в статье рассматривается вопрос прогнозирования динамики кадрового потенциала. На примере Свердловской области проведены научные изыскания для определения предложения специалистов с высшим профессиональным образованием на рынке труда до 2020 года.
в статье рассматривается способ прогнозирования курса валют. Инструментом прогнозирования выступают искусственные нейронные сети. В качестве валюты для численной апробации предложенного подхода выбран доллар США (стоимость в рублях) как самая распространённая валюта в мире.
в статье рассматривается задача по прогнозированию требуемой численности специалистов для удовлетворения потребностей рынка труда. Временной интервал прогнозирования составляет 5 лет. В качестве инструмента прогнозирования выступают нейронные сети.
в статье оценивается эффективность инвестиций по видам экономической деятельности. В качестве примера для рассмотрения выбран Красноярский край. Приводится сравнительный анализ полученных результатов, выделяются самые привлекательные виды экономической деятельности Красноярского края для инвестирования.
в статье рассматривается практический вопрос прогнозирования численности популяции. В качестве примера рассматривается численность населения г. Москвы. Представлен прогноз динамики численности населения г. Москвы до 2030 года.
в статье рассматривается вопрос прогнозирования численности популяции. В качестве способов прогнозирования рассматриваются нейронные сети и экспоненциальная модель численности популяции. Проведён сравнительный анализ численных результатов, полученных с использованием рассмотренных способов.
в статье рассматривается практический вопрос прогнозирования численности популяции на примере Алтайского края. В качестве временного интервала прогнозирования используется период в 20 лет.
в статье рассматривается способ прогнозирования курса валют. Инструментом прогнозирования выступают искусственные нейронные сети. В качестве валюты для численной апробации предложенного подхода выбран Австралийский доллар.
в статье приводится сравнение способов прогнозирования численности популяции. Рассматривается два способа прогнозирования: с использованием нейронных сетей и экспоненциальной модели. Численность населения Алтайского края выступает в качестве данных для апробации.
в статье приводится способ прогнозирования численности занятого населения по видам экономической деятельности. В качестве инструмента прогнозирования выступают нейронные сети. В качестве начальных данных используется численность занятого населения по видам экономической деятельности Алтайского края с 2005 по 2014 годы.
в статье рассматривается вопрос прогнозирования динамики кадрового потенциала. На примере Челябинской области проведены научные изыскания для определения предложения специалистов с высшим профессиональным образованием на рынке труда до 2020 года.
в статье оценивается эффективность инвестиций по видам экономической деятельности. В качестве примера для рассмотрения выбран Алтайский край. Приводится сравнительный анализ полученных результатов, выделяются самые привлекательные виды экономической деятельности Алтайского края для инвестирования.
определение спроса на трудовые ресурсы в регионе является одной из ключевых задач при прогнозировании кадровой потребности. В настоящее время существует множество подходов к решению этой задачи. В статье представлен формализованный способ прогнозирования спроса на трудовые ресурсы с использованием аппарата искусственных нейронных сетей.
в статье представлено описание системы мониторинга, анализа и прогнозирования миграционных поток региона. Основной функционал данной системы разработан в рамках государственного контракта на выполнение научно-исследовательской работы №0187200001717000446 от 14 июля 2017 г. по теме «Проведение исследований по оценке государственной миграционной политики в Ханты-Мансийском автономном округе – Югре с разработкой миграционной модели Ханты-Мансийского автономного округа – Югры».
миграционные потоки являются вторым по значимости источником восполнения предложения трудовых ресурсов на рынке труда. При этом особенность миграционных потоков заключается в том, что существует как легальная миграция, так и нелегальная. Сложность прогнозирования миграционных потоков также заключается в отсутствии в свободном доступе данных по миграции. В статье предложен способ прогнозирования легальных и нелегальных миграционных потоков региона.
в статье представлены результаты исследования в рамках государственного контракта на выполнение научно-исследовательской работы №0187200001717000446 от 14 июля 2017 г. по теме «Проведение исследований по оценке государственной миграционной политики в Ханты-Мансийском автономном округе – Югре с разработкой миграционной модели Ханты-Мансийского автономного округа – Югры».
в статье описываются рекомендации для прогнозирования динамики социально-экономических параметров региона при использование искусственных нейронных сетей.
в статье представлено описание функционала платформы управления кадровым обеспечением региона, разработанной в рамках научно-исследовательской работы №0187200001717000446 от 14 июля 2017 г. по теме «Проведение исследований по оценке государственной миграционной политики в Ханты-Мансийском автономном округе – Югре с разработкой миграционной модели Ханты-Мансийского автономного округа – Югры».