SCI Библиотека

Арктика в настоящее время является зоной повышенного интереса многих государств. Экологические вопросы в Арктике остаются важным предметом дискуссий. О своих интересах в деле управления экологической повесткой в Арктике заявляют Китай, Европейский союз, Соединённые Штаты Америки и другие страны. Для предотвращения экологических конфликтов и поиска взаимоприемлемых решений актуальной и своевременной исследовательской задачей является изучение особенностей экологической политики важнейших глобальных игроков. В статье представлены результаты исследования, цель которого — выявление различий политики обеспечения экологической безопасности, закреплённых в действующем законодательстве России, Китая, США и Европейского союза. Эти государства заявляют о наличии коренных интересов в Арктике, позиционируют себя ключевыми игроками в арктическом регионе, и Российской Федерации предстоит так или иначе с ними взаимодействовать. Методологией исследования выбран сравнительный анализ экологической политики выбранных государств. Базой для сравнения служат результаты контент-анализа экологического законодательства, проводимого по иерархическому принципу: концепция, объект, цели, направления и механизмы политики. Новизну подхода определяет учёт социокультурных особенностей, положенных в основу экологической концепции, выстраивающей экологическую политику страны. Исследование выявило как существенные различия в нормативном обеспечении экологической политики РФ, КНР, США и ЕС, основанные на разнице мировоззрений и ценностей, так и почти полное совпадение в направлениях политики, базирующейся на глобальной повестке. Выявленные особенности российской экологической политики состоят в том, что в её центре стоит человек и закреплено жёсткое научно обоснованное нормирование количества выбросов и сбросов загрязняющих веществ в окружающую среду. Полученные результаты могут быть использованы для выработки переговорной базы (экологических императивов, учитывающих арктическую специфику) Российской Федерации при осуществлении международного взаимодействия в Арктике.

Актуальность исследования связана с существенным отставанием России в эффективности использования лесных ресурсов от развитых лесопромышленных стран. Определение причинно-следственных связей между факторами и результатами функционирования базовых отраслей, выделение основных ресурсно-технологических факторов даст возможность разработать действенные меры по улучшению экономической ситуации в комплексе. Предложен инструментарий оценки факторов роста эффективности лесного комплекса России на основе методов экономико-математического моделирования и прогнозирования. Это позволило выделить и определить влияние ресурсно-технологических факторов на повышение эффективности лесного комплекса, дать количественную оценку их воздействия на целевой показатель эффективности. Проведена оценка ресурсно-технологических факторов развития лесных комплексов исследуемых регионов страны. С использованием сформированной базы данных, полученного показателя ресурсоэффективности лесных комплексов и их отраслей по каждому из изучаемых субъектов выделены основные факторы развития лесных комплексов субъектов страны, измерена сила их влияния на результирующий показатель деятельности — ресурсную производительность. Выполнена классификация лесопромышленной деятельности субъектов России по типам ресурсно-технологических факторов, оказывающих наибольшее влияние на развитие лесного комплекса. Предложенный инструментарий оценки ресурсно-технологических факторов развития лесного комплекса подтвердил свою эффективность. С его помощью установлено, что в управлении лесами и лесной промышленностью в качестве главного фактора по-прежнему остаётся организация самого производства с его ориентацией на комплексное использование сырья и технологическую сопряжённость основных и вспомогательных операций. Инновации и высокие технологии усиливают свое значение в общей экономической эффективности, но крайне медленно. Необходима целенаправленная работа не формального характера, а с пониманием сущности прогрессивных технологий как нового технологического способа производства.

В настоящее время на европейском энергетическом рынке сложилась противоречивая ситуация: с одной стороны, страны Европейского союза активно используют санкционную политику, направленную на сдерживание развития российского энергетического сектора, с другой — стремятся возместить поставки трубопроводного газа, значительно сократившиеся после подрыва газопроводов «Северный поток» и «Северный поток — 2», за счёт увеличения объёмов закупок СПГ, в том числе и российского производства. При этом российские компании, в первую очередь ПАО «Новатэк» и ПАО «Газпром», при поддержке государства стремятся реализовать новые СПГ-проекты. Среди проектов, вероятность реализации которых оценивается как высокая, можно выделить «Арктик СПГ 2» и «Мурманский СПГ». В рамках исследования определены основные импортёры сжиженного природного газа по итогам 2023 г.: это страны Азиатско-Тихоокеанского региона (АТР) — Китай, Япония, Южная Корея, Индия и Таиланд, а также страны ЕС — Франция и Испания. Ключевыми экспортёрами СПГ по итогам 2023 г. стали США, Катар, Австралия и Россия. Целью исследования является анализ состояния глобального рынка сжиженного природного газа в новых геополитических условиях, определение проблем и перспектив реализации российских арктических СПГ-проектов. Научная новизна исследования состоит в определении возможностей реализации новых отечественных СПГ-проектов и выявлении потребностей энергетических компаний в танкерах-газовозах. Следующим этапом исследования станет оценка перспектив реализации российского, американского и катарского СПГ на рынке стран АТР и ЕС.

