NEURAL NETWORK OPTIMIZATION OF FISCAL-TAX BURDEN AS AN ELEMENT OF REGION’S ECONOMY DIGITALIZATION
ID елемента: 20767
2026/04/30
Цитування
eNUPPIR (). NEURAL NETWORK OPTIMIZATION OF FISCAL-TAX BURDEN AS AN ELEMENT OF REGION’S ECONOMY DIGITALIZATION. https://enuppir.politeh.duckdns.org/item/20767
eNUPPIR. "NEURAL NETWORK OPTIMIZATION OF FISCAL-TAX BURDEN AS AN ELEMENT OF REGION’S ECONOMY DIGITALIZATION." Web. . <https://enuppir.politeh.duckdns.org/item/20767>.
eNUPPIR. "NEURAL NETWORK OPTIMIZATION OF FISCAL-TAX BURDEN AS AN ELEMENT OF REGION’S ECONOMY DIGITALIZATION." Accessed . https://enuppir.politeh.duckdns.org/item/20767.
Скопійовано в буфер обміну
Властивості
Назва
Англійська
NEURAL NETWORK OPTIMIZATION OF FISCAL-TAX BURDEN AS AN ELEMENT OF REGION’S ECONOMY DIGITALIZATION
Російська
НЕЙРОСЕТЕВАЯ ОПТИМИЗАЦИЯ ФИСКАЛЬНО-НАЛОГОВОЙ НАГРУЗКИ КАК ЭЛЕМЕНТ ЦИФРОВИЗАЦИИ ЭКОНОМИКИ РЕГИОНА
Українська
НЕЙРОМЕРЕЖЕВА ОПТИМІЗАЦІЯ ФІСКАЛЬНО-ПОДАТКОВОГО НАВАНТАЖЕННЯ ЯК ЕЛЕМЕНТ ЦИФРОВІЗАЦІЇ ЕКОНОМІКИ РЕГІОНУ
Опис
Англійська
The purpose of the article is to develop a technology for constructing neural network models for automatic monitoring of the tax burden to achieve an optimal balance between the possibility of developing a successful business and sufficient filling of the regional budget. Methodology. A multilayer perceptron was used for the research, an algorithm for back propagation was used, as well as a neuro management technology. Results. Automated the process of determining the elements of the gradient vector in the implementation of the traditional method of back propagation of the error using the technology of neural control. Originality. For the first time, a solution to optimize the fiscal and tax burden of the region with the application of the back propagation algorithm was proposed. Practical value. Using the proposed methodology will create a software tool for the transition to an automatic system for optimal management of the economy.
Російська
Целью статьи является разработка технологии построения нейросетевых моделей автоматического мониторинга состояния налоговой нагрузки для достижения оптимального баланса между возможностью развития успешного бизнеса и достаточным наполнением регионального бюджета. Методика. Для проведения исследований был использован многослойный персептрон, применен алгоритм обратного распространения, а также технология нейроуправления. Результаты. Произведена автоматизация процесса определения элементов вектора градиента при реализации традиционного метода обратного распространения ошибки с помощью применения технологии нейроуправления. Научная новизна. Впервые предложено решение оптимизации фискально-налоговой нагрузкой (ФНН) региона с применением алгоритма обратного распространения. Практическое значение. Использование предложенной методики позволит создать программный инструментарий для перехода к автоматической системе оптимального управления экономикой.
Українська
Метою статті є розробка технології побудови нейромережевих моделей автоматичного моніторингу стану податкового навантаження для досягнення оптимального балансу між можливістю розвитку успішного бізнесу та достатнім наповненням регіонального бюджету. Методика. Для проведення досліджень був використаний багатошаровий персептрон, застосований алгоритм зворотного поширення, а також технологія нейроуправленія. Результати. Проведена автоматизація процесу визначення елементів вектора градієнта при реалізації традиційного методу зворотного поширення помилки за допомогою застосування технології нейроуправління. Наукова новизна. Вперше запропоновано рішення оптимізації фіскально-податкового навантаженням регіону з застосуванням алгоритму зворотного поширення. Практичне значення. Використання запропонованої методики дозволить створити програмний інструментарій для переходудо автоматичної системи оптимального управління економікою.
Автор
Російська
Alyoshin, S.
Російська
Borodina, E.
Тематика
Англійська
neural network
Англійська
neural network optimization
Англійська
fiscal and tax burden
Англійська
digitalization
Англійська
regional economy
Російська
нейронная сеть
Російська
нейросетевая оптимизация
Російська
фискально-налоговая нагрузка
Російська
цифровизация
Російська
экономика региона
Українська
нейронна мережа
Українська
нейромережева оптимізація
Українська
фіксально-податкове навантаження
Українська
цифровизація
Українська
економіка регіону
Видавництво
Українська
Національний університет «Полтавська політехніка імені Юрія Кондратюка»
Тип
info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
Українська
Рецензована Стаття
Формат
application/pdf
Ідентифікатор
https://journals.nupp.edu.ua/sunz/article/view/1139
10.26906/SUNZ.2018.3.088
Джерело
Англійська
Control, Navigation and Communication Systems. Academic Journal; Vol. 3 No. 49 (2018): Control, Navigation and Communication Systems; 88-92
Російська
Системы управления, навигации и связи. Сборник научных трудов; Том 3 № 49 (2018): Системи управління, навігації та зв’язку; 88-92
Українська
Системи управління, навігації та зв’язку. Збірник наукових праць; Том 3 № 49 (2018): Системи управління, навігації та зв’язку; 88-92
2073-7394
10.26906/SUNZ.2018.3
Мова
ru
Відношення
https://journals.nupp.edu.ua/sunz/article/view/1139/958
Права
Українська
Авторське право (c) 2018 S. Alyoshin, E. Borodina
Інформація про метадані
Створено
2026-4-30 16:42
Остання зміна
2026-4-30 16:42
ID елемента
#20767