Искусственный интеллект в спортивном менеджменте

Авторы: Летягина Елена Николаевна, Перова Валентина Ивановна

Тип: учебник Язык: русский ISBN: 978-5-94472-118-1

Год издания: 2023 Место издания: Москва Число страниц: 308

Издательство: ООО "Издательство ТРИУМФ" (Москва)

АННОТАЦИЯ:

В учебнике рассматривается применение искусственного интеллекта в спортивном менеджменте. Предлагаются существующие и авторские методологические подходы к исследованию развития физической культуры и спорта на основе искусственных нейронных сетей. Представлены наиболее важные модели искусственных нейронных сетей, что должно обеспечить понимание основ изучаемого предмета. Подробно описаны наиболее популярные нейросетевые архитектуры. Большое внимание уделено рассмотрению алгоритмов и методов обучения искусственных нейронных сетей различной структуры. Показано практическое использование инструментов искусственного интеллекта в фокусе совершенствования менеджмента в сфере физической культуры и спорта. Каждая глава учебника сопровождается контрольными вопросами, способствующими более эффективному усвоению материала. Учебник предназначен для студентов магистратуры, обучающимся по новым укрупненным группам направлений подготовки: «Физическая культура и спорт», «Экономика, бизнес и управление», «Информатика, вычислительная техника и искусственный интеллект», «Информационная безопасность». Он может быть использован при изучении нейросетевых технологий аспирантами, преподавателями, а также специалистами в области спортивного менеджмента.

СПИСОК ЦИТИРУЕМОЙ ЛИТЕРАТУРЫ:
 
 
1.  Указ Президента Российской Федерации «Стратегии развития информационного общества в Российской Федерации на 2017–2030 годы» от 9 мая 2017 г. № 203. URL: http://kremlin.ru/acts/news/54477.  
2.  Стратегия развития информационного общества в Российской Федерации на 2017–2030 годы (Утверждена Указом Президента Российской Федерации от 9 мая 2017 г. № 203). URL: http://pravo.gov.ru/ proxy/ips/?docbody=&firstDoc =1&lastDoc=1&nd=102431687  
3.  Указ Президента РФ от 13.05.2017 № 208 «О Стратегии экономической безопасности Российской Федерации на период до 2030 года». URL: http://www.consultant.ru  
4.  Указ Президента РФ от 21.07.2020 № 474 «О национальных целях развития Российской Федерации на период до 2030 года». URL: http://www.kremlin.ru/acts/bank/45726  
5.  Указ Президента Российской Федерации от 7 мая 2018 года № 204 «О национальных целях и стратегических задачах развития Российской Федерации на период до 2024 года».  
6.  Федеральный закон от 02.08.2019 г. № 259-ФЗ «О привлечении инвестиций с использованием инвестиционных платформ и о внесении изменений в отдельные законодательные акты Российской Федерации».  
7.  Федеральный закон от 31 июля 2020 г. N 258-ФЗ «Об экспериментальных правовых режимах в сфере цифровых инноваций в Российской Федерации».  
8.  Программа «Цифровая экономика Российской Федерации» (Утверждена Распоряжением Правительства Российской Федерации от 28 июля 2017 г. № 1632- р). URL: http://government.ru/docs/28653.  
9.  Постановление Правительства РФ от 15.04.2014 N 313 (ред. от 19.10.2020) «Об утверждении государственной программы Российской Федерации «Информационное общество».  
10.  Постановление Правительства РФ от 2 марта 2019 г. N 234 «О системе управления реализацией национальной программы «Цифровая экономика Российской Федерации».  
11.  Распоряжение от 28 июля 2017 г. № 1632-р Об утверждении программы «Цифровая экономика Российской Федерации» //http://static.government.ru/media/files/9gFM4FHj4PsB79I5v7yLVuPgu4bvR7M0.pdf.  
12.  Распоряжение Правительства РФ от 17.12.2019 N 3074-р «Концепция создания цифровой аналитической платформы».  
13.  Распоряжение Правительства РФ от 24 ноября 2020 г. № 3081-р «Об утверждении Стратегии развития физической культуры и спорта в РФ на период до 2030 года». URL: https://www.garant.ru/products/ipo /prime/doc/74866492/  
14.  Стратегия развития отрасли информационных технологий в Российской Федерации на 2014–2020 годы и на перспективу до 2025 года (Утверждена Распоряжением Правительства Российской Федерации от 1 ноября 2013 г. № 2036-р, г. Москва). URL: https://rg.ru/2013/11/08/texnologii-site-dok.html.  
15.  Приказ Минкомсвязи России № 637 «Об утверждении Плана (дорожной карты) реализации Концепции построения и развития узкополосных беспроводных сетей связи «Интернета вещей» на территории Российской Федерации».  
16.  Приказ Минкомсвязи России № 923 «Об утверждении Концепции создания и развития сетей 5G/IMT-2020 в Российской Федерации».  
17.  Приказ Минкомсвязи России № 160 «Об утверждении методик расчета показателей федерального проекта «Информационная инфраструктура» национальной программы «Цифровая экономика Российской Федерации».  
18.  Приказ Минпромторга России от 23.06.2016 N 2091 (ред. от 01.06.2020) «Об утверждении Концепции развития государственной информационной системы промышленности».  
19.  Приказ Минэкономразвития России от 12.02.2020 N 66 «Об утверждении Методических рекомендаций по проведению статистической оценки уровня технологического развития экономики Российской Федерации в целом и ее отдельных отраслей».  
20.  Паспорт национальной программы «Цифровая экономика Российской Федерации» (утв. президиумом Совета при Президенте Российской Федерации по стратегическому развитию и национальным проектам 24 декабря 2018 г. N 16).  
21.  Абалкин Л.И. Вызовы нового века. М.:ИЭРАН, 2001. 267 с.  
22.  Аверкин А.Н., Гаазе-Рапопорт М. Г., Поспелов Д.А. Толковый словарь по искусственному интеллекту. М.: Радио и связь, 1992. 256 с.  
23.  Аганбегян А.Г. Человеческий капитал и его главная составляющая – сфера «экономики знаний» как основной источник социально-экономического роста // Экономические стратегии. 2017. № 3. С. 66–79; № 4. С. 6–21. URL: http://stolypinsky.club/wpcontent/uploads/2017/08/ CHelovecheskij-kapital- iego-glavnaya-sostavlyayushhaya-sferaekonomiki-znanij-kak-osnovnoj-istochnik-sotsialno-ekonomicheskogo-rosta.pdf.  
24.  Аксенов С.В., Новосельцев В.Б. Организация и использование нейронных сетей (методы и технологии) / Под общ. ред. В.Б. Новосельцева. Томск: Изд-во НТЛ, 2006. 128 с.  
25.  Аксенова Е.И. Экспертный обзор развития технологий искусственного интеллекта в России и мире. Выбор приоритетных направлений развития искусственного интеллекта в России. М.: ГБУ «НИИОЗММ ДЗМ», 2019. 38 с.  
