CC BY
5
Возможности нейросетей в области правового обеспечения землеустройства и земельного кадастра
©Дереглазов Антон Алексеевич Финансовый университет при Правительстве Российской Федерации, г. Москва, Российская Федерация e-mail: [email protected]
Аннотация. Цель исследования. В статье рассматриваются проблемы государственного регулирования землеустроительных отношений. Анализируются принципы работы нейросетей и отдельных нейросетевых модулей, возможности их применения в юридической деятельности. Целью исследования является выявление способов применения современных нейросетевых алгоритмов для совершенствования правового регулирования в сфере землеустройства и земельного кадастра, а также повышения эффективности использования земельных ресурсов. Выводы. В результате проведенного исследования автор приходит к выводу, что на современном этапе развития технологий и цифровизации нейронные сети могут использоваться для анализа данных из Единого государственного реестра недвижимости и Государственного фонда данных, полученных в результате проведения землеустройства, автоматизации планирования и рационального использования земель, актуализации картографическихматериалов, оптимизации землеустроительных процедур и снижения избыточного регулирования. Также автор выявляет особенности работы нейронных сетей, риски и сложности, которые необходимо учитывать при внедрении современных технологий в процесс регулирования землеустроительных отношений.
Ключевые слова: правовое регулирование землеустройства, земельный кадастр, нейросети, цифровые технологии, рациональное использование земель
Для цитирования: Дереглазов А. А. Возможности нейросетей в области правового обеспечения землеустройства и земельного кадастра //Проблемы экономики и юридической практики. 2023. Т. 19. № 2. С. 20-24.
Possibilities of Neural Networks in Legal Regulation of Land Management and Land Registry
©Anton A. Dereglazov Financial Universityunder the Government ofthe Russian Federation, Moscow, Russian Federation e-mail: [email protected]
Abstract. The purpose of the research. The article deals with the problems of state regulation of land management relations. The principles of operation of neural networks and individual neural network modules, the possibilities of their application in legal activity are analyzed. The purpose ofthe study is to identify ways to use modern neural network algorithms to improve legal regulation of land management and land registry, as well as to improve the efficiency of land use. Results. As a result ofthe research, the author comes to the conclusion that at the present stage of technology development and digitalization, neural networks can be used to analyze data from the Unified State Register of Real Estate and the State Fund of Data obtained as a result of land management, automation of planning and rational use of land, updating of cartographic materials, optimization of land management procedures and reduction of excessive regulation. The author also identifies the features of neural networks, risks and difficulties that need to be taken into account when introducing modern technologies into the process of regulating land management relations.
Keywords: legal regulation of land management, land registry, neural networks, digital technologies, rational use of land.
For citation: Dereglazov Anton A. Possibilities of Neural Networks in Legal Regulation of Land Management and Land Registry// ECONOMICPROBLEMSAND LEGAL PRACTICE. 2023. Vol. 19. № 2. P. 20-24. (in Russ.)
20 ECONOMIC PROBLEMS AND LEGAL PRACTICE Vol. 19, № 2, 2023 ISSN2541-8025(print)
ISSN 2712-7605(online)
ВОЗМОЖНОСТИ НЕЙРОСЕТЕЙ В ОБЛАСТИ ПРАВОВОГО ОБЕСПЕЧЕНИЯ ЗЕМЛЕУСТРОЙСТВА И ЗЕМЕЛЬНОГО КАДАСТРА
ВВЕДЕНИЕ
Проблема рационального использования земельных ресурсов в России имеет особое значение. Значительная площадь государства, потребность в развитии экономического потенциала территорий, а также в обеспечении продовольственной и экологической безопасности обуславливают необходимость в эффективном регулировании земельных отношений. Рациональное использование земельных ресурсов необходимо для сохранения природных богатств, предотвращения незаконного использования земель, обеспечения устойчивого развития и защиты интересов населения. Незаконное использование земель может привести к экологическим проблемам, ухудшению качества жизни людей и нарушению прав собственности на землю. Поэтому государственное регулирование земельных отношений призвано обеспечить баланс между экономическими, социальными и экологическими интересами общества.
