• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • A
  • A
  • A
  • A
  • A
Обычная версия сайта
  • RU
  • EN
  • Национальный исследовательский университет «Высшая школа экономики»
  • Публикации ВШЭ
  • Глава
  • Интеллектуальная СППР и ее применениек задаче кредитного скрининга
  • 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
  • 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
29 апреля 2026 г.
8 драйверов технологического будущего: что изменит экономику
Какие отрасли определят облик ближайших десятилетий? Премьер-министр  Михаил Мишустин назвал 8 направлений, которые будут развиваться в ближайшие годы. О том, какие образовательные программы НИУ ВШЭ готовят специалистов по этим направлениям — в материале IQ медиа.
28 апреля 2026 г.
Почему слабые участники соревнований сдаются - и как это изменить
Доцент факультета экономических наук НИУ ВШЭ Анастасия Анцыгина разработала модель распределения призов, которая максимально стимулирует активность участников соревнований. Она предложила пересмотреть классический принцип «победитель получает все» и в некоторых случаях предлагать небольшую награду даже проигравшему. По ее мнению, это может повысить мотивацию участников и сделать соревнование более конкурентным. Результаты исследования опубликованы в журнале Economic Theory.
28 апреля 2026 г.
Исследователи НИУ ВШЭ собрали научную базу данных для изучения пищевых привычек у детей
Созданная в Высшей школе экономики база данных может стать основой для изучения пищевых привычек у детей. Об этом говорится в исследовании «Влияние возрастных, гендерных и социально-ролевых факторов на соответствие пищевого выбора детей возрастным нормам: экспериментальное исследование с веб-приложением Dish-I-Wish». Работа выполнена в рамках Программы фундаментальных исследований НИУ ВШЭ. Исследование было представлено в рамках XXVI Апрельской международной научной конференции.

 

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

?

Интеллектуальная СППР и ее применениек задаче кредитного скрининга

С. 141–145.
Бухаров О. Е.

В работе рассматривается структура разработанной системы поддержки принятия решений. Описываются результаты ее применения к задаче кредитного скрининга.

Язык: русский
Полный текст
Ключевые слова: кредитный скорингgenetic algorithmsгенетические алгоритмыcredit scoringartificial neural networksискусственные нейронные сетиСППРDSS