26.  Балабанов А.С., Стронгина Н.Р. Анализ данных в экономических приложениях: Учебное пособие. Н. Новгород: Изд-во Нижегородского госуниверситета им. Н.И. Лобачевского, 2004. 135 с.  
27.  Баранов В.Г., Костюков В.Е., Милов В.Р. Обучение ансамбля нейронных сетей // Информационные технологии: Труды Нижегород. гос. техн. ун-та. – Н. Новгород, 2005. Т. 56. Вып. 2. С. 137–141.  
28.  Барский А.Б. Нейронные сети: распознавание, управление, принятие решений. М.: Финансы и статистика, 2004. 176 с.  
29.  Басалин П.Д., Белокрылов П.Ю., Згурский Д.С. Синтез схем произвольной комбинационной логики в нейросетевом базисе с применением метода имитации отжига // Вестник Нижегородского госуниверситета им. Н.И. Лобачевского. Нижний Новгород: Изд-во ННГУ им. Н.И. Лобачевского, 2008. № 5. С. 126–130.  
30.  Башмаков А.И., Башмаков И.А. Интеллектуальные информационные технологии: Учебное пособие. М.: Изд-во МГТУ им. Н.Э. Баумана, 2005. 304 с.  
31.  Бедный А.Б., Бедный Б.И., Грудзинский А.О., Плехова Ю.О. Роль и структура инновационного предпринимательского образования в исследовательском университете // Университетское управление: практика и анализ. 2012. № 3. С. 56–63.  
32.  Бовбель Е.И., Паршин В.В. Нейронные сети в системах автоматического распознавания речи // Зарубежная радиоэлектроника. Успехи современной радиоэлектроники. 1998. – № 4. С. 49–65.  
33.  Богатырев А.В., Морозов О.А. Роль системы управления рисками в обеспечении экономической безопасности промышленного предприятия // На страже экономики. 2021. № 3 (16). С. 15—21. URL: https://doi.org/10.36511/2588-0071-2021-1-25-21.  
34.  Богомолов Г.В., Ерошкина С.Б., Фураев В.А. Цифровизация предоставления статистических данных сферы физической культуры и спорта// Теория и практика физической культуры. 2021. № 1. С. 14–16.  
35.  Болдыревский П.Б., Кистанова Л.А. Оценка эффективности инновационной деятельности промышленных предприятий // Актуальные вопросы науки. 2014. № 12. С. 65–69.  
36.  Бэстенс Д.-Э., Ван ден Берг В.-М., Вуд Д. Нейронные сети и финансовые рынки: принятие решений в торговых операциях. М.: ТВП, 1997. 236 с.  
37.  Волкова М.А., Иванова Ю.О. Цифровизация в корпоративном спорте: состояние, перспективы, возможности развития// Управленческий учет. 2022. № 4–3. С. 640–649.  
38.  Галушкин А.И. Теория нейронных сетей. Кн. 1: Учебное пособие для вузов / Общая ред. А.И. Галушкина. М.: ИПРЖР, 2000. 416 с.  
39.  Глазьев С.Ю. Мировой экономический кризис как процесс смены технологических укладов // 2009. Вопросы экономики. № 3. С. 26–28.  
40.  Глазьев С.Ю., Харитонов В.В. Нанотехнологии как ключевой фактор нового технлогического уклада в экономике: Монография. М.: "Тровант", 2009. 304 с.  
41.  Горбань А.Н., Россиев Д.А. Нейронные сети на персональном компьютере. – Новосибирск: Наука (Сибирское отделение), 1996. 276 с.  
42.  Горбунов С.А., Дубровский А.В. Роль физической культуры в совершенствовании умственной готовности к обучению и профессиональной деятельности // Теория и практика физической культуры. 2002. № 12. С. 13–15.  
43.  Гохберг Л., Кузнецова И. Инновационные процессы: тенденции и проблемы // Экономист. – 002. № 2. С. 50–59.  
44.  Гринберг Р., Рубинштейн А. Теория, инновации и контуры будущей экономики в диалоге с Кеннетом Эрроу. Вопросы экономики. 2010. № 10. С. 5–16.  
45.  Гуржиев В. Факторы инновационной направленности инвестиций // Экономист. 2002. № 2. С. 11–18.  
46.  Гусева Н.С., Перова В.И. Анализ стратегического потенциала регионов РФ с помощью нейросетевого моделирования в пакете Matlab // Актуальные проблемы социально-экономического развития и пути их решения: Материалы Первой региональной научно-практической конференции (Дзержинск, 18 марта 2010 г.). Н. Новгород, Изд-во НИСОЦ, 2010. С. 126–130.  
47.  Дебок Г., Кохонен Т. Анализ финансовых данных с помощью самоорганизующихся карт: Пер. с англ. М.: Издательский дом «АЛЬПИНА», 2001. 317 с.  
48.  Добролюбова Е.И. Государственное управление по результатам в эпоху цифровой трансформации: обзор зарубежного опыта и перспективы для России // Вопросы государственного и муниципального управления. 2018. № 4. С. 70–93.  
49.  Добрынин А.П. и др. Цифровая экономика – различные пути к эффективному применению технологий (BIM, PLM, CAD, ЮТ, Smart City, BIG DATA и другие) // International Journal of Open Information Technologies. 2016. Vol. 4. № 1. P. 4–11.  
50.  Дорошенко С.В., Шеломенцев А.Г. Предпринимательская экосистема в современных социоэкономических исследованиях // Журнал экономической теории. 2017. № 4. С. 212–221.  
51.  Дюк В.А., Самойленко А.П. Data Mining: учебный курс. СПб: Питер, 2001. 370 с.  
52.  Иваницкий В.П., Зубков Л.Д. Тенденции развития инновационных систем: региональный аспект // Финансы и кредит. 2012. № 1 (481). С. 20–25.  
53.  Ивантер В.В. Основные элементы денежно-финансовой политики России / В.В. Ивантер, В.С. Панфилов, О. Дж. Говтвань, А.А. Медков, А.К. Моисеев // Проблемы прогнозирования. 1997. № 1.  
54.  Иваньковский С.Л., Трофимов О.В. Аспекты конкурентоспособности в высшем образовании России при цифровизации пространства// В сборнике: Россия, Европа, Азия: цифровизация глобального пространства. Сборник научных трудов II международного научно-практического форума. Под редакцией В.А. Королева. 2019. С. 232–234.  
55.  Изаак С.И. Цифровизация и интеллектуализация стратегического управления в спорте // Ученые записки университета им. П.Ф. Лесгафта. 2021. № 5 (195). С. 153–155.  
56.  Ильясов Ф.Н. Разум искусственный и естественный // Известия АН Туркменской ССР, серия общественных наук. 1986. № 6. С. 46–54.  
