Применение нейронной сети для оптимизации проектирования структурной деятельности научно-образовательного центра мирового уровня

В работе представлены теоретические основы использования машинного обучения, а точнее обучаемых нейронных сетей с целью оптимизации процессов моделирования при создании научно-образовательных центров мирового уровня в РФ. Авторы провели анализ процесса машинного обучения: системы когнитивного распознавания, когнитивной системы принятия решений, когнитивной информатики, когнитивную робототехнику. Были определены варианты применения методов машинного обучения в процессе решения задачи оптимизации организационной структуры стимулирования и развития инновационной деятельности целого региона. Кроме того, в статье рассмотрены некоторые подходы принятия решений при создании научно-образовательного центра регионального по базированию и опорным участникам, ставящего задачи выхода на мировой уровень. Результаты проведенного анализа показали потенциал Самарско-Тольяттинской агломерации для создания научно-образовательного центра, определили основные направления деятельности. В результате исследования был определен механизм вывода технологий и разработок на мировые рынки, построена структура и определён процесс развития экосреды научно-образовательного центра. В качестве основы развития научно-образовательного центра авторы выделили опыт и наработки научных школ, при этом подразделив их на три уровня: региональный, федеральный и мировой. Результаты исследования подтверждены утвержденными нормативно-правовыми актами.