CC BY
28
УДК 327.35 © В. Ю. Питраков, А. М. Самарин
В. Ю. Питраков, А. М. Самарин ПРИМЕНЕНИЕ НЕЙРОННЫХ ТЕХНОЛОГИЙ ДЛЯ АНАЛИЗА МЕЖРЕГИОНАЛЬНОГО СОТРУДНИЧЕСТВА РОССИЙСКОЙ ФЕДЕРАЦИИ И РЕСПУБЛИКИ КАЗАХСТАН
В условиях экономических санкций Российская Федерация меняет политический курс в сторону укрепления связей с соседними государствами. В статье проведен анализ Форумов межрегионального сотрудничества Российской Федерации и Республики Казахстан с участием глав государств. Для проведения анализа были использованы как классические методы, так и аппарат нейросетевого моделирования.
Ключевые слова: регион, сотрудничество, государство, анализ, нейронная сеть, метод, форум, межрегиональные отношения.
Межрегиональное и приграничное сотрудничество между Республикой Казахстан и Российской Федерацией представляет собой согласованную компетентными органами деятельность, направленную на социально-экономическое развитие областей Республики Казахстан и субъектов Российской Федерации, в том числе приграничных областей Республики Казахстан и приграничных субъектов Российской Федерации, повышение благосостояния населения, укрепление взаимовыгодных и дружественных отношений между государствами.
Сегодня практически повсеместно регионы, в особенности приграничные, вносят все более заметный вклад в развитие межгосударственных связей. Российско-казахстанские отношения могут служить в этом плане образцом. Прошедший 6-7 сентября 2010 года в Усть-Каменогорске (Казахстан) VII Форум межрегионального сотрудничества России и Казахстана - хороший повод для того, чтобы попытаться оценить состояние и перспективы данного формата взаимодействия.
Ставшие уже традиционными, эти форумы имеют свою историю. Зарождались они как приграничные. Такой выбор выглядел абсолютно естественным. Россия и Казахстан связаны общей границей протяженностью более 7,5 тыс. километров. 12 субъектов Российской Федерации.
Местные исполнительные органы Республики Казахстан и органы исполнительной власти субъектов Российской Федерации участвуют в координации осуществления межрегионального и приграничного сотрудничества в соответствии с законодательствами государств Сторон и международными договорами, участниками которых являются их государства, а также договоренностями между Республикой Казахстан и Российской Федерацией.
Компетентные органы в целях осуществления и координации межрегионального и приграничного сотрудничества:
- заключают международные договоры в порядке, предусмотренном законодательствами государств Сторон, в том числе по отдельным направлениям межрегионального и приграничного сотрудничества;
- при необходимости создают совместные рабочие группы по выработке конкретных меха-
низмов совершенствования межрегионального и приграничного сотрудничества;
- разрабатывают и реализовывают совместные планы и программы действий в сфере межрегионального и приграничного сотрудничества.
Стороны содействуют сотрудничеству между областями Республики Казахстан и субъектами Российской Федерации в торгово-экономической, энергетической, агропромышленной, научно-технической, культурной, гуманитарной, социальной, образовательной и иных сферах.
В целях развития межрегионального и приграничного сотрудничества Стороны создают благоприятные условия для установления прямых контактов между хозяйствующими субъектами.
Стороны предпринимают необходимые меры, направленные на формирование системы государственной поддержки развития приоритетных направлений межрегионального и приграничного сотрудничества, гармонизации законодательств государств Сторон в части обеспечения благоприятных условий взаимодействия, а также соблюдения хозяйствующими субъектами требований законодательств государств Сторон, в том числе в сфере защиты конкуренции.
Проведение ежегодных форумов с участием глав государств Казахстана и России, представителей приграничных регионов Республики Казахстан и Российской Федерации является отличительной чертой казахстанско-российского межрегионального и приграничного сотрудничества.
Для анализа Форумов межрегионального сотрудничества авторами был применен аппарат нейросетевого моделирования с использованием нейрокомпьютинга.
Экономико-математическое моделирование позволяет определить количественное выражение взаимосвязей между результативным показателем и факторами, влияющими на его величину. Данная взаимосвязь представляется в виде экономико-математической модели.
Кроме того, сегодня на рынке появляется абсолютно новый и усовершенствованный инструмент анализа - нейронные сети.
