/3 при передаче статических файлов в условиях программно моделируемой сетевой деградации. Эксперимент показал, что HTTP/3 не является универсально более быстрым, но устойчивее проявляет себя при росте задержки и потерь пакетов. ...
Добавлено: 25 сентября 2026 г.
Synthesis of Acyclic Models for Processes Without Repeating Events
Joulitov A.K., Lomazova I.A., Proceedings of the Institute for System Programming of the RAS 2026 Vol. 38 No. 4(2) P. 215–224
В майнинге процессов (process mining) графы непосредственного следования (Directly-Follows Graph, DFG) популярны благодаря своей простоте и наглядности. Однако, если процесс является ациклическим, но содержит параллельные события, стандартные алгоритмы построения DFG-моделей могут генерировать «ложные» циклы, которыe не представлены в журнале событий. Такие циклы мешают анализу информационных процессов, значительно снижая интерпретируемость и точность (precision) модели. Эта проблема ...
Добавлено: 24 сентября 2026 г.
Анализ протокола выработки общего ключа для управления микросхемой интеллектуальной карты
Добрина Д. Н., Нестеренко А. Ю., Прикладная дискретная математика. Приложение 2026 № 19 С. 151–159
Работа содержит результаты формального анализа криптографических механизмов, входящих в состав проекта методических рекомендаций «Защищенный универсальный протокол передачи данных и управления микросхемой интеллектуальной карты» (протокол SECUNDA). Получена формальная модель и перечень трудноразрешимых математических задач, трудоёмкостью решения которых можно оценить стойкость используемых криптографических механизмов. ...
Добавлено: 24 сентября 2026 г.
Discovering object-centric Petri nets with parametric arcs
I.I. Sergeev, I.A. Lomazova, Modeling and Analysis of Information Systems 2026 Vol. 33 No. 3 P. 394–419
Объектно-ориентированный process mining сформировался как эффективная парадигма анализа событийных данных, включающих несколько взаимодействующих бизнес-объектов. Существующие методы обнаружения моделей часто опираются на объектно-ориентированные сети Петри с фиксированными кратностями дуг, что ограничивает их способность представлять параметрические закономерности потребления и производства ресурсов, а также отражать количественные зависимости между взаимодействующими типами объектов. В данной работе предлагается метод обнаружения объектно-ориентированных ...
Добавлено: 24 сентября 2026 г.
Digital transformation in wine business – from Marketing 5.0 to Industry 5.0 in the world of wine adopting artificial intelligence
Festa G., D'Amato A., Palladino R. и др., European Journal of Innovation Management 2026 Vol. 29 No. 3 P. 728–744
Добавлено: 24 сентября 2026 г.
Hybrid Graph Retrieval-Augmented Language Agents for Collaborative Recommendation
Ivan Bulychev, Савченко А. В., AI 2026 Vol. 7 No. 9 Article 380
Добавлено: 24 сентября 2026 г.
Risks and the image of the future in the study of AI technologies prospects
Снегирев А. Ю., Сычев С. В., Futures 2026 Vol. 183 P. 1–22
Добавлено: 23 сентября 2026 г.
Choosing Between AI Responses: How Valence, Arousal, and Dominance Shape User Preference
Паршаков П. А., Паклина С. Н., International Journal of Human-Computer Interaction 2026 P. 1–17
Добавлено: 23 сентября 2026 г.
A Two-Stage Deep Reinforcement Learning Framework for Radio Resource Management and Network Slicing in 5G Heterogeneous Networks
Андраби У. М., Wadood E., Ojha S. K. и др., IEEE Access 2026 Vol. 14 P. 103358–103375
Добавлено: 23 сентября 2026 г.
LLM-assisted writing and citation advantage: evidence from scientific publications before and after ChatGPT release
Паклина С. Н., Паршаков П. А., Elena Rapoport, Scientometrics 2026 P. 1–26
Добавлено: 23 сентября 2026 г.
Позиции крупнейших стран мира в промышленной робототехнике: готовность к физическому воплощению ИИ
Кузнецова М. П., Клочко О. А., Современная мировая экономика 2026 Т. 4 № 2 С. 6–25
В статье исследуются позиции крупнейших стран мира в отрасли промышленной робототехники как одного из ключевых направлений физического воплощения искусственного интеллекта (ИИ). Цель исследования заключается в сравнительной оценке готовности ведущих экономик к развитию физического ИИ на основе анализа производства, внешней торговли и внедрения промышленных роботов. Методологическую основу работы составили сравнительный и статистический анализ данных International Federation ...
Добавлено: 23 сентября 2026 г.
