Кетова К.В., Вавилова Д.Д. Оценка тенденций изменения человеческого капитала социально-экономической системы на основе применения алгоритма нейросетевого прогнозирования // Экономические и социальные перемены: факты, тенденции, прогноз. 2020. Т. 13. № 6. С. 117–133. DOI: 10.15838/esc.2020.6.72.7
Mincer J. Investments in Human Capital and Personal Income Distribution. Journal of Political Economy. 1958, Aug.
Schulz T. Investment in Human Capital. American Economic Review, 1961, vol.1.
Becker G.S. Investment in Human Capital: Theoretical Analysis. Journal of Political Economy. Supplement. Oct., 1962.
Kuznets S. Quantitative Aspects of the Economic Growth of Nations. Paper VIII: Distribution of Income by Size. Economic Development and Cultural Change, 1963.
Эренберг Р.Д., Смит Р.С. Современная экономика труда. Теория и государственная политика. М.: Изд-во МГУ, 1996. 198 с.
Корицкий А.В. Введение в теорию человеческого капитала. Новосибирск: Изд-во СибУПК, 2000. 112 с.
Акопян А.С., Бушуев В.В., Голубев В.С. Эргодинамическая модель человека и человеческий капитал // Общественные науки и современность. 2002. № 6. С. 98–106.
Малков С.Ю., Болохова К.А., Давыдова О.И. Модель оценки и прогноза развития человеческого капитала // Экономика и управление: проблемы, решения. 2016. № 7. С. 7–16.
Айвазян С.А., Степанов В.С., Козлова М.И. Измерение синтетических категорий качества жизни населения региона и выявление ключевых направлений совершенствования социально-экономической политики // Прикладная эконометрика. 2006. № 2. С. 18–84.
Xu Y., Li A. The relationship between innovative human capital and interprovincial economic growth based on panel data model and spatial econometrics. Journal of computational and applied mathematics. 2020. DOI: 10.1016/j.cam.2019.112381
Тимербулатов Р.М. Инвестиции в человеческий капитал как фактор повышения конкурентоспособности предприятия // Вестник Саратовского государственного социально-экономического университета. 2016. № 1. С. 40–42.
Китаева Л.В., Хайбулаев Х.У. Инвестиции в человеческий капитал: проблемы теории и практики // Вестник экспертного совета. 2018. № 1–2 (12–13). С. 93–100.
Чернов Г.Е., Чернова Е.В. Человеческий капитал как определяющий вектор развития экономики в ХХI в. // Общество: политика, экономика, право. 2016. № 11. С. 54–61.
Рябых В.Н., Рябых Е.Б. Социально-экономический аспект человеческого капитала в современной глобальной экономике // Вестник Тамбовского университета. Серия: Гуманитарные науки. 2015. № 9 (149). С. 129–136.
Роль человеческого капитала в современной экономике и показатели ее оценки / Н. А. Серебрякова, С. А. Волкова, О.О. Шендрикова, Т.А. Волкова // Вестник ВГУИТ 2017. Т. 79. № 4. С.253-259. DOI: 10.20914/2310-1202-2017-4-253-259
Михалева О.М. Роль человеческого капитала в инновационном развитии территорий // Вестник Брянского государственного университета. 2019. № 1. С. 183–189.
Стабинскайте Ю.А. Обоснование роли человеческого капитала в экономическом росте стран Европейского союза: современные методы увеличения эффективности национальных запасов человеческого капитала // Вестник Российского университета дружбы народов. Серия: Экономика. 2019. Т. 27. № 1. С. 35-48. DOI: 10.22363/2313-2329-2019-27-1-35-48
Кетова К.В. Математические модели экономической динамики: монография. Ижевск: ИжГТУ, 2013. 284 с.
Schmidhuber J. Deep learning in neural networks: An overview. Neural Networks, 2015, vol. 61, pp. 85–117. DOI: 10.1016/j.neunet.2014.09.003
Nguyen G., Dlugolinsky S., Bobk, M. Machine Learning and Deep Learning frameworks and libraries for large-scale data mining: a survey. Artificial Intelligence Review, 2019, vol. 52, pp. 77–24. DOI: 10.1007/s10462-018-09679-z
Vavilova D.D., Ketova K.V., Kasatkina E.V. Application of Genetic Algorithm for Adjusting the Structure of Multilayered Neural Network for Prediction of Investment Processes // Материалы VIII Международной конференции «Технические университеты: интеграция с европейскими и мировыми системами образования», 2019. Т. 1. С. 223–233.