Нейронная сеть - компьютерный алгоритм, построенный по принципу человеческого мозга и обладающий способностью к обучению [5].
Базовым элементом нейронной сети является нейрон. Сама идея создания искусственных нейронных сетей по образу устройства нервной системы живых существ с целью выработки новых экономических и технологических решений была разработана ещё в 1943 году. К. МакКоллох и А. Питс создали упрощённую модель нейрона. Мозг человека содержит до 1011 нейронов различных видов. Все они сложным образом взаимодействуют между собой и собраны в «популяции» - нейронные сети. Искусственный нейрон, имитируя свойства биологического нейрона, имеет сходное с ним строение [5].
Прототипом для создания нейрона послужил биологический нейрон головного мозга. Поведе-
ние искусственной нейронной сети зависит как от значения весовых параметров, так и от функции возбуждения нейронов. Нейронная сеть представляет собой совокупность большого числа сравнительно простых элементов - нейронов, топология соединений которых зависит от типа сети. Чтобы создать нейронную сеть для решения какой-либо конкретной задачи, мы должны выбрать, каким образом следует соединять нейроны друг с другом, и соответствующим образом подобрать значения весовых параметров на этих связях. Может ли влиять один элемент на другой, зависит от установленных соединений. Вес соединения определяет силу влияния. Общий вид нейрона приведен на рис. 1.
Входы Синапсы
^^ Ячейка
нейрона
Аксон Выход OY
S=^X,-w, Y = F(S) i — 1
Рис. 1. Общий вид нейронов в сети
Следующий этап создания нейронных сетей -это обучение. Способность к обучению является основным свойством мозга. Для искусственных нейронных сетей под обучением понимается процесс настройки архитектуры сети (структуры связей между нейронами) и весов синаптических связей (влияющих на сигналы коэффициентов) для эффективного решения поставленной задачи. Обычно обучение нейронной сети осуществляется на некоторой выборке. По мере процесса обучения, который происходит по некоторому алгоритму, сеть должна все лучше и лучше (правильнее) реагировать на входные сигналы.
Выделяют три типа обучения:
• с учителем,
• самообучение
• смешанный.
При обучении нейронных сетей с учителем «правильные ответы» к каждым входным данным, а веса подстраиваются так, чтобы минимизировать ошибку. Обучение без учителя позволяет распределить образцы по категориям за счет раскрытия внутренней структуры и природы данных, выходы искусственных нейронных сетей формируются самостоятельно, а веса изменяются по алгоритму, учитывающему только входные и производные от них сигналы. При смешанном обучении комбинируются два вышеизложенных подхода.
В отличие от обычных ЭВМ, нейрокомпьютеры обладают следующими преимуществами:
1) высокое быстродействие;
2) системы устойчивы к помехам и разрушениям;
3) надежная система может быть создана из элементов, которые имеют большой разброс параметров.
Рынок программного обеспечения нейросе-тевого моделирования представлен следующими продуктами:
■ STATISTICA Neural Networks;
■ Neuro Forecaster;
■ VisualData 2001T;
■ Forecast Expert 1.03;
■ NeuroStock 2.4;
■ NeuroScalp ver. 1.0;
■ FuzzyTECH 5.54;
■ Neural Analyzer и другие.
На современном рынке продукты, основанные на использовании механизма действия нейронных сетей, изначально появились в виде ней-роплат. В качестве распространенного примера нейроплаты можно назвать плату МВ 86232 японской фирмы Fujitsu. На плате размещены процессор цифровой обработки сигналов и оперативная память емкостью 4 Мбайт, что позволяет использовать такую плату для реализации нейронных сетей, содержащих до тысячи нейронов. Сегодня существуют уже более совершенные платы.
Нейронные сети широко используются при прогнозировании. Например, для любой инвестиционной деятельности, предсказание финансовых временных рядов - это неотъемлемый элемент работы.
Анализ, основанный на нейросетевом моделировании, в отличие от экономического, не предполагает никаких ограничений на характер входной информации. Это могут различные инди-
каторы данного временного ряда, сведения о поведении других рыночных инструментов и т. д. Поэтому нейрокомпьютинговые технологии активно используют именно институциональные инвесторы, работающие с большими портфелями, для которых особенно важны корреляции между различными рынками.