57.  Индикаторы цифровой экономики: 2019: статистический сборник / Г. И. Абдрахманова, К. О. Вишневский, Л. М. Гохберг и др.; Нац. исслед. ун-т «Высшая школа экономики». М.: НИУ ВШЭ, 2019. 248 с.  
58.  Каллан Р. Основные концепции нейронных сетей: Пер. с англ. М.: Издательский дом «Вильямс», 2003. 288 с.  
59.  Клейнер Г.Б., Мишуров С.С., Ерзнкян Б.А. и др. Инновационное развитие региона: потенциал, институты, механизмы: монография. Иваново: Ивановский государственный университет. 2011. 198 с.  
60.  Комашинский В.И., Смирнов Д.А. Нейронные сети и их применение в системах управления и связи. М.: Горячая линия–Телеком, 2003. 94 с.  
61.  Кондратьев Н.Д., Яковец Ю.В., Абалкин Л.И. Большие циклы конъюнктуры и теория предвидения. Избранные труды. М.: Экономика, 2002. 766 с.  
62.  Кононов Ю.Д., Локтионов В.И. Учет инвестиционных рисков при сравнении экономической эффективности крупномасштабных проектов // Управление рисками. 2010. № 1.  
63.  Круг П.Г. Нейронные сети и нейрокомпьютеры: Учебное пособие по курсу «Микропроцессоры». М.: Издательство МЭИ, 2002. 176 с.  
64.  Круглов В.В., Дли М.И., Голунов Р.Ю. Нечеткая логика и искусственные нейронные сети. М.: Физматлит, 2001. 224 с.  
65.  Крылова А.Т., Круглова Т.Э. Цифровизация как основа получения качественных статистических данных для управления системой физической культуры и спорта// Экономика. Право. Инновации. 2022. № 1. С. 48–53.  
66.  Кудрявцева С.С. Экономический рост и интеллектуальный капитал: институциональные аспекты взаимосвязи // Вестник Казанского технологического университета. 2012.Т. 15. № 6. С 222–226.  
67.  Кузнецов Ю.А. Человеческий капитал, производительность труда и экономический рост // Экономический анализ: теория и практика. 2012. № 43. С. 2–14. URL: https://cyberleninka.ru/article/n/chelovecheskiy-kapital-proizvoditelnost-truda-iekonomicheskiy-rost-okonchanie  
68.  Кузнецов Ю.А., Маркова С.Е. Анализ качественных особенностей динамики развития российского рынка ИКТ. Структурный подход // Труды НГТУ им. Р.Е. Алексеева. 2013. № 3 (100). С. 242–252.  
69.  Кузнецов Ю.А., Перова В.И. Использование нейросетевого моделирования в анализе деятельности крупнейших компаний Российской Федерации // Экономический анализ: теория и практика. 2010. № 31 (196). С. 32–42.  
70.  Кузнецов Ю.А., Перова В.И., Воробьева Е.В. Анализ показателей финансово-экономической деятельности крупнейших компаний Поволжья с применением нейросетевого моделирования // Государственное регулирование экономики: Инновационный путь развития. Материалы Восьмой Международной научно-практической конференции. Нижний Новгород: Изд-во ННГУ им. Н.И. Лобачевского, 2011. С. 316–319.  
71.  Кузнецов Ю.А., Перова В.И., Воробьева Е.В. Нейросетевое моделирование финансово-экономической деятельности крупнейших компаний Поволжья // Экономический анализ: теория и практика. 2011. № 35 (242). С. 25–36.  
72.  Кузнецов Ю.А., Перова В.И., Эйвазова Э.Н. Нейросетевое моделирование динамики инновационного развития регионов Российской Федерации // Региональная экономика: теория и практика. 2014. Т. 12. Вып. 4. С. 18–28.  
73.  Кузнецов Ю. А., Перова В. И., Семиков Д. С. Информационные и коммуникационные технологии как фактор развития цифровой экономики в Российской Федерации // Вестник Нижегородского университета им. Н. И. Лобачевского. Серия: Социальные науки. 2017. № 4. С. 38–47.  
74.  Кузьмин В.Г., Улитин И.Б., Улитин Б.И. Применение инновационных IT- технологий в сфере современной физической культуры и спорта // Культура физическая и здоровье. 2016. Т. 56. № 1. С.35–37.  
75.  Лазарева Е.И., Гаврилова Ю.В. Эффективное управление человеческим капиталом организации в условиях устойчиво-инновационного развития экономики // Вопросы инновационной экономики. 2020. .№ 2. С. 737–746.  
76.  Ландау Л.Д., Лифшиц Е.М. Статистическая физика. Том V. М.: Наука, 1964. 568 с.  
77.  Ленчук Е.Б. Роль «новой индустриализации» в формировании инновационной экономики России // Институциональная среда «новой индустриализации» экономики России: Сборник / Под ред. Е.Б. Ленчук. М.: Институт экономики РАН. 2014. С. 12–43.  
78.  Лепский А.Е., Броневич А.Г. Математические методы распознавания образов: Курс лекций. Таганрог: Изд-во ТТИ ЮФУ, 2009. 155 с.  
79.  Лепский В.Е. Субъектно-ориентированный подход к инновационному развитию . М.: Изд-во «Когито-Центр», 2009. 208 с.  
80.  Летягина Е.Л., Перова В.И., Подольская А.М. Исследование развития цифровой экономики России с использованием методов искусственного интеллекта // Развитие и безопасность. 2021. № 1. С. 83–94. DOI: 10.46960/2713-2633_2021_1_83.  
81.  Летягина Е.Н. Методологические аспекты совершенствования системы управления организацией // Вестник ННГУ. Серия "Экономика и финансы". 2004.Вып. 2 (6).  
82.  Летягина Е.Н. Управление цифровой трансформацией отраслей, комплексов, предприятий: монография. Нижний Новгород: Нижегородского госуниверситета им. Н.И. Лобачевского, 2021. 240 с.  
83.  Летягина Е.Н., Беляев П.Н. Применение системного подхода в диагностике инвестиционной привлекательности предприятий // Фундаментальные исследования. 2015. № 6-1. С. 148–153. URL: http://www.fundamental-research.ru/ru/ article/view? id=38411.  
84.  Летягина Е.Н., Бодрикова О.А., Перцева Л.Н. О прогнозировании отраслей, предприятий, комплексов // Российское предпринимательство. 2011. № 11-1. С. 70–75.  
85.  Летягина Е.Н., Колодеев Е.П. Проблемы организации и проведения онлайн занятий по физической культуре и спорту в образовательных организациях // Ученые записки университета им. П.Ф. Лесгафта. 2021. № 2 (192). С. 151–156.  
86.  Летягина Е.Н., Кутасин А.Н., Лебедев Ю.А. Анализ развития физической культуры и спорта в Нижегородской области // Экономика и предпринимательство. 2018. № 10 (99). С. 300–303.  
