Применение нейросетевой модели для классификации и оценки инвестиционных проектов в рамках экономического анализа в ГИС

Работа посвящена разработке интеллектуальной геоинформационной системы для анализа инвестиционных проектов на основе автоматизированной обработки текстовой информации. Система интегрирует методы обработки естественного языка, машинного обучения и традиционные методы геопространственного анализа для структурирования информации об экономических объектах из разнородных открытых источников. Основной вклад работы состоит в разработке методологии многоэтапной обработки текстовых данных и реализации нейросетевой архитектуры на основе модели T5, которая обеспечивает одновременное решение задач классификации стадии проекта и предсказания его стоимости. Система демонстрирует высокий потенциал для практического применения в области инвестиционного анализа и управления проектными портфелями. Работа содержит рекомендации по совершенствованию системы, включая применение методов активного обучения, трансферного обучения (transfer learning) и развитие методов интерпретируемости результатов.

1. Абдурахманов К. Х. Искусственный интеллект – основа устойчивого развития экономики: моногр. / Рос. экон. ун-т им. Г. В. Плеханова. М.: Изд-во РЭУ им. Г. В. Плеханова, 2023. 298 с.

2. Аманкулова Н. А., Молмакова М. С., Каримова Г. Т. Искусственный интеллект и геоинформационные системы // Бюллетень науки и практики. 2023. № 11. C. 278–287.

3. Берлянт A. M. Геоинформационное картографирование: моногр. М.: Астрея, 1997. 64 с.

4. Баранов Ю. Б., Берлянт А. М., Капралов Е. Г. и др. Геоинформатика. Толковый словарь основных терминов. М.: ГИС-Ассоциация, 1999. 204 с.

5. Миронова Ю. Н. Геоинформационные системы // Актуальные проблемы гуманитарных и естественных наук. 2014. № 3 (62). С. 63–65.

6. Хазратов Ф. Х. Современные проблемы интеграции геоинформационных систем и интернет-технологий // Universum: технические науки: электрон. научн. журн. 2020. № 9 (78).

7. Шайтура С. В. Интеллектуальный анализ геоданных // ПНиО. 2015. № 6 (18). С. 24–30.

8. Devlin J., Chang M.-W., Lee K., Toutanova K. BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding // Proceedings of NAACL-HLT 2019. P. 4171–4186.

9. Burrough P. A., McDonnel R. A. Principles of geographical information systems. Oxford: Oxford University Press, 1998, 333 p.

10. Терентьева Н. А. Прикладное значение ГИС-технологий // Научное сообщество студентов: Междисциплинарные исследования: сб. ст. по материалам LXXXIII Междунар. студ. науч.-практ. конф. № 24 (83). 2019.