№4 (01.10.2019-31.12.2019)
Содержание номера
Фамилии (докладчики из России и СНГ):
а - б - в - г - д - е - ж - з - и - к - л - м - н - о - п - р - с - т - у - ф - х - ц - ч - ш - щ - э - ю - я
Фамилии (иностранные докладчики):
A - B - C - D - E - F - G - H - I - J - K - L - M - N - O - P - Q - R - S - T - U - V - W - X - Y - Z
- Царгуш И.В. / Tsargush I.V.
-
Государственное частное партнёрство: совершенствование законодательства / Public-private partnerships: improvement of legislation
Аннотация: Статья посвящается вопросам анализа основных проблем, которые возникают в процессе осуществления проектов государственно-частного партнерства. Связаны они с несовершенством законодательной базы. В статье обнаружены недостатки действующих нормативных актов в сфере ГЧП. Рассмотрены направления оптимизации законодательных основ по вопросам развития механизмов ГЧП в России.
Ключевые слова: государственно-частное партнерство, среда, правовое поле, государственная политика, бизнес, система, законодательство, совершенствование законодательства, законодательство в сфере ГЧП, развитие инфраструктуры, федеральный закон.
Annontation: The article is devoted to the analysis of the main problems that arise in the process of implementing public-private partnership projects. They are associated with the imperfection of the legislative framework. The article reveals the shortcomings of existing regulations in the field of PPP. The directions of optimization of the legislative framework on the development of PPP mechanisms in Russia are considered.
Keywords: public-private partnership, environment, legal field, public policy, business, system, legislation, improvement of legislation, legislation in the field of PPP, infrastructure development, federal law.
Текст статьи
Подробнее
Скрыть
- Царькова Н.И., Суворов С.В., Жиляева И.А., Шебанова К.В. / Tsarkova N.I., Suvorov S.V., Zhilyaeva I.А., Shebanova K.V.
-
Множественное восстановление пропущенных данных с помощью глубинных нейробайесовских моделей / Multiple Missed Data Recovery Using Deep Neuro Bayesian Models
Аннотация: В данном исследовании рассматриваются фундаментальные концепции, лежащие в основе байесовской статистики, описывается применение данного метода для восстановления пропущенных данных с помощью глубинных нейробайесовских моделей. В качестве модели используется восстановление пропущенных данных при передаче по защищенным каналам связи. Для выбранных наборов результаты исследования показывают удовлетворительный уровень восстановления пропущенных данных.
Ключевые слова: нейробайесовская модель, технология BigData, код Хемминга, нейронная сеть, генетический алгоритм, защищенный канал связи, пропущенные данные.
Annontation: This study discusses the fundamental concepts underlying Bayesian statistics, describes the application of this method to restore missing data using deep neuro-Bayesian models. As a model, recovery of missing data is used during transmission over secure communication channels. For the selected sets, the results of the study show a satisfactory level of recovery of missing data.
Keywords: Neuro-Bayesian model, Big Data technology, Hamming code, neural network, genetic algorithm, secure communication channel, missing data.
Текст статьи
Подробнее
Скрыть
1
Все страницы
|