87.  Летягина Е.Н., Орлова Е.А. О состоянии и развитии объектов спорта в России и Нижегородской области // Экономика и предпринимательство. 2018. № 9. С. 372–376.  
88.  Летягина Е.Н., Перова В.И. Нейросетевое моделирование развития детско-юношеского спорта Российской Федерации как фактора формирования человеческого капитала // Вестник Нижегородского университета им. Н.И. Лобачевского. Серия: Социальные науки. 2020. № 2 (58). С. 40–47.  
89.  Летягина Е.Н., Перова В.И. Нейросетевое моделирование региональных инновационных экосистем // Journal of New Economy. 2021. Т. 22. № 1. С. 71–89. DOI: 10.29141/2658-5081-2021-22-1-4.  
90.  Летягина Е.Н., Перова В.И., Федорова Н.Ю. Нейронные сети в исследовании человеческого капитала России как детерминанта национальной безопасности страны // Развитие и безопасность. 2022. № 4 (16). С. 55–70. DOI: 1046960/2713-2633_2022_4_55.  
91.  Летягина Е.Н., Перова В.И., Кутасин А.Н. Инновационный подход к исследованию развития человеческого капитала средствами физической культуры и спорта с использованием научного инструментария нейронных сетей // Креативная экономика. 2020. Т. 14. № 8. URL: https://doi.org/10.18334/ce.14.8.110698.  
92.  Летягина Е.Н., Перова В.И., Перова Н.А. Нейросетевой анализ развития физической культуры и спорта России в условиях глобальных вызовов // Сборник материалов II Международной научно-практической конференции молодых ученых и студентов «Приоритетные направления развития спорта, туризма, образования и науки», Нижний Новгород, 18 ноября 2021. С. 173–180.  
93.  Летягина Е.Н., Перова В.И., Малов Д.Н. Применение искусственных нейронных сетей в исследовании инновационного потенциала регионов // В кн.: Применение технологий виртуальной реальности и смежных информационных систем в междисциплинарных задачах FIT-M 2020. Сборник тезисов международной научной конференции. Москва, 17 – 19 декабря 2020. Изд-во «Знание-М» (Москва). 2020. С. 184–187. URL: https://www.elibrary.ru/item.asp&id=44476756.  
94.  Летягина Е.Н., Перова В.И., Подольская А.М. Исследование развития цифровой экономики России с использованием методов искусственного интеллекта // Развитие и безопасность. 2021. № 1 (9). С. 83–96. DOI: 10.46960/2713-2633_2021_1_83.  
95.  Летягина Е.Н., Перова В.И., Яшин С.Н., Борисов С.А. Исследование инновационного развития региональной экономики в условиях глобальных вызовов с использованием методов искусственного интеллекта // Экономическая безопасность. 2021. Т. 4. № 3. С. 781–794. DOI: 10.18334/ecsec.4.3.112025.  
96.  Летягина Е.Н., Свеженцев А.Г. Методология кластерного подхода в экономике // Экономические науки. 2011. № 6 (79). С. 97–100.  
97.  Летягина Е.Н., Тихомиров А.В. Современные подходы к управлению организациями // Russian Economic Bulletin. 2020. Т. 3. № 3. С. 236–241.  
98.  Лю Б. Теория и практика неопределенного программирования: Пер. с англ. М.: БИНОМ. Лаборатория знаний, 2005. 416 с.  
99.  Любушин Н.П., Летягина Е.Н., Перова В.И., Котов Р.М. Методы искусственного интеллекта в исследовании экономического потенциала регионов России в условиях больших вызовов // Экономический анализ: теория и практика. 2022. Т. 21. № 6. С. 994 – 1017. URL: https://doi.org/10.24891/ea. 2 1. 6. 9 94  
100.  Малов Д.Н., Летягина Е.Н. Разработка нейросетевой модели кластеризации экономики для анализа инвестиционной привлекательности предприятий // Креативная экономика. 2019. Т. 13. № 8. С. 1529–1536. URL: http://doi.org/10.18334/ce.13.8.40931.  
101.  Назаров А.В., Лоскутов А.И. Нейросетевые алгоритмы прогнозирования и оптимизации систем. СПб.: Наука и Техника, 2003. 384 с.  
102.  НИУ ВШЭ. URL: https://hsbi.hse.ru/articles/tekhnologii-iskusstvennogo-intellekta-i-mashinnogo-obucheniya/  
103.  Осипов Г.С. Искусственный интеллект: Состояние исследований и взгляд в будущее [Электронный ресурс]. URL: http://www.raai.org/about/persons/osipov/pages/ai/ai.html.  
104.  Осипов Г.С. Методы искусственного интеллекта. М.: Физматлит, 2011. 295 с.  
105.  Осовский С. Нейронные сети для обработки информации / Пер. с польск. И.Д. Рудинского. М.: Финансы и статистика, 2002. 344 с.  
106.  Павлов С.Н. Системы искусственного интеллекта: Томск: Эль Контент, 2011. Ч. 1. 176 c.  
107.  Панов А.И. НИУ ВШЭ. Введение в методы ИИ. 28.09.2017. Режим доступа: https://cs.hse.ru/data/2017/10/08/1159578493/Slides-IntroToAI-HSE-2017- 01-Panov.pdf.  
108.  Перова В.И. Нейронные сети в экономических приложениях. Часть 1. Нейронные сети, обучаемые с учителем: Учебное пособие. Нижний Новгород: Издательство Нижегородского госуниверситета им. Н.И. Лобачевского, 2012. 130 с.  
109.  Перова В.И., Калашникова Ю.Н. Методы искусственного интеллекта в моделировании инновационно-инвестиционного развития экономики России // «Математическое и компьютерное моделирование и бизнес-анализ в условиях цифровизации экономики. Нижний Новгород: Сборник научных статей по итогам I Всероссийского научно-практического семинара. Нижний Новгород, Издательство: Национальный исследовательский Нижегородский государственный университет им. Н.И. Лобачевского (Нижний Новгород). 2022. 123 с.». 2022. С. 83–90.  
110.  Перова В.И. Нейронные сети. Часть 1: Учебное пособие. – Нижний Новгород: Издательство Нижегородского госуниверситета им. Н.И. Лобачевского, 2012. – 156 с.  
111.  Перова В.И. Нейронные сети. Часть 2. Нейронные сети, обучаемые без учителя. Учебное пособие. Нижний Новгород: Издательство Нижегородского госуниверситета им. Н.И. Лобачевского, 2012. 135 с.  
112.  Перова В.И. Нейронные сети. Часть 2: Учебное пособие. Нижний Новгород: Издательство Нижегородского госуниверситета им. Н.И. Лобачевского, 2012. 111 с.  
