Предложена вероятностная модель динамики продаж товара на маркетплейсе, учитывающая влияние длительности доставки на принятие потребителем решения о покупке этого товара. Предполагалось, что количество товара на маркетплейсе является неограниченным, а потребители при прочих равных условиях покупают товар у продавцов, предлагающих наименьшее время доставки. Кроме того, считалось, что каждый потребитель приобретает только одну единицу товара. Рассмотрены по отдельности случаи бесплатной и платной доставок товара до потребителя, а также общий случай, когда на маркетплейсе присутствуют потребители, выбирающие как бесплатную, так и платную доставку. В качестве случайных величин, определяющих динамику продаж товара, использовались следующие экономические факторы: моменты покупательской активности потребителей, длительность доставки и максимально возможная для потребителя длительность доставки, покупательская способность, цена на товар, количество продавцов и потребителей товара на маркетплейсе. Показано, что количество товара, проданного на маркетплейсе к определенному моменту времени, является случайной величиной, истинное значение которой при большом количестве потребителей мало отличается от математического ожидания этой случайной величины. Найдено аналитическое выражение для зависимости от времени математического ожидания количества проданного товара для случаев бесплатной и платной доставок, а также при наличии на маркетплейсе двух видов доставки. Проведено численное моделирование этой зависимости для всех рассмотренных видов доставки. При этом использовались частные законы распределения вероятностей указанных выше экономических факторов, имитирующие определенное поведение потребителей и продавцов на маркетплейсе. Кроме этого, в случае платной доставки при численном моделировании применялась найденная на основе эмпирических данных зависимость стоимости доставки от ее длительности. Проанализировано влияние параметров закона распределения вероятностей длительности доставки на такие характеристики динамики объема продаж, как максимально возможный объем продаж и скорость приближения математического ожидания количества проданного товара к максимальному объему продаж.

Оценивается эффективность применения модифицированной нейронной сети U-Net при поиске отличий на изображениях, сформированных в разных спектральных областях: видимой и радиочастотной. В нейронной сети выполнены модификации сверточных слоев путем замены блоков свертки на нейроморфные микробиологические ячейки, которые посредством управляемого процесса биокоррозии частично разрушают ячеистую скелетную структуру и изменяют свою проводимость. Разработана процедура обучения модифицированной нейронной сети, основанная на стимуляции бактериального слоя, для коррозионного разрушения проводящих компонентов. Анализ функционирования показал высокую эффективность конфигурирования нейросетевых элементов и их способность образовывать связанные активные структуры. Выявленная особенность нейросетевой ячейки приводит к возникновению автогенерации сигналов нейронными единицами, что делает возможным обработку проходящей через сеть информации не только в пассивном режиме, но и путем взаимодействия с локальной электрической активностью. Исследование генерируемых активностей выявило интегральный эффект сложения сигналов нейроморфных ячеек с образованием результирующего отклика сложной формы, включающего в себя спектральные составляющие всех ячеек-соседей. Преимущество перед аналогичными нейросетевыми структурами заключается в контроле правильности обучения не путем оценки реакции сети на тестовые данные, а по изменению суммарной активности нейронов. В обученной и сформированной нейронной сети, в которой сконфигурированы проводящие структуры, возникновение спонтанной активности происходит значительно реже, чем в первоначальной исходной конфигурации, в которой ячейки не подверглись биокоррозии и обладали максимальной проводимостью. Проведенные эксперименты показали эффективность применения модифицированной сети U-Net для выявления отличий на изображениях, представляющих объекты съемки в разных спектральных составляющих. Комплексный подход сравнения изображений, использующий видимый и радиоспектр, позволил выявить отличия, скрытые геометрическими особенностями местности. Практическая новизна выполненного исследования заключается в разработанной модификации нейроморфных ячеек, в которых достигается высокое быстродействие решаемой задачи за счет массивно-параллельной организации детектирования изменений на изображениях. Возможность построения комплексных нейроморфных вычислительных структур и увеличение их быстродействия стало возможным благодаря самостоятельной генерации активности микробиологическими ячейками.

Для всесторонней оценки качества управленческих решений необходимо иметь возможность учета разнородной информации, которая может быть представлена как в числовой форме, так и в виде выражений на естественном языке. Эффективным подходом к обработке трудно формализуемой информации является использование методов интеллектуального анализа данных, в том числе нейросетевых методов кластеризации и теории нечетких множеств. Это позволяет совмещать методы качественной оценки с возможностью получения количественных результатов. В статье представлен авторский подход к использованию этих методов для оценки рисков и качества управленческих решений в российской высшей школе на примере реализации самого масштабного для нее проекта – Проекта 5-100. На его примере доказана целесообразность использования нейросетевого метода кластеризации для оценки возможности достижения поставленных целей любого подобого масшабного проекта. Применение другого метода интеллектуального анализа – построение комплекса систем нечеткого вывода – подтвердило возможность построения на основе полученных по проекту экспертных вербальных оценок итоговой количественной оценки проекта. Кластеризация информационной базы данных, использованной для анализа, дает возможность осуществлять объективный отбор вузов – кандидатов на право получения государственной субсидии, а также корректировать состав участников Проекта 5-100. При этом нейросетевой метод кластеризации изначально проиллюстрировал недостижимость целей, поставленных перед Проектом 5-100, а применение комплекса систем нечеткого вывода подтвердило это утверждение – количественная итоговая оценка проекта, полученная на основе вербальных экспертных мнений, является очень низкой, что также оценивает этот проект как неудовлетворительный.

Нелинейные регрессионные модели являются важным инструментом в сельскохозяйственных исследованиях, так как множество биологических процессов теоретически и экспериментально описываются нелинейными функциями. Помимо того, что нелинейные модели позволяют точно описывать экспериментальные данные, нелинейные функции обладают свойством физической интерпретируемости параметров и являются более устойчивыми вне области определения исследуемой выборки. На данный момент существующие методы расчета коэффициентов модели: метод наименьших квадратов, взвешенный метод наименьших квадратов и обобщенный метод наименьших квадратов обладают рядом недостатков. Наиболее совершенный метод – обобщенный метод наименьших квадратов опирается на большое количество аксиом, которые часто не соблюдаются в реальных примерах, а теоретическое доказательство не является аподиктическим. В статье представляется гибкий, устойчивый и точный метод расчета коэффициентов для произвольной однофакторной регрессионной модели на основе метода оценки максимального правдоподобия. Метод теоретически обосновывается с минимальным количеством аксиом, а также приводятся примеры результатов работы программной реализации для логистической функции и функции Михаэлиса на тестовых синтетических данных и экспериментальных выборках выработки сухой массы травы в зависимости от объема азотных удобрений. Основное преимущество метода заключается в простоте теоретического доказательства и малого количества теоретических ограничений на входные параметры задачи. Также предложенный метод, в отличие от обобщенного метода наименьших квадратов, детерминированно сходится на абсолютном минимуме благодаря использованию алгоритма DIRECT, может учитывать гетероскедастичность и не требует ручной настройки параметров оптимизации для обеспечения сходимости. Также представлены соображения о возможном расширении метода для многофакторного регрессионного анализа и возможные улучшения для оценки гетероскедастичности.