Сегодня в области землеустройства и земельного кадастра существуют проблемы, решение которых необходимо для минимизации рисков возникновения споров с землей, а также для полноценного использования земельных ресурсов в экономическом обороте. В этом может помочь использование инновационных технологий, в частности нейросетей.
АНАЛИЗ БАЗ ДАННЫХ
Кадастр недвижимости представляет собой обширную базу данных, содержащую сведения об особенностях объектов недвижимости, необходимых для определения объекта недвижимости в качестве индивидуально-определенной вещи1. Процесс внесения изменений в Единый государственный реестр недвижимости может происходить как централизовано, то есть на основании решений уполномоченных органов, так и децентрализовано, то есть на основании заявления частных лиц о проведении государственного кадастрового учета и регистрации прав2. Возможность проводить мероприятия по кадастровому учету на местном уровне с последующим внесением информации в единый государственный реестр—это необходимость, продиктованная многолетним историческим опытом, что отмечалось еще в XVIII веке в наказах Екатерининской комиссии3. При этом неизбежно возникают ошибки и противоречия в записях об объектах недвижимости в результате проведения огромного числа мероприятий по межеванию, осуществления государственного кадастрового учета соседних участков разными инженерами.
Для разрешения этой проблемы в условиях цифро-визации можно использовать классические сверточные нейронные сети. Принцип их работы основан на анализе массива информации с последующим обучением ней-росетевых модулей на основе баз данных. При помощи нейросети можно упростить и автоматизировать процесс проверки и контроля за соответствием вносимых данных об объектах недвижимости с уже существующими запися-
1 См.: п.2 ст. 8 Федерального закона от 13.07.2015 N 218-ФЗ «О государственной регистрации недвижимости» // «Российская газета», N 156,17.07.2015.
2 См.: ст. 15 Федерального закона от 13.07.2015 N 218-ФЗ «О государственной регистрации недвижимости»//«Российская газета», N 156, 17.07.2015.
3 Кассо Л.А. Русское поземельное право. М., 1906. с. 197.
ми, а также осуществить анализ Единого государственного реестра недвижимости на наличие противоречий в существующих записях. Нейросети могут использоваться для выявления ошибок в реестре путем обнаружения противоречий в данных. Для этого необходимо обучить нейросеть и затем использовать ее для поиска отклонений от эталонных значений. Например, если в базе данных есть ошибка в виде неправильно заполненного поля, то нейросеть может обнаружить эту ошибку, так как значение этого поля будет отличаться от ожидаемого. Так, например, японскими специалистами в декабре 2022 года было опубликовано исследование эффективности поиска запросов обученными нейронными сетями в юридических текстах, которое показало, что нейронные методы существенно превосходят не нейронные с точки зрения производительности поиска по базам данных и языкам. Это объясняется тем, что основанная на хороших входных данных модель поиска юридического текста может эффективно сопоставлять запрос с соответствующими документами, поскольку юридические документы часто содержат длинные статьи, и только некоторые части имеют отношение к искомым значениям4.
Таким образом, можно осуществить проверку целостности информации, содержащейся в карточке объекта недвижимого имущества, обнаружить дублирование или пропуск необходимых значений и предупредить случаи, когда границы участков пересекаются, или когда совершаются сделки по отчуждению или передаче во владение одного и того же объекта недвижимости разным субъектам одновременно.
АВТОМАТИЗАЦИЯ ПЛАНИРОВАНИЯ И РАЦИОНАЛЬНОГО ИСПОЛЬЗОВАНИЯ ЗЕМЕЛЬ
В процессе государственного управления земельными ресурсами осуществляется множество мероприятий, таких как изучение состояния земель, оценка качества земель, геодезические и картографические работы и многое другое. Проведение этих мероприятий необходимо для «планирования и организации рационального использования земель и их охраны»5 и требует большого количества ресурсов и времени. Функционал нейронных сетей, к примеру, можно использовать для автокорреляции резервов скважин, что значительно упрощает и ускоряет процесс оценки запасов нефти и газа6.