Цой Ю.Р., Спицын В.Г. Эволюционный подход к настройке и обучению искусственных нейронных сетей // Нейроинформатика. 2006. Т. 1. № 1. С. 34–61.
Ясницкий Л.Н. Интеллектуальные информационные технологии и системы. Пермь: Пермский государственный национальный исследовательский университет, 2007. 271 с.
Effati S., Nazemi A. Neural network models and its application for solving linear and quadratic programming problems. Applied Mathematics and Computation, 2006, vol. 172, № 1, pp. 305–331. DOI:10.1016/j.amc.2005.02.005
Ghanbarzadeh M., Aminghafari M. A novel wavelet artificial neural networks method to predict non-stationary time series. Communications in statistics-theory and methods, 2018, vol. 49, № 4, pp. 864–878. DOI: 10.1080/03610926.2018.1549259
McCulloch W.S., Pitts W. A logical calculus of the ideas immanent in nervous activity. Bull. Math. Biophys., 1943, vol. 5, pp. 115–133.
Hebb D.O. The Organization of Behavior: A Neuropsychological Theory. Wiley, 1949. 335 p.
Rosenblatt F. Principles of Neurodynamics: Рerceptrons and the Тheory of Вrain Mechanisms. Washington, D.C. Spartan books, 1962. 480 p.
Kohonen T. Self-Organizing Maps (Third Extended Edition). New York, 2001. 501 p.
Grossberg S. Competitive learning: From interactive activation to adaptive resonance. Cognitive Science, 1987, vol. 11, no. 1, pp. 23–63.
Werbos P.J. Beyond Regression: New tools for Prediction and Analysis in the Behavioral Sciences. Harvard University, Cambridge, 1974.
Minsky M.L., Papert S. Perceptrons: an Introduction to Computational Geometry. Cambridge, Mass., 1969. 112 p.
Fukushima К., Miyake S., Takayuki I. Neocognitron: A neural network model for a mechanism of visual pattern recognition. IEEE Transaction on Systems, Man and Cybernetics SMC, 1983, vol. 13 (5), pp. 26–34.
Hopfield J.J., Tank D. W. Neural computation of decisions in optimization problems. Biological Cybernetics, 1985, vol. 52, no. 3, pp. 141–152.
Haykin S. Neural Networks: A Comprehensive Foundation. United States, 1998. 842 p.
Hecht-Nielsen R. Confabulation Theory. Springer-Verlag Berlin Heidelberg, 2007. 116 р.
Юнусова Л.Р., Магсумова А.Р. Алгоритмы обучения искусственных нейронных сетей // Проблемы науки. 2019. № 7 (43). С. 21–25.
Митинская А.Н., Матыч М.А. Исследование проблемы прогнозирования с использованием нейронных сетей // Актуальные направления научных исследований XXI века: теория и практика. 2015. Т.3. № 7–2 (18–2). С. 30–31. DOI: 10.12737/15021
Шагалова П.А. Реализация системы распознавания образов на базе нейросетевого подхода для анализа временных рядов // Труды Нижегородского государственного технического университета им. Р.Е. Алексеева. 2015. № 3 (110). С. 85–90.
Cavarretta F., Naldi G. Mathematical study of a nonlinear neuron model with active dendrites. Aims Mathematics, vol. 4, no. 3, pp. 83–846. DOI:10.3934/math.2019.3.831
Айвазян С.А., Афанасьев М.Ю., Кудров А.В. Индикаторы основных направлений социально-экономического развития и их агрегаты в пространстве характеристик региональной дифференциации // Прикладная эконометрика. 2019. №2 (54). С. 51–62.
Кетова К.В., Русяк И.Г., Романовский Ю.М. Математическое моделирование человеческого капитала // Компьютерные исследования и моделирование. 2019. Т. 11. № 2. С. 329–342. DOI: 10.20537/2076-7633-2019-11-2-329-342.
Русяк И.Г., Кетова К.В. Идентификация и прогнозирование обобщающих показателей развития региональной экономической системы // Прикладная эконометрика. 2009. № 3 (15). С. 56–71.
Рутковская Д., Пилиньский М., Рутковский Л. Нейронные сети. генетические алгоритмы и нечеткие системы. М.: Горячая линия – Телеком, 2006.