В книге

Электронный бизнес. Управление интернет-проектами. Инновации: Сборник трудов участников VII студенческой научно-практической конференции. Москва, 11–13 марта 2015 г.
М.: Национальный исследовательский университет "Высшая школа экономики", 2015.
Похожие публикации
Аналитический обзор методов автоматического распознавания вовлеченности пользователя в виртуальную коммуникацию
Двойникова А. А., Кагиров И., Карпов А. А., Информационно-управляющие системы 2022 № 5 (120) С. 12–22
Введение: решение автоматическими средствами задачи распознавания и оценивания степени вовлеченности пользователя в процесс человеко-машинного взаимодействия или телекоммуникации является актуальным в области компьютерного распознавания состояний человека. Это необходимо для проектирования приложений дистанционного обучения, бизнеса и развлечений. Цель: провести сравнительный анализ существующего информационного обеспечения и методов в области автоматического распознавания и оценивания вовлеченности пользователя в процесс человеко-машинного ...
Добавлено: 24 апреля 2026 г.
Hebb-Inspired Low Rank Adapters for Large Language Models Fine-Tuning
Демидовский А. В., Тугарев А. М., Сальников И. Г. и др., , in: Lecture Notes in Computer ScienceVol. 16453.: Springer, 2026. P. 603–612.
Добавлено: 21 апреля 2026 г.
Lecture Notes in Computer Science
Springer, 2026.
Добавлено: 21 апреля 2026 г.
Semi-automatic annotation of brain vessels in magnetic resonance angiography images
Bernadotte A, Elfimov N., Menshikov I., Scientific data 2025 Vol. 13 No. 41
Добавлено: 25 февраля 2026 г.
Тесты как инструменты оценивания в вузах: трудности и решения
Антипкина И. В., Иванущенко А. В., Калабина И. А. и др., Мир психологии. Научно-методический журнал 2025 № 4(123) С. 295–316
Тестовые задания низкого качества создают риск ошибочного и несправедливого оценивания в высшем образовании. В исследовании описана аналитика банков тестовых заданий по нескольким предметам, используемых в одном из российских вузов. Аналитика проведена двумя способами: с помощью психометрических методов классической теории тестирования и с использованием нейросети Grok. Мы показали высокую частотность проблем в реальных банках вузовских тестовых ...
Добавлено: 22 января 2026 г.
Формирование требований к технологическим параметрам серийного производства на основе нейросетевого подхода
Ясницкий Л. Н., Голдобин М. А., Прикладная информатика 2025 Т. 20 № 3(117) С. 85–100
В настоящее время нейросетевые методы и технологии довольно широко используются на производственных предприятиях для обнаружения, классификации, устранения и выявления причин возникновения брака, прогнозирования качества и свойств получаемых изделий, подбора оптимальных параметров производственно-технологических процессов, выявления и исследования их закономерностей. Однако остается не решенной важная задача определения таких диапазонов значений технологических параметров, при которых вероятность возникновения брака ...
Добавлено: 10 июля 2025 г.
Экономические и социальные аспекты атомной энергетики в условиях развития технологий искусственного интеллекта
Подчуфаров А. Ю., Галкина А. Н., Ванина С. С. и др., Экономика и управление: проблемы, решения 2025 Т. 5 № 4 С. 61–74
В современных условиях внедрение технологий искусственного интеллекта становится значимым фактором развития высокотехнологичных отраслей промышленности. В статье представлены результаты исследования перспектив применения интеллектуальных аналитических систем в атомной энергетике. Проанализирован опыт зарубежных стран и выявлены особенности успешных проектов с использованием искусственного интеллекта в данной области. Обоснованы рекомендации по развитию технических и социальных компетенций в отечественной атомной и ...
Добавлено: 5 июня 2025 г.
Where Do Large Learning Rates Lead Us?
Садртдинов И. Р., Кодрян М. С., Pokonechny E. и др., , in: 38th Conference on Neural Information Processing Systems (NeurIPS 2024).: [б.и.], 2024. P. 58445–58479.
Добавлено: 19 февраля 2025 г.
Potential of genetic algorithms in multi-UAV coverage problem
Faizullin R., Tsoy T., Martinez-Garcia E. и др., , in: Proceedings Of The 2024 International Conference On Artificial Life And Robotics February 22 To 25, 2024 J:Com Horutohall, Oita, Japan. 29Th Arob International Meeting Series.: ALife Robotics Corporation Ltd., 2024. P. 170–173.
Добавлено: 19 февраля 2025 г.
Big Data Analytics Approach with Multiple Text Types: The Case of the Computer Gaming
Aleksandr Belov, Zakharov F., Litvinenko E. и др., , in: International IoT, Electronics and Mechatronics Conference, Volume 2. Proceedings of IEMTRONICS 2024. LNEE, volume 1228Vol. 1228.: Springer Publishing Company, 2025. P. 275–287.