Также представляется эффективным использование рекуррентных нейронных сетей для прогнозирования состояния земель и количества полезных ресурсов. Рекуррентные нейронные сети отличаются от классических сверточных наличием временного модуля, позволяющего добавлять информацию во входящий или последующие модули нейросети7. Электронные данные, полученные, например, с помощью технологии дистанционного зондирования, со-
4 Nguyen Н., Phi М., Ngo X. Attentive deep neural networks for legal document retrieval // Artif Intell Law, 2022. p. 14 // URL: https://doi. org/10.1007/sl0506-022-09341-8 дата обращения: 27.03.2023)
5 См.: ст. 14 Федерального закона от 18.06.2001 N 78-ФЗ «О землеустройстве» // «Российская газета», N 118-119, 23.06.2001.
6 Шайбаков, Р. А. Использование нейросетевого аппарата для идентификации границ геологических объектов // Технические науки: традиции и инновации: материалы I Междунар. науч. конф. Челябинск, 2012. с. 8-11.
7 Wuthrich М., Merz М. Statistical Foundations of Actuarial Learning and its
Applications // Springer Cham. Gewerbestrasse, 2023. p. 605 // URL: https://
doi.org/10.1007/978-3-031-12409-9 (дата обращения: 18.03.2023).
ISSN 2541-8025(print) Том 19, № 2,2023 Проблемыэкономикииюридическойпрактики 21 ISSN 2712-7605(online)
держат большое количество нелинейных данных высокой размерности, которые трудно обрабатывать ручными методами. Как показывают последние исследования в Китае, технология нейронных сетей может лучше обрабатывать эти нелинейные данные и лучше прогнозировать тенденции использования городскихземель8.
Таким образом, можно автоматизировать не только процесс анализа текущего состояния, но и процесс прогнозирования состояния земельного фонда в зависимости от изменений конкретных параметров во времени, что позволит своевременно осуществлять мероприятия по учету и охране земель.
АКТУАЛИЗАЦИЯ КАРТОГРАФИЧЕСКИХ МАТЕРИАЛОВ
Для того, чтобы иметь полноценное представление о территориях, включенных в государственный реестр недвижимости, производится картографирование местности. Межевой и кадастровый планы—это основные документы, в графической части которых содержится информация о фактическом расположении объектов недвижимости и иных, неразрывно связанных с ними природных и технологических объектов. Если современные межевые планы составляются в соответствии со всеми необходимыми для идентификации объектов требованиями и стандартами, то межевые планы, составленные много лет назад, имеют множество недостатков, начиная от неточности и неполноты отображенной в них информации, заканчивая физическим износом физических носителей, в результате чего теряется часть значимой для ведения кадастрового учета информации. Для восстановления потерянной информации можно использовать алгоритмы сверточных нейросетей, которые позволяют значительно увеличить качество растровых изображений. Путем сканирования и перевода документов в цифровой вид можно применить программы увеличения разрешения и резкости растрового изображения, в результате чего можно получить более точную картографическую информацию, частично восстановить утерянную, либо трудноразличимую информацию текстовой части межевых планов.
Кроме того, с развитием современных технологий все больше требований предъявляется к проведению картографических работ. При традиционной съемке земель многие геодезические и картографические мероприятия необходимо выполнять вручную, на что сильно влияет человеческий фактор, вследствие чего точность ограничена, а рабочая нагрузка велика. В традиционном межевании в основном используются дистанционное зондирование и геодезические технологии для картографирования и обследования земель. В Китае внедряется технология цифровой съемки и картографирования, которая основана на анализе цифровых изображений со спутников и геодезических дронов. Эффективность этой технологии значительно выше традиционных методов картографирования9. Применение цифрового картографирования вместе с уже упомянутыми сверточными нейро-сетями, способными повысить разрешение растровых изображений поможет преодолеть недостатки традиционных методов межевания, повысит точность и качество землеу-
s Zhang Н. Remote Sensing Data Processing of Urban Land Using Based on Artificial Neural Network//Scientific Programming, 2022. p. 8 // URL.: https://doi.org/10.1155/2022/6994179 (дата обращения: 27.03.2023). 9 Murong R. Research on Land Renovation Planning Strategy based on Digital Surveying and Mapping Technology // Frontiers in Science and Engineering. 2022. p. 61-66. // URL: https://doi.org/10.54691/fse. v2il2.3289 (дата обращения: 22.03.2023).