113.  Перова В.И., Андриашевич Е.Н. Классификация крупнейших компаний Российской Федерации // Труды итоговой научной конференции учебно-научного инновационного комплекса «Модели, методы и программные средства» (Нижний Новгород, 27 – 30 ноября 2007 г.). Нижний Новгород: Изд-во Нижегородского госуниверситета, 2007. С. 313–315.  
114.  Перова В.И., Банковская Е.С. Нейросетевой анализ влияния человеческого капитала на экономическую безопасность Российской Федерации // Развитие и безопасность. 2020. № 4 (8). С. 106–114. DOI: 10.46960/2713-2633_2020_4_106  
115.  Перова В.И., Кабанова И.А. Нейросетевое моделирование развития человеческого капитала в контексте инновационной экономики Российской Федерации // Актуальные вопросы экономики, менеджмента и инноваций: материалы Международной научно-практической конференции. Нижегород. гос. техн. ун-т им. Р.Е. Алексеева. Нижний Новгород, 2020. С. 81–85.  
116.  Перова В.И., Воробьева Е.В. Применение нейронных сетей для анализа уровня жизни населения регионов Российской Федерации // Государственное регулирование экономики: Инновационный путь развития. Материалы Восьмой Международной научно-практической конференции. Н. Новгород: Изд-во ННГУ им. Н.И. Лобачевского, 2011. С. 328–330.  
117.  Перова В.И., Корчемный П.В. Анализ эффективности системы здравоохранения регионов Российской Федерации на основе нейросетевого моделирования // В сборнике: Актуальные проблемы управления. Сборник научных статей по итогам VI Всероссийской научно-практической конференции. Редколлегия: С.Н. Яшин, Ю.С.Ширяева. 2019. С. 404–409.  
118.  Перова В.И., Кузнецов Ю.А. Динамика развития малого предпринимательства в регионах России в контексте гармонизации стратегий государства и бизнеса // Вестник Нижегородского университета им. Н.И. Лобачевского. Серия: Социальные науки. 2020. № 1 (57). С. 28–36.  
119.  Перова В.И., Матюков А.В. Нейросетевое моделирование зависимости процентной ставки по кредитам от финансово-экономических показателей // Государственное регулирование экономики: Региональный аспект. Материалы Седьмой научно-практической конференции: В 2 т. Том II. Нижний Новгород: Изд-во ННГУ им. Н.И. Лобачевского, 2009. С. 375–377.  
120.  Перова В.И., Матюков А.В. Нейросетевое моделирование кредитно-денежной политики банка // Труды итоговой научной конференции учебно-научного инновационного комплекса «Модели, методы и программные средства» (Нижний Новгород, 27 – 30 ноября 2007 г.). Нижний Новгород: Изд-во Нижегородского госуниверситета, 2007. С. 307–309.  
121.  Перова В.И., Перова Н.А. Нейросетевое моделирование динамики развития физической культуры и спорта в регионах России как фактора социально-экономического роста страны // Национальные интересы: приоритеты и безопасность. 2018. Т. 14. № 11. С. 2064–2082. URL: http://doi.org/10.24891/ni.14.11.2064  
122.  Питер Ф. Друкер. Бизнес и инновации. М.: «Вильямс», 2007. 432 с.  
123.  Поддубная Т.Н., Минченко В.Г., Заднепровская Е.Л. Цифровизация сферы физической культуры и спорта // Интегрированные коммуникации в спорте и туризме: образование, тенденции, международный опыт. 2021. № 1. С. 147–151.  
124.  Портер М.. Международная конкуренция: Конкурентные преимущества стран. М.: Международные отношения, 1993. 896 с.  
125.  Потапов А.С. Технологии искусственного интеллекта. СПб: СПбГУ ИТМО, 2010. 218 с.  
126.  Применение информационных технологий на начальном этапе спортивной подготовки в тяжелой атлетике / Ю.А. Бахарев, Н.В. Малышев, А.С. Феоктистов, А.М. Морозов // Ученые записки университета им. П.Ф. Лесгафта. 2020. 7 (185). С. 34–39.  
127.  Пройдаков Э.М. Современное состояние искусственного интеллекта // Науковедческие исследования. 2018. С. 129–153. DOI: 10.31249/scis/2018.00.09.  
128.  Рапопорт Л.А., Томилова С.В., Энгин Ю.В. Цифровизация отрасли физической культуры и спорта на региональном уровне // Теория и практика физической культуры. 2020. № 5. С. 9-11.  
129.  Рассел С., Норвиг П. Искусственный интеллект: современный подход. 2-е изд. М.: Вильямс, 2006. 1408 с.  
130.  Ревенко Н.С. Цифровая экономика США в эпоху информационной глобализации: актуальные тенденции // США и Канада: экономика, политика, культура. 2017. № 8 . С.78–100.  
131.  Розанова Н.М. Экономический анализ отрасли информационных технологий: мировой опыт и реальность России // Terra Economicus. 2009. Т. 7. № 3. С. 42–57.  
132.  Россия и Украина в контексте отношений с Европейским союзом: возможности и пределы политического и экономического партнерства / Под общей ред. Р.С. Гринберга. М.: ИЭ РАН. 2011. 136 с.  
133.  Рутковская Д., Пилиньский М., Рутковский Л. Нейронные сети, генетические алгоритмы и нечеткие системы / Пер. с польск. И.Д. Рудинского. М.: Горячая линия – Телеком, 2008. 452 с.  
134.  Селиверстов Ю.И., Люлюченко М.В. Модель формирования инновационной экосистемы региона // Вестник Алтайской академии экономики и права. 2019. № 10-1. С. 101–106; URL: https://www.vaael.ru/ru/article/view?id=751.  
135.  Силин Я.П., Анимица Е.Г., Новикова Н.В. (2017). Региональные аспекты новой индустриализации // Экономика региона. Т.13. Вып. 3. С. 684–696. DOI: 10.17059|2017-3-4  
136.  Ситникова И.С., Романова М.С., Шматко А.Д. Развитие малых инновационных предприятий в академических институтах в условиях формирования технологических платформ // Интеллектуальная собственность. Промышленная собственность. 2014. № 8. С. 35–42.  
137.  Смородинская Н.В. Сетевые инновационные экосистемы и их роль в динамизации экономического роста // Инновации. 2014. № 7 (189). С. 27–33.  
138.  Сорокин И.А., Летягина Е.Н. Здоровьесберегающие технологии в физической культуре и спорте // В сборнике: Олимпизм: истоки, традиции и современность. Сборник научных статей Всероссийской с международным участием очной научно-практической конференции. Редколлегия: Г.В. Бугаев [и др.]. 2018. С. 284–288.  
139.  Сорокин И.А., Летягина Е.Н., Орлова Е.А. Механизм финансирования сферы физической культуры и спорта в России // Современные проблемы физического воспитания, спортивной тренировки, оздоровительной и адаптивной физической культуры. Н. Новгород: Нижегородский госуниверситет, 2018. С. 59-62.  