Во-вторых, в отличие от экономического анализа, основанного на общих рекомендациях и методиках, нейронные сети способны находить
Нейрокомпьютеры являются перспективным направлением развития современной высокопроизводительной вычислительной техники, а теория нейронных сетей и нейроматематика представляют собой приоритетные направления российской вычислительной науки. Основой активного развития нейрокомпьютеров является принципиальное отличие нейросетевых алгоритмов решения задач от простых компьютеров. Использование нейронных сетей во всех областях человеческой деятельности, в том числе в области экономики, финансов, рынка ценных бумаг и т. д., движется по нарастающей.
Для построения нейронных сетей использовалась программа «Neural Network Wizard». Программа «Neural Network Wizard» предназначена для проведения исследований с целью выбора оптимальной конфигурации нейронной сети, позволяющей наилучшим образом решить поставленную задачу. Результатом работы системы является файл, который хранит в себе все параметры полученной нейронной сети. Далее, на основе этого
оптимальные для данного инструмента индикаторы и строить по ним оптимальную стратегию предсказания. Кроме того, эти стратегии могут быть адаптивны, т.е. они способны обучаться, меняясь вместе с рынком, а это особенно важно для молодых, активно развивающихся рынков.
В табл. 1 приведены примеры применения нейрокомпьютинговых технологий в различных сферах экономики и бизнеса.
Таблица 1
файла, можно разрабатывать систему, предназначенную для решения конкретных задач. Преимуществами использования данной программы являются:
• получение данных для обучения из обычного текстового файла;
• введены различные способы нормирования данных;
• возможность создания многослойных нейронных сетей с различной конфигурацией;
• возможность настройки параметров обучения;
• обучение нейронной сети осуществляется в автоматическом режиме;
• возможность сохранения результатов обучения и дальнейшей работы с ними;
• открытость исходного текста программного
кода.
Общий вид полученной нейронной сети представлен на рис. 2.
Применение аппарата нейронных сетей в различных сферах бизнеса
Сфера применения Пример
Прогнозирование временных рядов Прогнозирование курса валют, прогнозирование котировок и спроса акций не для долгосрочного вложения
Экономическая эффективность финансирования Анализ реализованных ранее проектов, анализ на соответствия предлагаемого проекта экономической ситуации
Маркетинг Моделирование динамики цен, построение модели структуры расходов, моделирование работы служб
Биржевая деятельность Выделение долгосрочных и краткосрочных скачков курсовой стоимости акций, распознавание биржевой игры, определение соотношения котировок и спроса, формирования портфеля ценных бумаг
Кредитование Оценка риска займа на основе построения нелинейной модели с целью определения возможности кредитования или предоставление кредитов и займов без залога
Страхование Оценка риска страхования инвестиций на основе анализа надежности проекта, оценка риска страхования вложенных средств
Прогнозирование банкротства Анализ величины вероятности банкротства на основе многокритериальной оценки выявляет потенциальные проблемы организаций, используется для оценки ее деятельности и оценки обанкротившихся организаций с цель выявления причин банкротства
Входной снгнал
Выходной сигнал
Входной слой 1.Внутраший слой 2.Внутренннй слон
Рис. 2. Архитектура нейронной сети
Выходной слой
Подводя итог, можно, без преувеличения, сказать, что регионы России и Казахстана играют все возрастающую роль в развитии межгосударственных отношений. Из 85 субъектов Российской Федерации 76 поддерживают торгово-экономические связи с казахстанскими партнерами. На межрегиональную торговлю приходится порядка 70% двустороннего товарооборота. Именно в регионах не только совершенствуются уже имеющиеся механизмы взаимодействия, но и закладываются основы новых форм кооперации, проходят «обкатку» передовые интеграционные схемы. Сейчас, например, активно продвигаются совместные проекты в сфере высоких технологий. В орбиту межрегионального сотрудничества вовлечены научные и предпринимательские структуры, общественные и молодежные организации.
Современное состояние российско-казахстанских приграничных и межрегиональных связей дает все основания полагать, что уже в ближайшей перспективе они приобретут еще более масштабный и разноплановый характер, повысятся их качество и эффективность, а значит, и реальный вклад в дело модернизации экономик двух стран. Для достижения этой цели потребуется, разумеется, хорошо скоординированная работа как центральных и региональных органов законодательной и исполнительной власти, так и деловых кругов России и Казахстана.