Добавлено: 26 января 2025 г.
Artificial Neural Networks as a Natural Tool in Solution of Variational Problems in Hydrodynamics
Литвиненко Н. П., IEEE Access 2024
Добавлено: 9 декабря 2024 г.
AutoFace: How to obtain mobile neural network-based facial feature extractor in less than 10 minutes?
Савченко А. В., IEEE Access 2024 Vol. 12 P. 25106–25118
Various mobile and edge devices have significantly different processing capabilities, making it challenging to develop a single universal architecture of a neural network to extract facial embeddings. In this paper, we study the automated machine learning techniques to design a neural network with the best performance on a concrete device. The novel procedure is proposed ...
Добавлено: 22 ноября 2024 г.
ALOE: Boosting Large Language Model Fine-Tuning with Aggressive Loss-Based Elimination of Samples
Демидовский А. В., Трутнев А. И., Тугарев А. М. и др., , in: Frontiers in Artificial Intelligence and Applications: 27th European Conference on Artificial Intelligence, 19–24 October 2024, Santiago de Compostela, SpainVol. 392.: IOS Press Ebooks, 2024. P. 3980–3986.
Добавлено: 5 ноября 2024 г.
Frontiers in Artificial Intelligence and Applications: 27th European Conference on Artificial Intelligence, 19–24 October 2024, Santiago de Compostela, Spain
IOS Press Ebooks, 2024.
Добавлено: 5 ноября 2024 г.
Counterfactual explanations based on synthetic data generation
Yuri A. Zelenkov, Elizaveta V. Lashkevich, Business Informatics 2024 Vol. 18 No. 3 P. 24–40
Добавлено: 13 октября 2024 г.
Distance based prefetching algorithms for mining of the sporadic requests associations
Соколов А. П., Воеводкин В. С., Working papers by Cornell University. Series cond-mat.soft "arxiv.org" ( 2024
Добавлено: 8 октября 2024 г.
Application of ML methods to predict residual stresses and strains after wire drawing process
Dmitriy Demin, Ilya Grebenkin, International Journal of Advanced Manufacturing Technology 2024 Vol. 133 No. 7 P. 3461–3473
It is well known that residual stresses and accumulated deformations during drawing processes can influence mechanical properties of the resulting products. This paper proposes the use of machine learning methods, such as artificial neural networks (ANN) and polynomial regression, to gain insight into the nature of these distributions across the cross-section of round wires. The ...
Добавлено: 17 июля 2024 г.
Оптимизация стратегий поведения в имитационной модели многоагентной социально-экономической системы
Акопов А. С., Бекларян А. Л., Экономика и математические методы 2023 Т. 59 № 3 С. 117–131
В статье представлена новая имитационная модель многоагентной социально-экономической системы (МСЭС), в которой реализуются индивидуальные, в том числе межпродуктовые, взаимодействия. В рамках МСЭС изучаются модели поведения агентов-производителей и агентов-потребителей со своими целевыми функционалами. В частности, производители реализуют собственную производственную стратегию посредством выбора моментов времени для ввода новых основных фондов и трудовых ресурсов. Потребители участвуют в бартерных ...
Добавлено: 25 мая 2024 г.
The Complex Neural Network Model for Mass Appraisal and Scenario Forecasting of the Urban Real Estate Market Value That Adapts Itself to Space and Time
Leonid N. Yasnitsky, Yasnitsky V., Aleksander O. Alekseev, Complexity 2021 Vol. 2021 Article 5392170
Добавлено: 10 февраля 2024 г.
Моделирование рынков жилой недвижимости крупнейших городов России
Ясницкий Л. Н., Ясницкий В. Л., Алексеев А. О., Экономика региона 2022 Т. 18 № 2 С. 609–622
Существующие математические модели массовой оценки и прогнозирования рыночной стоимости жилых объектов обладают рядом недостатков: разработанные для какого-либо одного региона модели не годятся для других регионов. Все они быстро устаревают и требуют постоянной актуализации, поскольку не учитывают постоянно меняющуюся экономическую обстановку. Они не пригодны для оптимизации строительного бизнеса. Целью исследования является создание системы оценки недвижимости городов ...
Добавлено: 10 февраля 2024 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
  • http://www.edu.ru
    Федеральный портал «Российское образование»
  • https://elearning.hse.ru/mooc
    Массовые открытые онлайн-курсы
  • НИУ ВШЭ1993–2026
  • Адреса и контакты
  • Условия использования материалов
  • Политика конфиденциальности
  • Правила применения рекомендательных технологий в НИУ ВШЭ
  • Карта сайта
Редактору