стройства и окажет существенную помощь в оптимальном использовании земельных ресурсов.
ОПТИМИЗАЦИЯ ЗЕМЛЕУСТРОИТЕЛЬНЫХ ПРОЦЕДУР
Сегодня землеустройство представляет собой сложный комплекс геодезических, геологических, геоботанических и юридических мероприятий. В результате проведения землеустроительных работ разрабатывается множество документов, таких как генеральная схема землеустройства территории Российской Федерации, схемы землеустройства территорий субъектов Российской Федерации, проекты территориального землеустройства, карты (планы) и материалы межевания объектов землеустройства, заключения экспертиз, материалы обследования состояния земель и многие другие10. Все это необходимо, чтобы консолидировать их в Фонд данных, который содержит полную информацию о результатах проведения землеустроительных работ11. Нужно подчеркнуть, что для точного и эффективного планирования использования земель необходим значительный объем информации в сфере землепользования. Однако проведение сложных технологических мероприятий в совокупности с соблюдением юридических процедур и отчетности требуют выделения немалых ресурсов и времени, что может негативно сказываться на самом процессе землеустройства, ведь многие мероприятия связаны сметеорологическими условиями и временем года.
Для решения этой проблемы можно использовать нейро-сетевые модули, которые могут помочь сэкономить время на составлении отчетности путем автозаполнения необходимой информации, сопоставления результатов землеустроительных мероприятий или синхронизации информационных систем в различных ведомствах. Как показывают исследования в области классификации текста на основе глубокой нейронной сети, уже сегодня можно представить текстовую информацию в виде цифровой последовательности, которая отлично поддается классификации и разделению на кластеры12. Таким образом, возможности нейросетей позволяют не только анализировать и сопоставлять структурированную текстовую информацию, но и группировать текстовые или цифровые данные, что существенно упростит в дальнейшем осуществление юридических процедур и минимизирует риски.
СНИЖЕНИЕ ИЗБЫТОЧНОГО РЕГУЛИРОВАНИЯ
В процессе правового регулирования отношений в сфере земельного кадастра и землеустройства стечением времени накапливается множество нормативных актов, которые могут иметь совпадения в предмете регулирования, дублировать содержание и даже противоречить друг другу, тем самым создавая конкуренцию норм. Кроме того, накопление большого количества актов, регулирующих отношения в указанной сфере, может сопровождаться эффектом избы-
10 См.: п. 6-9 Постановления Правительства Российской Федерации «Об утверждении положения о согласовании и утверждении землеустроительной документации, создании и ведении государственного фонда данных, полученных в результате проведения землеустройства» от 11 июля 2002 г. № 514//«Российская газета», N 129,17.07.2002.
11 См.: п. 11. Там же.
12 Kim D. Research On Text Classification Based On Deep Neural Network // International Journal of Communication Networks and Information Securlty. Dongseo Unlverslty: Busan, Republlc of Korea. p.100-113.
22 ECONOMIC PROBLEMS AND LEGAL PRACTICE
Vol. 19, № 2, 2023 ISSN 2541-8025(print)
ISSN 2712-7605(online)
ВОЗМОЖНОСТИ НЕЙРОСЕТЕЙ В ОБЛАСТИ ПРАВОВОГО ОБЕСПЕЧЕНИЯ ЗЕМЛЕУСТРОЙСТВА И ЗЕМЕЛЬНОГО КАДАСТРА
точного регулирования, что создает высокую административную нагрузку на субъекты землеустроительных отношений. Также избыточность в регулировании ведет к ряду косвенных негативных последствий, включая:
1. Ограничение инноваций: слишком много правил могут затруднить развитие новых идей и технологий, так как субъекты землеустроительных отношений будут тратить множество времени на детальное следование инструкциям, а предприниматели, задействованные в проведении землеустроительных мероприятий или инновационной деятельности в сфере кадастра и землеустройства, могут столкнуться с препятствиями в форме лицензирования, разрешений и других ограничений.