Российские исследователи, занимающиеся изучением политических процессов в Казахстане, а также затрагивающих в своих работах проблемы российско-казахстанских отношений, довольно сложно разделить на отдельные течения или направления:
■ во-первых, гуманитарная сфера знания постсоветского периода в теоретико-
методологическом отношении еще находится в переходном состоянии;
■ во-вторых, российские исследования по Казахстану имеют сравнительно непродолжительную историю, чтобы говорить о наличии в них определенных традиций.
Более того, для российской историографии характерно свое концептуальное восприятие казахстанских реалий. В хронологически последних трудах проблемы новейшей истории Казахстана чаще всего описывались и описываются с помощью таких смысловых сочетаний, как «проблема русского языка», «роль Казахстана в СНГ», «российско-казахстанские отношения» и др.
Россия и Казахстан сумели выстроить взаимодействие как равноправные, независимые государства, объединённые не только общим историческим прошлым, но и схожим видением настоящего и будущего развития всего Евразийского региона и мира. Прошедшие два десятилетия заложили прочную основу для их уверенного и последовательного развития в интересах наших народов. В качестве итога хочется процитировать слова Нурсултана Назарбаева в статье, опубликованной в «Российской газете». Президент справедливо отметил, что «казахстанско-российские отношения стали привлекательной моделью не только для стран СНГ, но и показательным примером того, как должны развиваться двусторонние отношения между государствами в ХХ! веке». Таким образом, глубокое осмысление и анализ этапов становления полноценных межгосударственных отношений Казахстана и России, с учетом того, что этот процесс продолжает развиваться, выступает как вполне актуальная исследовательская задача.
Библиографический список
1. Патласов, О. Ю. Алгоритмы проведения тендеров и модель отбора участников [Текст] / О. Ю. Патласов, А. М. Самарин // Омский научный вестник. - 2013. - №5. - С. 46-52.
2. Патласов, О. Ю., Самарин А. М. Нейросетевое моделирование оценки финансового состояния участников коммерческих тендеров и госзакупок [Текст] / О. Ю. Патласов, А. М. Самарин // Вестник Сибирской государственной автомобильно-дорожной академии. - 2014. - №4. - С. 135-144.
3. Питраков, В. Ю. Оценка межрегионального и приграничного сотрудничества Омской области и Республики Казахстан [Текст] / В. Ю. Питраков // «Таможенный союз: наука и образование без границ» Материалы международного научно-практического симпозиума. - Петропавловск: СКГУ им. М. Козыбае-ва, 2012. - С. 137-139.
4. Питраков, В. Ю. Особенности формирования межрегиональных и приграничных связей в субъектах Российской Федерации [Текст] / В. Ю. Питраков // Вестник Сибирского института бизнеса и информационных технологий. - 2012. - № 3 (3). - С. 69-71.
5. Питраков, В. Ю. Межрегиональные торгово-экономические взаимоотношения Российской Федерации и Республики Казахстан [Текст] / В. Ю. Питраков // Наука о человеке: гуманитарные исследования. - Омск: Изд-во НОУ ВПО «Омская гуманитарная академия».- 2013. - № 3(13). - С. 5-9.
6. Родионов, М. Г. Предпосылки построения новой теории структур на основании положения общей теории системы [Текст] / М. Г. Родионов // Вестник Сибирского института бизнеса и информационных технологий. - 2013. - №1. - С. 16-19.
7. Самарин, А. М. История нейрокомпьютинга и его применение в бизнесе [Текст] / А. М. Самарин // Вестник Сибирского института бизнеса и информационных технологий. - 2013. - №2. - С. 48-54.
8. Самарин, А. М. Регрессионные модели отбора участников тендерных процедур [Текст] // Социально-экономические и правовые системы: современное видение: материалы междунар. науч.-практ. конф. (Омск, 5 марта 2014 г.) / под. ред. Б. И. Нефедова, В. А. Ковалева, М. Г. Родионова. - Омск: Изд-во ОмГТУ, 2014. - 224 с. - С. 144-150.
9. Самарин, А. М. Применение реккурентных нейронных сетей в страховании [Текст] / А. М. Самарин // Вестник Сибирского института бизнеса и информационных технологий. - 2014. - №1(9). -С. 19-24.
References
1. Patlasov O. Yu., Samarin A. M. Algoritmyi provedeniya tenderov i model otbora uchastnikov [Algorithms for tenders and model for the selection of participants]. Omskiy nauchnyiy vestnik, 2013, no. 5, pp. 46-52.
