Научный журнал ВолНЦ РАН (печатное издание)
01.10.202610.2026с 01.01.2026
Просмотры
Посетители
* - в среднем в день за текущий месяц
RuEn

рубрика "Территориальная организация и управление"

Пространственные особенности социально-трудовых отношений мегаполисов РФ и их моделирование с использованием нейросетевых решений

Пьянкова С.Г., Ергунова О.Т.

Том 30, №5, 2026

Пьянкова С.Г., Ергунова О.Т. (2026). Пространственные особенности социально-трудовых отношений мегаполисов РФ и их моделирование с использованием нейросетевых решений // Проблемы развития территории. Т. 30. № 5. С. 86–103. DOI: 10.15838/ptd.2026.5.145.6

DOI: 10.15838/ptd.2026.5.145.6

  1. Атаева А.Г., Уляева А.Г. (2025). Методические подходы к интеграции принципов устойчивого развития в региональные стратегии социально-экономического развития // Проблемы развития территории. Т. 29. № 6. С. 82–105. DOI: 10.15838/ptd.2025.6.140.6
  2. Белев С.Г., Ветеринаров В.В., Сучкова О.В. (2021). Территории опережающего развития и производительность в российских городах // Экономический журнал ВШЭ. № 1. С. 9–41.
  3. Белоусов А.Л. (2022). Преференциальные режимы осуществления предпринимательской деятельности: проблемы регулирования и направления совершенствования законодательства // Хозяйство и право. № 10 (549). С. 30–41.
  4. Домнина И.Н. (2023). «Включенность» преференциальных зон в систему стратегирования пространственного развития: проблемы и ограничения // Вестник Института экономики РАН. № 4. С. 96–113. URL: https://cyberleninka.ru/article/n/vklyuchennost-preferentsialnyh-zon-v-sistemu-strategirovaniya-prostranstvennogo-razvitiya-problemy-i-ogranicheniya
  5. Доржиева В.В., Сорокина Н.Ю., Беляевская-Плотник Л.А., Волкова Н.Н., Романюк Э.И. (2022). Пространственные аспекты инновационного и научно-технологического развития России. Москва: ИЭ РАН. 94 с.
  6. Зубаревич Н.В. (2020). Пространственное развитие России: четыре России и новые вызовы. Москва: Изд. дом ГУ ВШЭ. 280 с.
  7. Иванова Е.А., Левина Ю.В. (2023). О критериях отнесения территорий к геостратегическим: научно-практический аспект // Финансовые исследования. № 1 (78). С. 44–51. DOI: 10.54220/finis.1991-0525.2023.78.1.004
  8. Измайлова М.А. (2023). ESG-повестка в России: современное развитие и трансформация российских компаний. Часть 1 // МИР (Модернизация. Инновации. Развитие). Т. 14. № 3. С. 344–360. DOI: 10.18184/2079-4665.2023.14.3.344-360
  9. Казанцев С.В. (2022). Стратегические подходы к обеспечению устойчивого развития экономики в условиях множественных санкций // Мир экономики и управления. Т. 22. № 2. С. 5–22. DOI: 10.25205/2542-0429-2022-22-2-5-22
  10. Калицева К.А. (2023). Трансформация моделей регионального развития для обеспечения устойчивости региона с учетом ESG-принципов // Государственное и муниципальное управление. Ученые записки. № 1. С. 83–88.
  11. Кваско М.А. (2023). Генезис городских агломераций и их влияние на развитие региональных социально-экономических комплексов // Актуальные направления научных исследований XXI века: теория и практика. Т. 11. № 2 (61). С. 114–130. DOI: 10.34220/2308-8877-2023-11-2-114-130
  12. Кифяк А.В. (2021). Концептуальные подходы к трактовке эффективности региональной экономической политики // Научный вестник: финансы, банки, инвестиции. № 2 (55). С. 213–220. DOI: 10.37279/2312-5330-2021-2-213-220
  13. Кузнецова О.В. (2019). Региональная политика в России: новые контуры и ограничения. Москва: ГУ ВШЭ. 298 с.
  14. Лексин В.Н. (2015). Пространственное развитие России: теоретико-методологические основы. Москва: Наука. 412 с.
  15. Пилипенко А.Н. (2018). Пространственная организация экономики: эволюция, современные формы, управление. Москва: ИЭ РАН. 356 с.
  16. Скворцов Д.И. (2024). Анализ нормативно-правовых основ пространственного развития в России // Вестник евразийской науки. Т. 16. № S2. URL: https://esj.today/PDF/68FAVN224.pdf (дата обращения: 20.12.2025).
  17. Alghamdi M. (2024). Smart city urban planning using an evolutionary deep learning model. Soft Computing - A Fusion of Foundations, Methodologies and Applications, 28(1), 447–459. DOI: 10.1007/s00500-023-08219-4
  18. Ali M., Mushtaq M.F., Akram U. et al. (2026). Improving prediction accuracy of emotions from X (Twitter) post opinions with enhanced hierarchical attention model. Int J Comput Intell Syst. DOI: 10.1007/s44196-026-01266-3
  19. Bose M., Mali K. (2019). Designing fuzzy time series forecasting models: A survey. International Journal of Approximate Reasoning, 111, 78–99. DOI: 10.1016/j.ijar.2019.05.002
  20. Bouamrane K., Amrani F. (2007). Un système d'aide à la régulation pour un réseau de transport urbain collectif: Vers une approche de raisonnement à base de cas. Journal of Decision System, 16, 469–504. DOI: 10.3166/jds.16.469-504
  21. Castillo O., Melin P. (2012). A review on the design and optimization of interval type-2 fuzzy controllers. Applied Soft Computing, 12(4), 1267–1278.
  22. Jang J.-S.R. (1993). ANFIS: Adaptive-network-based fuzzy inference system. IEEE Transactions on Systems, Man, and Cybernetics, 23(3), 665–685. DOI: 10.1109/21.256541
  23. Lundberg S.M., Lee S.-I. (2017). A unified approach to interpreting model predictions. Advances in Neural Information Processing Systems, 30, 4765–4774.
  24. Mabdeh A., Al-Fugara A., Khedher K. et al. (2022). Forest fire susceptibility assessment and mapping using support vector regression and adaptive neuro-fuzzy inference system-based evolutionary algorithms. Sustainability, 14. DOI: 10.3390/su14159446
  25. Palomero L., Garcia V., Sanchez J.S. (2022). Fuzzy-based time series forecasting and modelling: A bibliometric analysis. Applied Sciences, 12(14), Art. 6894. DOI: 10.3390/app12146894
  26. Sakib Md.N., Islam S. (2026). The impacts of machine learning on human resource management: A systematic literature review and bibliometric analysis. Future Business Journal, 12(1), Art. 7. DOI: 10.1186/s43093-025-00704-6
  27. Yurtsever M. (2023). Unemployment rate forecasting: LSTM-GRU hybrid approach. Journal for Labour Market Research, 57(1), Art. 18. DOI: 10.1186/s12651-023-00345-8

Полная версия статьи

Яндекс.Метрика