2.Увеличение бюрократии: большое количество правил и процедур может привести к увеличению бюрократии и замедлению процессов принятия решений, что повышает издержки и снижаетэффективность.
3. Снижение конкуренции: зарегулированность может создать барьеры для входа на рынок хозяйствующих субъектов, оказывающих услуги в сфере земельного и градостроительного аудита, что ведет к снижению конкуренции и ограничению выбора потребителей.
4.Увеличение себестоимости проведения землеустроительных мероприятий: дополнительные требования и ограничения могут повысить стоимость геодезических, межевых и картографических работ, проведения экспертиз путем увеличения трансакционных издержек и привлечения в процесс большого количества специалистов.
Проблема избыточности правовых норм в настоящее время актуальна во многих сферах государственного управления, поэтому с 1 января 2021 года Правительством Российской Федерации реализуется программа «Регуляторной гильотины», которая призвана снизить административную нагрузку на субъекты экономической деятельности путем отмены устаревших нормативных актов, упрощения регуляторной системы с помощью консолидации норм в сфере государственного контроля и надзора13.
Нейросети могут помочь преодолеть избыточное регулирование в сфере землеустройства и земельного кадастра, предоставляя инструменты для автоматизации процессов и минимизации бюрократических барьеров. Например, нейросети могут использоваться для автоматической обработки заявок на лицензирование и разрешения, что приведет к снижению времени и затрат на получение необходимых документов. Также нейросети могут помочь в определении оптимальных уровней регулирования путем анализа материалов, полученных в результате проведения землеустроительных работ, сопоставления существующих нормативных актов и выявления противоречащих и конкурирующих норм. Это позволит государственным органам разработать более эффективные и адаптированные к реальным потребностям правила и процедуры.
РИСКИ И СЛОЖНОСТИ В РАБОТЕ С НЕЙРОСЕТЯМИ
При перечислении плюсов и возможностей использования нейросетей необходимо учитывать их особенности
13 См.: п. 1 Постановления Правительства РФ от 6 февраля 2021 г. N 128 «Об утверждении Правил формирования, ведения и актуализации реестра обязательных требований» // Собрании законодательства Российской Федерации от 15 февраля 2021 г. N7 ст. 1132.
и недостатки для прогнозирования результатов и повышения эффективности.
Одним из основных подводных камней в работе с ней-росетями является необходимость иметь большое количество данных для обучения и проверки модели. Если данных недостаточно, то модель может быть недостаточно точной и неэффективной.
Также важно учитывать, что нейросети могут быть подвержены ошибкам и не всегда дают точный результат, поэтому необходимо проводить регулярную проверку и обновление модели.
Еще одним подводным камнем является сложность интерпретации результатов работы нейросети. В некоторых случаях может быть сложно понять, как именно модель принимает решения и какие факторы на это влияют.
Наконец, использование нейросетей может потребовать значительных финансовых затрат на оборудование и вычислительные ресурсы. Поэтому необходимо тщательно оценить стоимость и эффективность использования нейросетей перед началом работы с ними.
ЗАКЛЮЧЕНИЕ
Землеустройство и земельный кадастр являются одними из приоритетных сфер в области государственного управления, поскольку регулирование использования земельных ресурсов необходимо для обеспечения устойчивого развития экономики и сохранения природных ресурсов. Неправильное использование земли может привести к вырубке лесов, загрязнению почвы и воды, уменьшению плодородия земли, ухудшению климата и другим негативным последствиям. Также регулирование земельных отношений необходимо,чтобы обеспечить равномерное распределение земельных ресурсов между различными секторами экономики и населением, предотвратить концентрацию земельных ресурсов в одних руках, а также защитить права и интересы землепользователей и собственников земли.