140.  Стеценко Н.В., Широбакина Е.А. Цифровизация в сфере физической культуры и спорта: состояние вопроса // Наука и спорт: современные тенденции. 2019. Т. 22. № 1 (22). С. 35–40.  
141.  Стронгин Р.Г. Исследование операций. Модели экономического поведения: Учебник. Н. Новгород: Издательство ННГУ, 2002. 244 с.  
142.  Сутырин С.Ф., Филиппов П.Н.. Кластеры конкурентоспособности Финляндии // Вестник Санкт-Петербургского университета. Сер. 5. 2004. Вып. 1 (5). С. 71–78.  
143.  Томас Йеннер. Отраслевая структура, рыночная стратегия предприятия // Проблемы теории и практики управления. 2000. № 3.  
144.  Трифонов Ю.В., Визгунов А.Н. Проблемы цифровизации Российской промышленности //Актуальные вопросы экономики, менеджмента и инноваций: материалы международной научно-практической конференции. Нижний Новгород: НГТУ, 2020. С. 117–119.  
145.  Трифонов Ю.В., Визгунов А.Н. Субъектно-ориентированный подход к управлению бизнес-процессами предприятия: технологические инновации и организационные преобразования // Менеджмент в России и за рубежом. 2018. № 6. С. 35–41.  
146.  Трифонов Ю.В., Вольффсен П., Салмин С.П. Информация: рынки, стимулы, модели: Монография. Нижний Новгород: Издательство ННГУ, 2000. 144 с.  
147.  Трофимов О.В. Проблемы функционирования предприятий в цифровой экономике. М.: ЮНИТИ-ДАНА, 2019. 229 с.  
148.  Унтура Г.А. Проблемы создания инновационной среды в региона в рыночных условиях // Регион. 2002. № 4. С. 5–29.  
149.  Физическая энциклопедия / Гл. ред. А.М. Прохоров. Ред. кол. Д.М. Алексеев, А.М. Балдин, А.М. Бонч-Бруевич, А.С. Боровик-Романов и др. М.: Сов. Энциклопедия, 1988. Т. 1. Аронова – Бома эффект – Длинные линии. 704 с.  
150.  Хайкин С. Нейронные сети: полный курс.– М.: Издательский дом «Вильямс», 2006. 1104 с.  
151.  Хачатуров, Т.С. Ещё раз об эффективности капитальных вложений // Вопросы экономики. 1983. № 3. С. 54–65.  
152.  Цифровой двойник АЭС / К.В. Задворнов, Е.О. Грубов // Анализ состояния и перспективы развития экономики России (АСПРЭК-2019): Материалы III Всероссийской молодежной научно-практической конференции (с международным участием), Иваново, 30 апреля 2019 года. Иваново: ФГБОУВО «Ивановский государственный энергетический университет им. В.И. Ленина». 2019. Т.1. С.86–88.  
153.  Цихан Т.В. Кластерная теория экономического развития // Теория и практика управления. 2003. № 5. С. 43–51.  
154.  Ченёнова Р.И., Макарова И.В. Развитие инновационных форм бизнеса в условиях экономики знаний // Экономика региона. 2009. № 3. С. 100–106.  
155.  Шумпетер Й.А. Теория экономического развития. М.: Прогресс, 1982. 456 с.  
156.  Юрлов Ф.Ф., Новикова В.Н. Анализ проблемы оценки эффективности инноваций в условиях неопределенности с использованием нескольких принципов эффективности//Интеллект. Инновации. Инвестиции. 2011. № 2. С. 25–29.  
157.  Яшин С.Н., Амбарцумян А.Э., Лапшина Е.Н. Интегральная оценка инновационного развития предприятия как основа принятия управленческих решений // Креативная экономика. 2018. Т. 12. № 2. С. 167–176.  
158.  Яшин С.Н., Борисов С.А. Развитие цифровой экономики как важнейший вектор государственной политики в Российской Федерации: проблемы и перспективы // Государственная власть и местное самоуправление. 2019. № 3. С. 53–58.  
159.  Ackley, D.H., Hinton, G.E., Sejnowski, T.J. (1985). А learning algorithm for Boltzmann machines. Cognitive Science, vol. 9, pp. 147–169.  
160.  Acs, Z.J., Saul, E., Mickiewicz, T. and Laszlo, S. (2017). Institutions, Entrepreneurship and Growth: The Role of National Entrepreneurial Ecosystems. SSRN: https://ssrn.com/abstract=2912453. DOI: 10.2139/ssrn.2912453.  
161.  Acs ,ZJ., Stam, E, Audretsch, D.B., O'Connor, A. (2017). The lineages of the entrepreneurial ecosystem approach. Small business economics, vol. 49, iss. 1, pp. 1–10. DOI: 10.1007/s11187-017-9864-8.  
162.  Adner, R. (2006). Match your innovation strategy to your innovation ecosystem. Harv. Bus. Rev., vol. 84, no. 4, pp. 98–107.  
163.  Aggarwal, C; Han, J; Wang, J; et al. (2004). A framework for projected clustering of high dimensional data streams. P 30 INT C VER LARG, pp. 852–863.  
164.  Agostini, L., Filippini, R. (2019). Organizational and managerial challenges in the path toward Industry 4.0. European Journal of Innovation Management, vol. 22, no. 3, pp. 406–421.  
165.  Agostini, L., Galati, F., Gastaldi, L. (2019). The digitalization of the innovation process: Challenges and opportunities from a management perspective. European Journal of Innovation Management, vol. 23, no. 1, pp. 1–12.  
166.  Alfred Renyi (1959). On random graphs. Publ. Math. Debrecen, 1959.  
167.  Altenried, M. (2020). The platform as factory: Crowdwork and the hidden labour behind artificial intelligence. Capital and Class, vol.44(2), pp. 145–158. URL: https://www.scopus.com/inward/record.uri?eid=2-s2.0-85078204268&doi=10.1177%2f0309816819899410&partnerID=40&md5=8e138a41f8a6e2893bc8155e81c7e957 DOI: 10.1177/0309816819899410.  
168.  Altenried, M. (2020). The platform as factory: Crowdwork and the hidden labour behind artificial intelligence. Capital and Class.  
169.  Arjalies, D-L.a, Mundy, J.b. (2013). The use of management control systems to manage CSR strategy: A levers of control perspective. Management Accounting Research, vol. 24, no. 4, pр. 284–300.  
170.  Barabasi, A.-L., Albert, R., Jeong, H. (1999). Mean-field theory for scale-free random networks. Physica, A 272, pp. 173–187.  
171.  Becker, S. (1991)..Unsupervised learning procedures for neural networks. International Journal of Neural Systems, vol. 2, pp. 17¬–33.  
172.  Beutler, I. (2008). Sport serving development and peace: Achieving the goals of the United Nations through sport. Sport in society, vol. 11, no. 4, pp. 359–369.  