Label-Free Quantification in the Crux Toolkit
Кертес-Фаркаш А., Аквей Ф. Л., Journal of Proteome Research 2026 Vol. 25 P. 3764–3768
Добавлено: 23 сентября 2026 г.
Risk Assessment Models for Heated Tobacco Products
Maddalena L., Yildiz B., Del Vecchio Blanco F. и др., Risk Analysis 2026 Vol. 46 No. 4 P. 1–26
Добавлено: 22 сентября 2026 г.
Artificial intelligence technologies, in-person and online learning in higher education: A review of the impact on perceptual features, psychological climate and academic performance
Ульянина О. А., Vikhrova E. N., RUDN Journal of Psychology and Pedagogics 2025 Vol. 22 No. 2 P. 337–360
Стремительная цифровизация высшего образования и рост использования искусственного интеллекта (ИИ) в обучении требуют тщательной оценки их влияния на студентов. Традиционные очные, дистанционные онлайн и лекции с ИИ-аватарами создают различные условия, формирующие психологический климат и комфорт на занятиях. Ранее проведенные исследования показывают, что интеграция ИИ повышает вовлеченность студентов, но сравнительные данные о комфорте, эффективности и восприятии ...
Добавлено: 21 сентября 2026 г.
Segmentation of the Iris and Pupil of the Human Eye in Images from an Infrared Camera
Aleksei Samarin, Alexander Savelev, Aleksei Toropov и др., Pattern Recognition and Image Analysis 2024 Vol. 34 No. 3 P. 855–862
Добавлено: 21 сентября 2026 г.
A Model Based on Universal Filters for Image Color Correction
Aleksei Samarin, Назаренко А. А., Alexander Savelev и др., Pattern Recognition and Image Analysis 2024 Vol. 34 No. 3 P. 844–854
Добавлено: 21 сентября 2026 г.
Streptococci Recognition in Microscope Images Using Taxonomy-based Visual Features
Aleksei Samarin, Alexander Savelev, Aleksei Toropov и др., Optical Memory and Neural Networks (Information Optics) 2024 Vol. 33 P. 424–434
Добавлено: 21 сентября 2026 г.
Filter-Based Preprocessing Neural Network Model for Microorganism Detection Improvement
Aleksei Samarin, Aleksei Toropov, Alexander Savelev и др., , in: Pattern Recognition. ICPR 2024 International Workshops and Challenges.: Cham: Springer, 2025. P. 308–320.
Добавлено: 21 сентября 2026 г.
Metaheuristics in Machine Learning: Theory and Applications
Cham: Springer, 2021.
Добавлено: 18 сентября 2026 г.
  • О ВЫШКЕ
  • Цифры и факты
  • Руководство и структура
  • Устойчивое развитие в НИУ ВШЭ
  • Преподаватели и сотрудники
  • Корпуса и общежития
  • Закупки
  • Обращения граждан в НИУ ВШЭ
  • Фонд целевого капитала
  • Противодействие коррупции
  • Сведения о доходах, расходах, об имуществе и обязательствах имущественного характера
  • Сведения об образовательной организации
  • Людям с ограниченными возможностями здоровья
  • Единая платежная страница
  • Работа в Вышке
  • ОБРАЗОВАНИЕ
  • Лицей
  • Довузовская подготовка
  • Олимпиады
  • Прием в бакалавриат
  • Вышка+
  • Прием в магистратуру
  • Аспирантура
  • Дополнительное образование
  • Центр развития карьеры
  • Бизнес-инкубатор ВШЭ
  • Образовательные партнерства
  • Обратная связь и взаимодействие с получателями услуг
  • НАУКА
  • Научные подразделения
  • Исследовательские проекты
  • Мониторинги
  • Диссертационные советы
  • Защиты диссертаций
  • Академическое развитие
  • Конкурсы и гранты
  • Внешние научно-информационные ресурсы
  • РЕСУРСЫ
  • Библиотека
  • Издательский дом ВШЭ
  • Книжный магазин «БукВышка»
  • Типография
  • Медиацентр
  • Журналы ВШЭ
  • Публикации
  • http://www.minobrnauki.gov.ru/
    Министерство науки и высшего образования РФ
  • https://edu.gov.ru/
    Министерство просвещения РФ
  • https://elearning.hse.ru/mooc
    Массовые открытые онлайн-курсы
  • НИУ ВШЭ1993–2026
  • Адреса и контакты
  • Условия использования материалов
  • Политика обработки персональных данных
  • Правила применения рекомендательных технологий в НИУ ВШЭ
  • Карта сайта
Редактору