В современных условиях глобальной перестройки экономических отношений необходимо идти в ногу со временем, использовать преимущества повсеместной цифровизации и автоматизации процессов не только в производственной и экономической, но и в юридической сферах. Таким образом, использование современных цифровых технологий, в частности сверточных и рекуррентных нейросетей, представляется крайне перспективным направлением в области развития земельного кадастра и землеустройства, что позволит не только ускорить работу и сэкономить ресурсы, но и даст новые возможности для эффективного использования, планирования и охраны земель.
Статья проверена программой «Антиплагиат». Оригинальность 77,2%.
Рецензент: Петюкова О. Н., доктор юридических наук, профессор Департамента международного и публичного права Юридического факультета Финансового университета при Правительстве Российской Федерации.
№№ 2541-8025(рппХ) Том 19, № 2,2023 Проблемыэкономикииюридическойпрактики 23 ЮМ 2712-7605(опНпв)
Список литературы:
1. Федеральный закон от 13.07.2015 N 218-ФЗ «О государственной регистрации недвижимости» // «Российская газета», N 156, 17.07.2015.
2. Федеральный закон от 18.06.2001 N 78-ФЗ «О землеустройстве» // «Российская газета», N 118-119, 23.06.2001.
3. Постановление Правительства Российской Федерации от 11 июля 2002 г. № 514 «Об утверждении положения о согласовании и утверждении землеустроительной документации, создании и ведении государственного фонда данных, полученных в результате проведения землеустройства» // «Российская газета», N 129, 17.07.2002.
4. Постановление Правительства РФ от 6 февраля 2021 г. N 128 «Об утверждении Правил формирования, ведения и актуализации реестра обязательных требований» // Собрании законодательства Российской Федерации от 15 февраля 2021 г. N 7 ст. 1132.
5. Аверьянова Н.Н. Совершенствование системы землеустройства в контексте пространственного развития России // Хозяйство и право. 2022. N 4. С. 73-81.
6. КассоЛ.А. Русское поземельное право. М., 1906. с. 197.
7. Липски С.А. Особенности текущего момента в развитии законодательства о землеустройстве // Правовые вопросы недвижимости. 2022. N 2. С. 3-9.
8. Устимова С.А., Верига Д.А. Проблемы и перспективы цифрового землеустройства // Цивилист. 2022. N 3. С. 21-25.
9. Шайбаков, Р. А. Использование нейросетевого аппарата для идентификации границ геологических объектов // Технические науки: традиции и инновации: материалы I Междунар. науч. конф. Челябинск, 2012. с. 8-11.
10. Kim D. Research on Text Classification Based on Deep Neural Network // International Journal of Communication Networks and Information Security. Dongseo University: Busan, Republic of Korea, p. 100-113.
11. Murong R. Research on Land Renovation Planning Strategy based on Digital Surveying and Mapping Technology // Frontiers in Science and Engineering. 2022. p. 61-66. URL: https://doi. org/10.54691/fse.v2il2.3289 (дата обращения: 22.03.2023).
12. Nguyen H., Phi M., Ngo X. Attentive deep neural networks for legal document retrieval 11 Artif Intell Law, 2022.11 URL: https://doi. org/10.1007/sl0506-022-09341-8 (дата обращения: 27.03.2023).
13. Petyukova O.N., Tshibola A.M.L Modernization ofthe system of state registration of real estate as a factor in the development of state-legal regulation of entrepreneurial activity in the Russian Federation // Scientific and Technical Revolution: Yesterday, Today and Tomorrow. —«Lecture Notes in Networks and Systems» 2020. P. 1159-1165.
14. Wüthrich M., Merz M. Statistical Foundations of Actuarial Learning and its Applications // Springer Cham. Gewerbestrasse, 2023. p. 605 // URL: https://doi.org/10.1007/978-3-031-12409-9 (дата обращения: 18.03.2023).
15.Zhang H. Remote Sensing Data Processing of Urban Land Using Based on Artificial Neural Network // Scientific Programming, 2022. p. 8 // URL.: https://doi.org/10.1155/2022/6994179 (дата обращения: 27.03.2023).