173.  Bloching, B., Leutiger, P., Oltmanns, T., Rossbach, C., Schlick, T., Remane, G., Quick, P. and Shafranyuk, O. (2015), Die digitale Transformation der Industrie. Was sie bedeutet. Wer gewinnt. Was jetzt zu tun ist. Roland Berger Strategy Consultants and BDI, Munich, Berlin, pp. 52.  
174.  Bratasanu, V. (2018). Leadership decision-making processes in the context of data driven tools. Quality - Access to Success, vol. 19, iss. S3, (pp. 77–87.  
175.  Brennen, J.S. and Kreiss, D. (2016). Digitalization, in Jensen, K.B. , Rothenbuhler, E.W., Pouley, J.D. and Craig, R.T. (Eds). The International Encyclopedia of Communication Theory and Philosophy, Wiley-Blackwell, Chichester, pp. 556–566.  
176.  Brown, T.Н., Kairiss, E.W., Кееnаn, C.L. (1990). Неbbion synapses: Biophysical mechanisms and algorithms. Аnnual Review of Neuroscience, vol. 13, pp. 475–511.  
177.  Cappelli, P., Keller, J.R. (2013). Classifying work in the new economy. Academy of Management Review, vol. 38, no. 4, pp. 575–596.  
178.  Carayannis, E.G., Campbell, D. (2009). Mode 3' and 'Quadruple Helix': toward a 21st century fractal innovation ecosystem. Int. J. Technol. Manag., vol. 46, nos. 3–4, pp. 201–234. DOI: 10.1504/ijtm.2009.023374.  
179.  Constantine-¬Paton, М., Cline, Н.T., Debski, Е. (1990). Patterned activity, synaptic convergence and the NMDA receptor in developing visual pathways. Аnnual Review of Neuroscience, vol. 13. pp. 129¬–154.  
180.  Cooke, P. (2010). Regional innovation systems: development opportunities from the 'green turn'. Technology analysis & strategic management, vol. 22, iss. 7, pp. 831–844. DOI: 10.1080/09537325.2010.511156.  
181.  Eggermont, J.J. (1990). The Соrrelаtivе Brain: Theory and experiment in neural interaction. New York: Springer¬-Verlag, 307 p.  
182.  Erwin Grochla, Norbert Szyperski, Walter de Gruyter (2018). GmbH & Co KG.  
183.  Erwin, Е., Obermayer, К., Schulten, К.I: (1992). Self-¬organizing maps: Stationary states, metastability and convergence rate. Biological Cybernetics, vol. 67. pp. 35¬–45.  
184.  Fahlman, S.E., Lebiere, C. (1990). The cascade-correlation learning architecture. Advances in NIPS2 / Ed. D. Tourezky. Morgan Raufmann, pp. 524–532.  
185.  Frank, A.G., Dalenogare, L.S., Ayala, N.F. (2019). Industry 4.0 technologies: Implementation patterns in manufacturing companies. International Journal of Production Economics, vol. 210, pp. 15–26.  
186.  Frean, M. (1990). The Upstart algorithm: a method for constructing and training feedforward neural networks. Neural Computations. Vol. 2, no. 2. pp. 198–209.  
187.  Freeman, R.B. (2002). The labour market in the new information economy. Oxford Review of Economic Policy, vol. 18, no. 3, pp. 288–305.  
188.  Frey, C.B., Osborne, M. (2015). Technology at work. The future of innovation and employment. Accessed 29 June 2015.  
189.  Gandini, A. The reputation economy: Understanding knowledge work in digital society (Book). January 2016, pp. 1-131. DOI: 10.1057/978-1-137-56107-7.  
190.  Glamazdin, E.S., Zinchenkov, V.I. (2011). Management structure the management company. Journal of management of large systems, no. 5, pp. 152–157.  
191.  Gomes, L.A., Facin, A.L., Salerno, M.S., Ikenami, R.K. (2018). Unpacking the innovation ecosystem construct: evolution, gaps and trends. Technol. Forecast. Soc. Chang., vol. 136, pp. 30–48. DOI: 10.1016/j.techfore.2016.11.009.  
192.  Graham, M., Hjorth, I., Lehdonvirta, V. (2017). Digital labour and development: impacts of global digital labour platforms and the gig economy on worker livelihoods. Transfer, vol. 23, no. 2, pp. 135–162.  
193.  Graicunas, V. (1937). Relationship in Organization, Papers on the Science of Administration, edited by L. Gulick, L. Urwick. New York: Columbia University's Institute of Public Administration, pp. 181–189.  
194.  Grover, V., Jeong, S.R., Kettinger, W.J., Lee, C.C. (1993). The chief information officer: A study of managerial roles. Journal of Management Information Systems, vol. 10, no. 2, pp. 107–130.  
195.  Halk, L. (2018). Independent by structure: a study of the structural nesting of organizational diversity. Organization, vol. 25, no. 2, pp. 242–259.  
196.  Haykin, S. (1999). Neural networks, a comprehensive foundation. Prentice Hall International, 897 р.  
197.  Hinton, G.E., Sejnowski, T.J. (1986). Learning and relearning in Boltzmann machines. Parallel Distributed Processing: Explorations in Microstructure of Cognition / D.Е. Rumelhart and J.L. McClelland, eds. Cambridge, МА: MIТ Press, pp. 282–317.  
198.  Hinton, G.E., Sejnowski, T.J. (1983). Optimal perceptual inference // Proceedings of IEEE Computer Society Conference on Computer Vision and Pattern Recogni¬tion. Washington, DC, pp. 448¬–453.  
199.  Huesig, S., Endres, H. (2019). Exploring the digital innovation process: The role of functionality for the adoption of innovation management software by innovation managers. European Journal of Innovation Management, vol. 22, no. 2, pp. 302–314.  
200.  Iansiti, M., Roy, L. (2004). Strategy as ecology. Harv. Bus. Rev., vil. 82, no. 3, pp. 68–81.  
201.  I-DESI 2018: How digital is Europe compared to other major world economies? available at: URL: https://ec.europa.eu/digital-single-market/en/news/how-digital-europe-compared-other-major-world-economies.  
202.  Johnson, M.P., Midgley, G., Wright, J., Cicero, G. (2018), Operational research community: innovation, internationalization and development programs. European journal of operational research, vol. 268.  
203.  Klerkx, L., Aarts, N., Leeuwis. C. (2010). Adaptive management in agricultural innovation systems: The interactions between innovation networks and their environment. Agricultural systems, vol. 103, iss. 6, pp. 390–400. DOI: 10.1016/j.agsy.2010.03.012.  
204.  Kohonen, T. (1990). The self-organizing map. Proceedings of the Institute of Electrical and Electronics Engineers, vol. 78, no. 9. pp. 1464–1480.  
205.  Kohonen, Т. (1982). Self¬-organized formation of topo1ogically соrrесt feature maps. Bio1ogical Cybernetics, vol. 43, pp. 59–69.  
