Індекс рубрикатора НБУВ: Р11(4УКР)026.266 + Р124.506.21 + Р124.426.6

Рубрики:

Організація охорони здоров'я

Нафтовидобувна промисловість

Професійні захворювання порожнини рота, зубів і щелеп

Шифр НБУВ: Ж14683 Пошук видання у каталогах НБУВ 

Обосновано, что наиболее эффективной моделью оценки инновационного потенциала предприятия с учетом фактора неопределенности является модель, основанная на теории нечетких множеств. Разработанная модель обладает явными преимуществами по сравнению с экспертными и статистическими методами оценки, позволяя минимизировать погрешность получаемых оценок.

Serratula coronata (Asteraceae) вперше наведено для флори Азербайджана. Цей вид був знайдений під час польових обстежень у 2012 р. на лісовій галявині біля с. Гонагкенд у Губинському районі Азербайджана, а пізніше (в 2014 р.) - також між с. Арафса і Лекетаг у Нахічеванській Автономній Республіці. Стисло викладено дані про поширення видів Serratula на Кавказі. Подано діагностичні ознаки, які відрізняють S. coronata від інших споріднених таксонів. Наведено характеристики угруповань рослин із участю S. coronata в Азербайджані. Одержані результати обговорено у контексті сучасних даних про таксономію та філогенію Serratula і споріднених таксонів.

Збільшення обсягів міжнародної торгівлі, активний розвиток інтеграційний і конвергентних процесів на світовому фінансовому ринку, стрімке впровадження цифрових технологій у різні сфери життя, а також зростання масштабів транскордонної організованої злочинності призвели до нарощення обсягів тіньової економічної діяльності та вдосконалення форм і методів відмивання незаконно отриманих коштів. За цих умов украй важливим є адекватна оцінка ризику легалізації кримінальних коштів за посередництва фінансових установ і визначення його динаміки в майбутньому. Мета дослідження - побудова прогнозної нейромережевої моделі для визначення динаміки ризику використання банківських установ для легалізації кримінальних коштів. Методичним інструментарієм дослідження стали методи експоненційного згладжування (з використанням експоненційного тренду, лінійної моделі Хольта та затухаючого тренду), моделі штучної нейронної мережі (НМ) (багатошаровий персептрону MLP-архітектури з використанням алгоритму BFGS, радіальна базисна функція RBF-архітектури з використанням алгоритму RBFT). Об'єктом дослідження обрано 20 банків України. Побудову прогнозної моделі здійснено в такій логічній послідовності: визначено прогнозні значення релевантних факторів впливу на ризик залучення фінансової установи в тіньові операції; навчання НМ за сформованою вибіркою показників; прогнозування ризику використання фінансових посередників України для легалізації кримінальних доходів на період 2020 - 2025 рр. на базі побудованих НМ. Проведені розрахунки засвідчили, що до 2025 р. лише 40 % аналізованих банків України зможуть зменшити їх участь у легалізації незаконно отриманих коштів. Якість побудованих прогнозів є високою, оскільки коефіцієнт ефективності для більшості побудованих моделей коливається в межах 0,9 - 1,0. Результати дослідження можуть бути корисними для менеджменту фінансових установ із метою вжиття комплексу превентивних заходів у системі внутрішнього фінансового моніторингу, а також науковцям, які займаються цією проблематикою.

Запропоновано структуру системи керування автоматизованим проектуванням для розроблення комплексної системи автоматизованого проектування гнучкої виробничої системи, що забезпечує високу продуктивність, гнучкість, універсальність і точність виконання проектних процедур у межах єдиного системного інтерфейсу. Розроблено алгоритмічне забезпечення керування автоматизованим процесом проектування гнучкої виробничої системи для реалізації процесу комплексного автоматизованого проектування. Запропоновано алгоритм для експериментального дослідження проектних процедур зі створення складних графічних даних мехатронних частин промислового робота та формування бази розрахункових даних і графічних елементів.