Reference list:
1. Federal Law N. 218-FZ of 13.07.2015 «On State registration of Real estate» // Rossiyskaya Gazeta, N. 156, 17.07.2015.
2. Federal Law N. 78-FZ of 18.06.2001 «On Land Management» // Rossiyskaya Gazeta, N. 118-119, 23.06.2001.
3. Resolution of the Government of the Russian Federation of July 11 N. 514, 2002 «On Approval ofthe Regulations on the Coordination and approval of Land Management documentation, creation and Maintenance ofthe State Fund of data obtained as a result of Land Management»//«Rossiyskaya Gazeta», N. 129, 07/17/2002.
4. Resolution of the Government of the Russian Federation of February 6, 2021 N. 128 «On approval of the Rules for the formation, maintenance and updating of the register of mandatory requirements» // Collection of Legislation of the Russian Federation of February 15, 2021 N. 7, Article 1132.
5. Averyanova N.N. Improvement ofthe land management system in the context of spatial development of Russia // Economy and law. 2022. N 4. pp. 73-81.
6. Kasso L.A. Russian land law. M., 1906. p. 197.
7. Lipsky S.A Features of the current moment in the development of legislation on land management // Legal issues of real estate. 2022. N 2. pp. 3-9.
8. Ustímova S.A., Veriga D.A. Problems and prospects of digital land management//Civilist. 2022. N 3. pp. 21-25.
9. Shaibakov, R.A. The use of neural network apparatus for identification of boundaries of geological objects // Technical sciences: traditions and innovations: materials ofthe I International Scientific Conference. Chelyabinsk, 2012. pp. 8-11.
10. Kim D. Research on Text Classification Based on Deep Neural Network Ц International Journal of Communication Networks and Information Security. Dongseo University: Busan, Republic of Korea, p. 100-113.
11. Murong R. Research on Land Renovation Planning Strategy based on Digital Surveying and Mapping Technology // Frontiers in Science and Engineering. 2022. p. 61-66. URL: https://doi. org/10.54691/fse.v2il2.3289 (дата обращения: 22.03.2023).
12. Nguyen H., Phi M., Ngo X. Attentive deep neural networks for legal document retrieval // Artif Intell Law, 2022. p. 14 // URL: https:// doi.org/10.1007/sl0506-022-09341-8 (accessed: 27.03.2023).
13.Petyukova O.N., Tshibola A.M.L. Modernization of the system of state registration of real estate as a factor in the development of state-legal regulation of entrepreneurial activity in the Russian Federation // Scientific and Technical Revolution: Yesterday, Today and Tomorrow. —«Lecture Notes in Networks and Systems» 2020. P. 1159-1165.
14. Wüthrich M., Merz M. Statistical Foundations of Actuarial Learning and its Applications // Springer Cham. Gewerbestrasse, 2023. p. 605 II URL: https://doi.org/10.1007/978-3-031-12409-9 (accessed: 18.03.2023).
15. Zhang H. Remote Sensing Data Processing of Urban Land Using Based on Artificial Neural Network // Scientific Programming, 2022. p. 8 II URL.: https://doi.org/10.1155/2022/6994179 (accessed: 27.03.2023).
Статья поступила в редакцию 02.04.2023, принята к публикации 22.04.2023 The article was received on 02.04.2023, accepted for publication 22.04.2023
ИНФОРМАЦИЯ ОБ АВТОРЕ
Дереглазов Антон Алексеевич, аспирант Департамента международного и публичного права Юридического факультета Финансового университета при Правительстве Российской Федерации, Москва, Российская Федерация, e-mail: [email protected]
INFORMATIONABOUT THE AUTHOR
Anton A. Dereglazov, postgraduate student of the International and Public Law Department of the Law Faculty at Financial University under the Government of the Russian Federation, Moscow, Russian Federation, e-mail: [email protected]
24 ECONOMIC PROBLEMS AND LEGAL PRACTICE Vol. 19, № 2, 2023 ISSN2541-8025(print)
ISSN 2712-7605(online)