Технологическое и цифровое равенство пока остаётся недостижимой целью для сельских территорий и предприятий агропромышленного комплекса, осуществляющих свою деятельность в Российской Арктике, их уровень цифровизации по-прежнему недостаточен и развивается гораздо более умеренными темпами по сравнению с хозяйствующими субъектами в других регионах страны. На законодательном уровне роль цифровых технологий и улучшения материально-технической оснащённости традиционных хозяйств (в сфере оленеводства, рыболовства и проч.) пока недооценена. Целью настоящего исследования стал анализ перспектив развития традиционного хозяйства коренных малочисленных народов Севера в контексте цифровой трансформации экономики арктического региона. Его научная новизна связана с изучением текущего состояния использования цифровых технологий в северном оленеводстве на примере Ненецкого автономного округа, исследованием факторов, влияющих на цифровизацию производственных процессов, и с выявлением перспективных направлений внедрения новых цифровых технологий для сохранения и повышения эффективности данной хозяйственной деятельности. Результаты проведённого исследования с применением нелинейной логит-регрессии позволили определить, что наибольшая угроза доступности цифровых технологий в хозяйствах связана с такими факторами, как цифровая грамотность, наличие высокоскоростного Интернета и уровень технической оснащённости хозяйств, в то время как уровень логистической доступности и возрастная структура кадрового состава оказываются менее значимыми. Проведён анализ цифровых технологий, используемых в традиционных хозяйствах (Интернет вещей, спутниковая связь, цифровые платформы и проч.). Определены перспективные направления цифровизации процессов управления производственными процессами и снижения рисков осуществления хозяйственной деятельности, связанные с агрометеорологической оценкой и прогнозами состояния пастбищных ресурсов, автоматизацией и внедрением аддитивных технологий, улучшением связи и повышением качества жизни работников традиционных хозяйств.

На основе методологии стратегирования академика В. Л. Квинта обоснована необходимость формирования ресурсного обеспечения стратегических приоритетов развития Арктической зоны России. Цель работы — на основе предложенного методологического подхода определить потенциальную ресурсную обеспеченность реализации стратегических приоритетов развития Арктической зоны РФ. Источники ресурсов следует формировать с учётом их мобильности и доступности на всех этапах реализации соответствующих стратегических приоритетов. Процесс перераспределения ограниченных ресурсов для использования имеющихся и формируемых стратегических конкурентных преимуществ будет эффективным только при условии формирования действенной системы мониторинга и контроля реализации стратегических приоритетов развития Арктической зоны РФ. В результате проведённого анализа официальных статистических данных за 2018–2023 гг. определён потенциал трудовых, материальных и финансовых ресурсов для реализации Стратегии развития Арктической зоны Российской Федерации до 2035 года. Проанализированы региональные данные динамики оценочной численности постоянного населения, естественный и миграционный приросты, среднесписочная численность работников в организациях (без субъектов малого предпринимательства), среднемесячная заработная плата работников организаций, уровень безработицы и уровень занятости в неформальном секторе, инвестиции в основной капитал, финансовые вложения и доля убыточных предприятий. Предложены инструменты по усилению ресурсной обеспеченности за счёт модернизации механизма применения государственных северных гарантий для работающего населения и финансовых инструментов. Частичной альтернативой привлечения дорогостоящих и дефицитных трудовых ресурсов может стать распространение цифровых технологий и искусственного интеллекта, а также применение дистанционной занятости. Основой обеспечения реализации стратегических приоритетов развития Арктической зоны России финансовыми ресурсами могут стать привлечение диверсифицированных источников финансирования на всех этапах реализации стратегии, в том числе в цифровом формате.

