Сибирский федеральный университет 
- Номер
- Журнал СФУ. Гуманитарные науки. 2026 19 (6)
- Авторы
- Козлова, С.А.; Ферова, С. И.
- Контактная информация
- Козлова, С.А. : Сибирский федеральный университет (Российская Федерация, Красноярск); Юферова, С. И.: Сибирский федеральный университет (Российская Федерация, Красноярск)
- Ключевые слова
- продовольственная безопасность; цифровизация; мониторинг; динамические модели; региональное развитие; машинное обучение; сценарное прогнозирование; food security; digitalization; monitoring; dynamic models; regional development; machine learning; scenario forecasting
- Аннотация
Целью исследования является идентификация элементов зарубежного методического инструментария оценки и прогнозирования продовольственной безопасности на основе цифровых технологий, применимых для разработки комплексной динамической модели регионального уровня. Проведен сравнительный анализ двух методических парадигм: количественного подхода на основе ансамбля моделей машинного обучения и гибридной нейросетевой архитектуры и качественно- количественного подхода на основе нечеткого структурного моделирования драйверов Сельского хозяйства 4.0. Установлено, что оба подхода приходят к соотносимым выводам о ключевой роли автоматизации как базового условия цифровой трансформации аграрного сектора и положительном влиянии искусственного интеллекта на продовольственную безопасность. На основе синтеза парадигм идентифицированы три элемента модели: модуль оценки текущего состояния, модуль сценарного прогнозирования и модуль учета неопределенности. Определены адаптации для переноса опыта в российские условия на примере региона промышленного типа с пространственной дифференциацией
- Страницы
- 1202–1210
- EDN
- HVLWTB
- Статья в архиве электронных ресурсов СФУ
- https://elib.sfu-kras.ru/handle/2311/158602
Эта работа лицензируется по лицензии Creative Commons Attribution-NonCommercial 4.0 International License (CC BY-NC 4.0).