Вышел в свет третий номер журнала за 2020 год. Он полностью открыт для чтения на новой цифровой платформе.
В статье Инны Андреяновой из Псковского государственного университета показаны ключевые проблемы и перспективы цифровой трансформации высшего образования.
Активное внедрение ИКТ в рамку профессий при подготовке специалистов обеспечивает механизм цифровой трансформации образовательной системы. Статья Анны Рожковой (Псковский государственный университет) посвящена развитию цифровых прав и компетенций работников в регионах России, анализируются альтернативные формы занятости (временная, неполная, дистанционная, электронная занятость и самозанятость).
В работе группы авторов из Института системного анализа Дмитрия Черешкина, Григория Ройзензона и Владимира Бриткова проведен анализ методов искусственного интеллекта (ИИ) с точки зрения возможности их использования для задач анализа риска в социально-экономических системах (СЭС). Предлагается увязать в рамках построения единой классификации свойства СЭС, методы ИИ, а также способы измерения риска.
В работе Феликса Ерешко, Виктора Меденникова и Владимира Кульбы рассматривается научный подход к формированию единой цифровой платформы АПК на основе соответствующей математической модели. В рамках математического моделирования цифровой платформы АПК получены цифровые стандарты, общие для всех отраслей экономики. Предложенные единая цифровая платформа и цифровые стандарты представляют собой сквозные технологии управления в АПК.
Андрей Кузнецов и Елена Никитина (Пермский государственный исследовательский университет) рассматривают в статье некоторые проблемы вузов России в связи с массовым применением информационных технологий и переходом к цифровой экономике и информационному обществу.
Евгений Брындин (Исследовательский центр «Естествоинформатика», Новосибирск) представил интересную научную работу «Роботы с искусственным интеллектом и спектроскопическим зрением на высокотехнологичном рынке труда», в которой показано, что реализация искусственного интеллекта роботом осуществляется на основе критерия предпочтений накапливаемых профессиональных и поведенческих креативных инновационных компетенций и навыков. Спектроскопическое зрение робота воспринимает предметы и объекты по их спектру частот. Для обучения робота распознаванию предметов и объектов используется частотная спектральная технология машинного обучения.
И, наконец, в работе Алексея Потемкина (Академия ФСО, г. Орел) предлагается архитектура нейронной сети для обработки разнородной информации. Предложенная архитектура включает отдельные входы для текстовой, графической, табличной, графовой и метаинформации. Проведено экспериментальное исследование показателей эффективности разработанной архитектуры для решения задачи выявления информационных операций в интернете.