Настоящая работа посвящена изучению региональных инфляционных процессов на примере Мурманской области, как региона, не один раз выделявшегося в исследованиях о неоднородности инфляции в России. Отличительная особенность Мурманской области заключается в меньшем отклике на шоки денежно-кредитной политики в сравнении с другими регионами, а также в большей роли специфических факторов в объяснении дисперсии инфляции. С этой точки зрения регион вызывает интерес для анализа инфляционных процессов и выявления факторов, которые выступают не просто источниками инфляции, но и определяют её отличия от общероссийских тенденций. Это представляется важным, так как положительные эффекты принимаемых решений в рамках единой денежно-кредитной политики должны быть ощутимы во всех регионах страны. При этом не все инфляционные факторы находятся в зоне влияния монетарных властей, зачастую в эту категорию попадают региональные факторы инфляции.

Были выделены региональные факторы инфляции в Мурманской области, находящиеся вне зоны влияния денежно-кредитной политики, анализ и контроль которых важен для выработки и применения соответствующих мер на региональном уровне. Основными среди них являются инфраструктурные факторы, влияющие на издержки и предложение на отдельных рынках услуг, северное удорожание, а также низкая самообеспеченность региона. Информация о подобных устойчивых специфических факторах необходима для проведения эффективной политики на региональном уровне, с учётом того, что успех денежно-кредитной политики требует взаимодействия между монетарными властями и правительством. Таким образом, исследование имеет практическое применение в системе принятия решений в области контроля региональной инфляции.

Robust quantification of predictive uncertainty is a critical addition needed for machine learning applied to
weather and climate problems to improve the understanding of what is driving prediction sensitivity. Ensembles of ma-
chine learning models provide predictive uncertainty estimates in a conceptually simple way but require multiple models
for training and prediction, increasing computational cost and latency. Parametric deep learning can estimate uncertainty
with one model by predicting the parameters of a probability distribution but does not account for epistemic uncertainty.
Evidential deep learning, a technique that extends parametric deep learning to higher-order distributions, can account for
both aleatoric and epistemic uncertainties with one model. This study compares the uncertainty derived from evidential
neural networks to that obtained from ensembles. Through applications of the classification of winter precipitation type
and regression of surface-layer fluxes, we show evidential deep learning models attaining predictive accuracy rivaling stan-
dard methods while robustly quantifying both sources of uncertainty. We evaluate the uncertainty in terms of how well the
predictions are calibrated and how well the uncertainty correlates with prediction error. Analyses of uncertainty in the
context of the inputs reveal sensitivities to underlying meteorological processes, facilitating interpretation of the models.
The conceptual simplicity, interpretability, and computational efficiency of evidential neural networks make them highly
extensible, offering a promising approach for reliable and practical uncertainty quantification in Earth system science
modeling. To encourage broader adoption of evidential deep learning, we have developed a new Python package, Machine
Integration and Learning for Earth Systems (MILES) group Generalized Uncertainty for Earth System Science (GUESS)
(MILES-GUESS) (https://github.com/ai2es/miles-guess), that enables users to train and evaluate both evidential

Множественность трактовки понятия «искус-
ственный интеллект» привела к необходимости его
осмысления для задач развития современных систем
вооружений. В статье предложен общий подход по-
иска путей интеграции и пересечения возможностей
современных ключевых технологий искусственного интеллекта и требований к созданию новых образцов вооружений. Подход демонстрируется на примере формирования облика и характеристик перспективных робототехнических систем военного назначения

В статье рассмотрена актуальность и необходимые условия внедрения в комплексы воен-
ного назначения с разноспектральными датчиками систем технического зрения программно-аппа-
ратных средств автоматического распознавания объектов вооружения, военной и специальной
техники (ВВСТ). Приведены результаты анализа возможностей обучения нейронных сетей автоматическому распознаванию объектов. Показана необходимость создания отечественного межвидового банка данных оптических и радиолокационных сигнатур объектов ВВСТ

Представлены результаты разработки дистанционного курса по мето-
дам искусственного интеллекта в физике в системе управления обучением MOODLE.
Общая трудоёмкость дистанционного курса по методам искусственного интеллекта в
физике составляет две зачётные единицы. Описаны тематические модули курса по ме-
тодам искусственного интеллекта в физике. Представлено описание элементов в виде
лекций, семинаров, заданий, тестов в каждом тематическом модуле курса по методам
искусственного интеллекта в физике в системе управления обучением MOODLE