Применение нейросетевых систем искусственного интеллекта в достижении устойчивого развития туризма

Автор: Альмухамедова Ольга Анатольевна

Журнал: Сервис в России и за рубежом @service-rusjournal

Рубрика: Теоретические аспекты экономики и туристского сервиса

Статья в выпуске: 3 (95), 2021 года.

Бесплатный доступ

Искусственный интеллект обладает возможностями для проведения анализа больших наборов данных, принятию решений, прогнозированию устойчивого поведения различных систем. Нейронные сети, как один из способов реализации искусственного интеллекта, являются перспективной технологией, адаптивной к реальным процессам, позволяющей изучать многомерные явления, а также работать с неполными данными, характеризующимися неопределенностью и неопределенным их взаимовлиянием. Нейронная сеть Кохонена, применимая к поиску закономерностей в наборах данных, выявлению признаков, прогнозированию, моделированию, может быть использована для поддержки устойчивого развития туризма. В статье были использованы индикаторы, влияющие на устойчивое развитие туризма на территории Российской Федерации, характеризующие период 5 лет. Также для анализа были включены экологические, экономические, социальные показатели достижения целей устойчивого развития России, утвержденных Генеральной Ассамблеей ООН в 2017 г. Всего в анализе было задействовано 24 показателя. С помощью метода самоорганизующихся карт (одна из версий нейронных сетей Кохонена), основанной на неконтролируемой сети (обучение без учителя) была решена задача кластеризации и проецирования многомерного пространства в двумерное. С помощью программного пакета Neural Network Toolbox for MATLAB была дана графическая интерпретация топологии, расстояний, совпадений выборки и входных плоскостей веса самоорганизующейся карты. В результате были определены коррелированные классы индикаторов устойчивого развития, которые дают возможность проводить дальнейшие исследования для прогнозирования устойчивого развития туризма и принимать обоснованные управленческие решения.

Еще

Туризм, устойчивое развитие, искусственный интеллект, нейронные сети, самоорганизующиеся карты кохонена, визуализация многомерных данных

Короткий адрес: https://readera.org/140259937

IDR: 140259937   |   DOI: 10.24412/1995-042X-2021-3-7-17

Список литературы Применение нейросетевых систем искусственного интеллекта в достижении устойчивого развития туризма

  • Киккас К.Н. Моделирование устойчивого развития Арктического региона России // МИР (Модернизация. Инновации. Развитие). 2015. Т.6. №4(24). С. 142-147. DOI: 10.18184/2079-4665.2015.6.4.142.147.
  • Якименко М.В., Альмухамедова О.А. Идентификация факторов, определяющих условия для функционирования туристско-рекреационного комплекса территории с позиции устойчивого развития // Сервис в России и за рубежом. 2019. Т.13. №4. С. 89-99. DOI: 10.24411/1995-042X-2019-10408.
  • Didenko N.I., Skripnuk D.F., Kikkas K.N., Kulik S.V. Innovative and technological potential of the region and its impact on the social sector development // International Conference on Information Networking: ICOIN. Chiang Mai, Thailand, 2018. Pp. 611-615.
  • Francescato D. Globalization, artificial intelligence, social networks and political polarization: new challenges for community psychologists // Commun. Psychol. Glob. Perspect. Vol. 4. Iss.1. Pp.20-41. DOI: 0.1285/i24212113v4i1p20.
  • Glinskiy V.V., Serga L.K., Zaykov K.A., Khvan M.S. Fuzzy neural networks in the assessment of environmental safety // Voprosy statistiki. Vol.12. Pp. 61-68. DOI: 10.34023/2313-6383-2015-0-12-61-68.
  • Kikkas K. N., Kulik S. V. Modelling the Effect of Human Activity on Fresh WaterExtraction from the Earth's Reserves // IOP Conference Series: Earth and Environmental Science. St. Petersburg, 2018. Pp. 180-188. DOI: 10.1088/1755-1315/180/1/012017.
  • Mohamadi A., Heidarizadi Z., Nourollahi H. Assessing the desertification trend using neural network classification and object-oriented techniques // J. Fac. Istanb. Univ. Vol. 66. Pp. 683-690.
  • Stojanović N. Mathematical modeling with fuzzy sets of sustainable tourism development // Interdisciplinary Description of Complex Systems. Vol. 9. Iss.2. Pp. 134-160.
  • Shanmuganathan S. Applications of an unsupervised neural network to support sustainable development by modelling environmental, social and economic conditions. 2013. URL: https://core.ac.uk/download/pdf/56364218.pdf (Accessed on March 07, 2021).
  • Vinuesa R., Azizpour H., Leite I. The role of artificial intelligence in achieving the Sustainable Development Goals // Nat. Commun. 2020. Vol. 11. Iss. 233. Pp. 1-10. DOI: 10.1038/s41467-019-14108-y.
Еще
Статья научная