2. Patlasov O. Yu., Samarin A. M. Nejrosetevoe modelirovanie ocenki finansovogo sostojanija uchastnikov kommercheskih tenderov i goszakupok [Neural network modelling for assessing the financial condition of commercial tenders and public procurement]. Vestnik Sibirskoj gosudarstvennoj avtomobil'no-dorozhnoj akademii, 2014, no. 4, pp. 135-144.
3. Pitrakov V. Yu. Ocenka mezhregionalnogo i prigranichnogo sotrudnichestva Omskoj oblasti i Respub-liki Kazahstan [Evaluation of interregional and border cooperation of the Omsk region and Kazakhstan]. «Tamozhennyj sojuz: nauka i obrazovanie bez granic» Materialy mezhdunarodnogo nauchno-prakticheskogo simpoziuma, 2012, pp. 137-139
4. Pitrakov V. Yu. Osobennosti formirovanija mezhregionalnyh i prigranichnyh svjazej v sub#ektah Rossi-jskoj Federacii [Features of formation of interregional and cross-border linkages in the sub-projects of the Russian Federation]. Vestnik Sibirskogo instituta biznesa i informatsionnyih tehnologiy, 2012, no. 3(3), pp. 69-71.
5. Pitrakov V. Yu. Mezhregionalnye torgovo-jekonomicheskie vzaimootnoshenija Rossijskoj Federacii i Respubliki Kazahstan [Interregional trade and economic relations between the Russian Federation and the Republic of Kazakhstan]. Nauka o cheloveke: gumanitarnye issledovaniya, 2013, no. 3(13), pp. 5-9.
6. Rodionov M. G. Predposylki postroenija novoj teorii struktur na osnovanii polozhenija obshhej te-orii sistemy [the foundations of a new theory of structures on the basis of the regulation on the General system theory]. Vestnik sibirskogo instituta biznesa i informacionnyh tehnologij, 2013, no.1, pp. 16-19.
7. Samarin A. M. Istoriya neyrokompyutinga i ego primenenie v biznese [History of neurocomputing and its application in business]. Vestnik Sibirskogo instituta biznesa i informatsionnyih tehnologiy, 2013, no. 2, pp. 48-54.
8. Samarin A. M. Regressionnye modeli otbora uchastnikov tendernyh procedure [Regression models for the selection of participants of the tender procedures]. Socialno-jekonomicheskie i pravovye sistemy: sovremennoe videnie: materialy mezhdunar. nauch.-prakt. konf., 2014, 224 pp. 144-150.
9. Samarin A. M. Primenenie rekkurentnyh nejronnyh setej v strahovanii [Application of recurrent neural networks in insurance]. Vestnik Sibirskogo instituta biznesa i informatsionnyih tehnologiy, 2014, no. 1(9), pp. 19-24.
APPLICATION OF NEURAL TECHNOLOGIES FOR THE ANALYSIS OF INTERREGIONAL COOPERATION BETWEEN THE RUSSIAN FEDERATION AND THE REPUBLIC OF KAZAKHSTAN
Vladimir Yu. Pitrakov,
director, Pavlodar regional branch of JSC «Unified accumulation pension Fund»
Alexey M. Samarin,
lecturer, Siberian Institute of Business and Information Technologies
Abstract. In terms of economic sanctions, the Russian Federation changed the political course towards strengthening relations with neighboring States. In the article the analysis of interregional cooperation Forums Russian Federation and the Republic of Kazakhstan with participation of heads of state. For analysis, we have used the classical methods and apparatus of neural network modeling.
Keywords: the region, cooperation, state, analysis, neural network method, the forum of interregional relations.
Сведения об авторах:
Питраков Владимир Юрьевич - директор Павлодарского областного филиала АО «Единый накопительный пенсионный фонд», преподаватель КГКП «Павлодарский региональный центр переподготовки и повышения квалификации государственных служащих Аппарата Акима Павлодарской области» (г. Павлодар, Республика Казахстан), аспирант кафедры управления, политики и права Омской гуманитарной академии (г. Омск, Российская Федерация), e-mail: [email protected].
Самарин Алексей Михайлович - преподаватель кафедры экономики Сибирского института бизнеса и информационных технологий, аспирант кафедры коммерции, маркетинга и рекламы Омской гуманитарной академии (г. Омск, Российская Федерация), e-mail: [email protected].
Статья поступила в редакцию 30.05.2015.
