• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Принятие решений и анализ данных в социально-экономических и политических системах

Приоритетные направления развития: экономика, менеджмент, компьютерно-математическое
2020

Публикации по проекту:


Lepskiy A., Meshcheryakova N. Belief Functions for the Importance Assessment in Multiplex Networks, in: Information Processing and Management of Uncertainty in Knowledge-Based Systems. IPMU 2020 Vol. 1238. Part 2. Cham : Springer, 2020. doi P. 283-296. doi
Aleskerov F. T., Meshcheryakova N., Shvydun S. Indirect Influence Assessment in the Context of Retail Food Network, in: Network Algorithms, Data Mining, and Applications. NET, Moscow, Russia, May 2018 / Ed. by I. S. Bychkov, V. A. Kalyagin, P. M. Pardalos, O. Prokopyev. Springer, 2020. doi P. 143-160. doi
Natalia Meshcheryakova. Similarity Analysis in Multilayer Temporal Food Trade Network, in: Complex Networks XI. Proceedings of the 11th Conference on Complex Networks CompleNet 2020. Springer, 2020. P. 322-333. doi
Mirkin B., de Amorim R. C., Makarenkov V. Core clustering as a tool for tackling noise in cluster labels // Journal of Classification. 2020. Vol. 37. No. 1. P. 143-157. doi
Podinovski V.V. Maximum likelihood solutions for multicriterial choice problems // European Journal of Operational Research. 2020. Vol. 286. P. 299-308. doi
Aleskerov F. T., Yakuba V. I. Matrix-vector approach to construct generalized centrality indices in networks / NRU Higher School of Economics. Series WP7 "Математические методы анализа решений в экономике, бизнесе и политике". 2020. No. 2323.
Пеникас Г. И. IRB Asset and Default Correlation: Rationale for the Macroprudential Add-ons to the Risk-Weights / Банк России. Серия Серия докладов об экономических исследованиях "Bank of Russia Working Paper Series". 2020. № 56.
Lepskiy A. Decompositional approach for evaluation of internal conflict in the framework of the evidence theory // Нечеткие системы и мягкие вычисления. 2020. Vol. 15. No. 1. P. 43-63. doi
Alexander A. Lazarev, Lemtyuzhnikova D. V., Alexander S. Mandel, Nikolay A. Pravdivets. The Problem of the Hospital Surgery Department Debottlenecking, in: Lecture Notes in Computer Science, Learning and Intelligent Optimization, 14th International Conference on Learning and Intelligent Optimization (LION 2020) Vol. 12096: 14th International Conference, LION 14, Athens, Greece, May 24–28, 2020, Revised Selected Papers. Switzerland : Springer, 2020. doi P. 289-302. doi
Aleskerov F. T., Gavrilenkova I., Shvydun S., Yakuba V. I. Power Distribution in the Networks of Terrorist Groups: 2001–2018 // Group Decision and Negotiation. 2020. Vol. 29. No. 3. P. 399-424. doi
Ermolova M. D., Леонидов А. В., Нечитайло В. А., Penikas H. I., Pilnik N., Серебрянникова Е. Е. Agent-based model of the Russian banking system: Calibration for maturity, interest rate spread, credit risk, and capital regulation // Journal of Simulation. 2020 doi
Shvydun S. Power of Nodes Based on Their Interdependence, in: Complex Networks XI. Proceedings of the 11th Conference on Complex Networks CompleNet 2020. Springer, 2020. P. 70-82. doi
Подиновский В. В., Нелюбин А. П. Средние величины: многокритериальный подход // Проблемы управления. 2020
Demin S. S., Shvydun S. Analysis of Disputed Territories in the Barents Sea, in: Lecture Notes in Business Information Processing Vol. 388: Group Decision and Negotiation: A Multidisciplinary Perspective: 20th International Conference on Group Decision and Negotiation, GDN 2020, Toronto, ON, Canada, June 7–11, 2020, Proceedings. Cham: Springer, 2020. doi P. 32-44. doi
Shvydun S. Computational Complexity of SRIC and LRIC Indices, in: Network Algorithms, Data Mining, and Applications. NET, Moscow, Russia, May 2018 / Ed. by I. S. Bychkov, V. A. Kalyagin, P. M. Pardalos, O. Prokopyev. Springer, 2020. doi P. 49-70. doi
Shvydun S. Influence of Countries in the Global Arms Transfers Network: 1950–2018, in: Studies in Computational Intelligence Vol. 882: Complex Networks and Their Applications VIII. Part 2. Springer, 2020. doi P. 736-748. doi
Mirkin B., Frolov D., Vlasov A., Nascimento S., Fenner T. A Hybrid Approach to Interpretable Analysis of Research Paper Collections, in: WIMS 2020: Proceedings of the 10th International Conference on Web Intelligence, Mining and Semantics. Association for Computing Machinery (ACM), 2020. doi P. 184-189. doi
Zinder Y., Lazarev A. A., Musatova E. G. EG Rescheduling Traffic on a Partially Blocked Segment of Railway with a Siding / Пер. с рус. // Automation and Remote Control. 2020. Vol. 81. No. 6. P. 955-966. doi
Egorova L. G., Torop V. Analysis of Students’ Attitude towards Online Education, in: New Perspectives in Science Education 9th Edition - International Conference (Florence, Italy, 19-20 March 2020). Filodiritto Publisher, 2020. P. 112-116.
Karabekyan D., Yakuba V. I. Manipulability of Majoritarian Procedures in Two-Dimensional Downsian Model, in: Proceedings of the 20th International Conference on Group Decision and Negotiation. Ryerson University, 2020. P. 120-132. doi
Lazarev A. A., Lemtyuzhnikova D. V., Werner F. A metric approach for scheduling problems with minimizing the maximum penalty // Applied Mathematical Modelling. 2021. Vol. 89. No. 2. P. 1163-1176. doi
Aleskerov F. T., Andrievskaya I. K., Nikitina A., Shvydun S. Key Borrowers Detected by the Intensities of Their Interactions, in: Handbook of Financial Econometrics, Mathematics, Statistics, and Machine Learning. World Scientific, 2020. P. 355-389. doi
Aleskerov F. T., Karabekyan D., Ivanov A., Yakuba V. I. On the bounds of weak manipulability of majoritarian aggregation procedures, in: Procedia Computer Science. 7th International Conference on Information Technology and Quantitative Management (ITQM 2019): Information technology and quantitative management based on Artificial Intelligence. Elsevier, 2019. P. 887-894. doi
Aleskerov F. T., Demin S. S., Richman M., Shvydun S., Trafalis T. B., Yakuba V. I. Constructing an Efficient Machine Learning Model for Tornado Prediction // International Journal of Information Technology and Decision Making. 2020. Vol. 19. No. 5. P. 1177-1187. doi

См. также

Современный контекст методов принятия решений и анализа данных: человеческий фактор, неопределенность, риски, сетевые модели, большие данные

Исследование моделей принятия решений и анализа сложно структурированных данных

Анализ данных и принятие решений в социально-экономических и политических системах

Разработка и исследование новых математических моделей в социально-экономической и политической сферах

Анализ, выбор и принятия решений в социально-экономической, политической и финансовой сферах: новые модели, методы и алгоритмы

Теоретическое и численное исследование современных математических моделей в социально-экономической, политической и финансовой сферах

Исследование новых методов и подходов в области математического моделирования и дизайна механизмов в социальной, экономической и политической сферах

Ключевые слова