Тип публикации: статья из журнала
Год издания: 2026
Ключевые слова: food security, digitalization, monitoring, dynamic models, regional development, machine learning, scenario forecasting, продовольственная безопасность, цифровизация, мониторинг, динамические модели, региональное развитие, машинное обучение, сценарное прогнозирование
Аннотация: Целью исследования является идентификация элементов зарубежного методического инструментария оценки и прогнозирования продовольственной безопасности на основе цифровых технологий, применимых для разработки комплексной динамической модели регионального уровня. Проведен сравнительный анализ двух методических парадигм: количественногоПоказать полностьюподхода на основе ансамбля моделей машинного обучения и гибридной нейросетевой архитектуры и качественно- количественного подхода на основе нечеткого структурного моделирования драйверов Сельского хозяйства 4.0. Установлено, что оба подхода приходят к соотносимым выводам о ключевой роли автоматизации как базового условия цифровой трансформации аграрного сектора и положительном влиянии искусственного интеллекта на продовольственную безопасность. На основе синтеза парадигм идентифицированы три элемента модели: модуль оценки текущего состояния, модуль сценарного прогнозирования и модуль учета неопределенности. Определены адаптации для переноса опыта в российские условия на примере региона промышленного типа с пространственной дифференциацией. The aim of this study is to identify elements of international methodological approaches to food security assessment and forecasting based on digital technologies that can be used to develop a comprehensive dynamic model at the regional level. A comparative analysis of two methodological paradigms was conducted: a quantitative approach based on machine learning ensemble models and hybrid neural network architecture, and a qualitative-quantitative approach based on fuzzy structural modeling of Agriculture 4.0 drivers. The findings show that both approaches reach similar conclusions about the key role of automation as a basic condition for digital transformation in the agricultural sector and the positive impact of artificial intelligence on food security. Through the synthesis of both paradigms, three model elements were identified: a current state assessment module, a scenario forecasting module, and an uncertainty accounting module. The necessary adaptations for applying this experience to Russian conditions were determined, using an industrial-type region with spatial differentiation as an example.
Журнал: Журнал Сибирского федерального университета. Серия: Гуманитарные науки
Выпуск журнала: Т.19, №6
Номера страниц: 1202-1210
ISSN журнала: 19971370
Место издания: Красноярск
Издатель: Сибирский федеральный университет