Компьютерные исследования и моделирование
RUS  ENG    ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB  
Общая информация
Последний выпуск
Архив

Поиск публикаций
Поиск ссылок

RSS
Последний выпуск
Текущие выпуски
Архивные выпуски
Что такое RSS



Компьютерные исследования и моделирование:
Год:
Том:
Выпуск:
Страница:
Найти






Персональный вход:
Логин:
Пароль:
Запомнить пароль
Войти
Забыли пароль?
Регистрация


Компьютерные исследования и моделирование, 2020, том 12, выпуск 5, страницы 1223–1245
DOI: https://doi.org/10.20537/2076-7633-2020-12-5-1223-1245
(Mi crm844)
 

Эта публикация цитируется в 1 научной статье (всего в 1 статье)

МОДЕЛИ ЭКОНОМИЧЕСКИХ И СОЦИАЛЬНЫХ СИСТЕМ

Multicriterial metric data analysis in human capital modelling
[Многокритериальный метрический анализ данных при моделировании человеческого капитала]

G. K. Kameneva, I. G. Kamenevab

a GBI Federal Research Center of Computer Science and Control Dorodnitsyn Computing Centre of the Russian Academy of Sciences, 40 Vavilova st., Moscow, 119333, Russia
b FGAEI HE National research university “Higher school of economics” 20 Myasnickaya st., Moscow, 101000, Russia
Список литературы:
Аннотация: В статье описывается вычислимая модель человека в информационной экономике и демонстрируется многокритериальный оптимизационный подход к метрическому анализу модельных данных. Традиционный подход к идентификации и исследованию модели предполагает идентификацию модели по временным рядам и прогнозирование дальнейшей динамики ряда. Однако этот подход неприменим к моделям, некоторые важнейшие переменные которых не наблюдаются явно, и известны только некоторые типичные границы или особенности генеральной совокупности. Такая ситуация часто встречается в социальных науках, что делает модели сугубо теоретическими. Чтобы избежать этого, для (неявной) идентификации и изучения таких моделей предлагается использовать метод метрического анализа данных (MMDA), основанный на построении и анализе метрических сетей Колмогорова–Шеннона, аппроксимирующих генеральную совокупность данных модельной генерации в многомерном пространстве социальных характеристик. С помощью этого метода идентифицированы коэффициенты модели и изучены особенности ее фазовых траекторий. Представленная в статье модель рассматривает человека как субъекта, обрабатывающего информацию, включая его информированность и когнитивные способности. Составлены пожизненные индексы человеческого капитала: креативного индивида (обобщающего когнитивные способности) и продуктивного (обобщает объем освоенной человеком информации). Поставлена задача их многокритериальной (двухкритериальной) оптимизации с учетом ожидаемой продолжительности жизни. Такой подход позволяет выявить и экономически обосновать требования к системе образования и социализации (информационному окружению) человека до достижения им взрослого возраста. Показано, что в поставленной оптимизационной задаче возникает Парето-граница, причем ее тип зависит от уровня смертности: при высокой продолжительности жизни доминирует одно решение, в то время как для более низкой продолжительности жизни существуют различные типы Парето-границы. В частности, в случае России применим принцип Парето: значительное увеличение креативного человеческого капитала индивида возможно за счет небольшого снижения продуктивного человеческого капитала (обобщение объема освоенной человеком информации). Показано, что рост продолжительности жизни делает оптимальным компетентностный подход, ориентированный на развитие когнитивных способностей, в то время как при низкой продолжительности жизни предпочтительнее знаниевый подход.
Ключевые слова: многокритериальная оптимизация, метрические сети, визуализация данных, человеческое развитие, идентификация модели, метод достижимых целей, интерактивные карты решений, человеческий капитал, метрический анализ данных.
Финансовая поддержка Номер гранта
Российский фонд фундаментальных исследований 18-01-00465
Работа выполнена при частичной поддержке РФФИ, проект 18-01-00465 a «Разработка методов многомерного метрического анализа социальных данных».
Поступила в редакцию: 19.12.2019
Исправленный вариант: 11.07.2020
Принята в печать: 17.07.2020
Тип публикации: Статья
УДК: 51-77, 517.977.5, 519.86, 303.094, 330.45, 331.101.26
Язык публикации: английский
Образец цитирования: G. K. Kamenev, I. G. Kamenev, “Multicriterial metric data analysis in human capital modelling”, Компьютерные исследования и моделирование, 12:5 (2020), 1223–1245
Цитирование в формате AMSBIB
\RBibitem{KamKam20}
\by G.~K.~Kamenev, I.~G.~Kamenev
\paper Multicriterial metric data analysis in human capital modelling
\jour Компьютерные исследования и моделирование
\yr 2020
\vol 12
\issue 5
\pages 1223--1245
\mathnet{http://mi.mathnet.ru/crm844}
\crossref{https://doi.org/10.20537/2076-7633-2020-12-5-1223-1245}
Образцы ссылок на эту страницу:
  • https://www.mathnet.ru/rus/crm844
  • https://www.mathnet.ru/rus/crm/v12/i5/p1223
  • Эта публикация цитируется в следующих 1 статьяx:
    Citing articles in Google Scholar: Russian citations, English citations
    Related articles in Google Scholar: Russian articles, English articles
    Компьютерные исследования и моделирование
    Статистика просмотров:
    Страница аннотации:108
    PDF полного текста:37
    Список литературы:20
     
      Обратная связь:
     Пользовательское соглашение  Регистрация посетителей портала  Логотипы © Математический институт им. В. А. Стеклова РАН, 2024