206.  Kohonen, Т., Oja, T., Simula, O. et al. (1996). Engineering applications of the self¬-organizing mар. Proceedings of the IEEE, vol. 84, pp. 1358–1384.  
207.  Konig, Denes (1936). Theorie der endlichen und unendlichen Graphen, Leipzig: Akademische Verlagsgesellschaft. first textbook. Translated from German Richard McCoart, Theory finite and infinite graphs, Birkhauser, 1990.  
208.  Le Cun, Y., Denker, J.S., Solla, S.A. (1990). Optimal brain damage / In: D.S. Tourezky. (ed). Advances In Neural Information Processing Systems 2. San Mateo, California: Raufmann Publishing, pp. 598–605.  
209.  Letiagina, E., Perova, V., Orlova, E. (2019). Neural network analysis of the development of physical education and sports in Russia as an economic factor of country security. Proceedings of the 4th International Conference on Innovations in Sports, Tourism and Instructional Science (ICISTIS 2019). Atlantis Press, no. 11, pp. 174–179. URL: https://doi.org/10.2991/icistis-19.2019.37.  
210.  Letiagina, E.N., Perova, V.I., Gutko, A.N., Kutasin, A.N. (2021). Neural network modeling of tourism development as a factor of sustainable economic growth in Russian regions. E3S Web of Conferences 291, 02023 2021. SDGG, pp. 1–7. URL: https://doi.org/10.1051/e3sconf/202129102023.  
211.  Letiagina, E.N., Perova, V.I., Orlova, E.A., Gutko, A.V. (2021). Research of youth sports in the Russian Federation as a factor of human capital formation using neural networks. Human, technologies and quality of education. 78th International Scientific Conference «Human, technologies and quality of education, 2020», pp. 179–186.  
212.  Letiagina, E.N., Trifonov, Y.V., Trifonova, E.Y., Vizgunov, A.N., Grinevich. J.A. (2020). Methodological Approach to Analysis of Management Systems Using the Graph Theory in the Digital Economy. Lecture Notes in Networks and Systems, vol. 91, pp. 134–141.  
213.  Lifang, P., Lingling, L. (2014). A Service Innovation Evaluation Framework for Tourism E-Commerce in China Based on BP Neural Network. Electronic Markets, vol. 24, iss. 1, pp. 37–46. DOI: 10.1007/s12525-013-0148-0.  
214.  Liu, K. (2015). Research of investment in human capital in a sports club. International Journal of Simulation: Systems, Science and Technology, vol. 16, iss. 5A, pp. 19.1–19.5.  
215.  Lokuge, S., Sedera, D., Grover, V., Dongming, X. (2019). Organizational readiness for digital innovation: Development and empirical calibration of a construct. Information and Management, vol. 56, no. 3, pp. 445–461.  
216.  Lonska, J., Mietule, I. (2015). The impact of human capital development on the economic and social development of a country: Empirical study// Tehnologija. Resursi - Environment, Technology, Resources: 10th International Scientific Practical Conference on Environment. Technology. Resources; Rezekne; Latvia, vol. 2, рр. 174–180.  
217.  Martinetz, M., Berkovich, S., Schulten, К. (1993). Neural-gas network for vector quantization and its application to time series prediction. Trans. Neural Networks, vol. 4, pp. 558 – 569.  
218.  Mary Jo Waits. (2000). The Added Value of the Industry Cluster Approach to Economic Analysis, Strategy Development, and Service Delivery. Economic Development Quarterly, vol. 14, no. 1, pp. 35–50.  
219.  Matsuoka, K. (1992). Noise injection into inputs in back-propagation learning. IEEE Trans. on Systems, Man, and Cybernetics, vol. 22, pp. 436–440.  
220.  McCalloch, W.S., Pitts, W. (1943). A logical of the ideas immanent in nervous activity. Bull. Math. Biophys., vol. 5, pp. 115–133. (Рус. перевод: Мак-Каллок У.С., Питтс У. Логическое исчисление идей, относящихся к нервной активности // В сб. «Автоматы» / Под ред. К.Э. Шеннона и Дж. Маккарти. М.: Изд-во иностр. лит., 1956. С. 362–401).  
221.  Mendel, J.M., McLaren, R.W. (1970). Reinforcement-learning control and pattern recognition systems. Adaptive, Learning and Pattern Recognition Systems: Theory and Applications / J.M. Mendel, K.S. Fu, eds. New York: Academic Press, vol. 66, pp. 287¬–318.  
222.  Mezard, M., Nadal, J.P. (1989). Learning in feedforward networks: the tiling algorithm. Journal of Physics A, vol. 22, no. 12, pp. 2191 – 2203.  
223.  Minsky, M.L., Papert, S.A. (1988). Perceptrons, expanded edition. Cambridge, МА: MIТ Press.  
224.  Minsky, M.L., Papert, S.A. (1969). Perceptrons. Cambridge, МА: MIТ Press.  
225.  Minsky, M.L., Selfridge, O.G. (1961). Learning in random nets // Information The¬ory, Fourth London Symposium. London: Butterworths.  
226.  Moore, J.F. (1993). Predators and prey: a new ecology of competition. Harv. Bus. Rev., vol. 71, no. 3, pp. 75–86.  
227.  Muehlburger, M., Rueckel, D., Koch, S. (2019). A framework of factors enabling digital transformation. 25th Americas Conference on Information Systems, AMCIS 2019.  
228.  Nambisan, S. (2017). Digital Entrepreneurship: Toward a Digital Technology Perspective of Entrepreneurship. Entrepreneurship: Theory and Practice, vol. 41, no. 6, pp. 1029–1055.  
229.  Neal, R.M. (1992). Connectionist learning of belief networks. Artificial Intel1igence, vol. 56, pp. 71–¬113.  
230.  Nickols, F.W. (2000). The Span of Control and the Formulas of V. A. Graicunas, paper presented at the NSPI Journal, available at: URL: http://www.nickols.us/graicunas.htm (accessed 12 January 2019).  
231.  Nikonova, T.V., Yusupova, L.M., Kodolova, I.A., Kalimullina, R.R. (2018). Cluster approach as a factor of increasing the investment attractiveness of the region. Journal of Social Sciences Research, no. 5, pp. 70–74.  
232.  Novikov, D.A. (2013). Theory of control of organizational systems, Moscow psychology-social Institute, 211 p.  
233.  Nudurupati, S.S., Tebboune, S., Hardman, J. (2016). Contemporary performance measurement and management (PMM) in digital economies. Production Planning and Control, vol. 27, no. 3, pp. 226–235.  
234.  Nylen, D., Holmstrom, J. (2015). Digital innovation strategy: A framework for diagnosing and improving digital product and service innovation. Business Horizons, vol. 58, no. 1, pp. 57–67.  
235.  Parker, D.В. (1987). Optimal algorithms for adaptive networks: Second order back prop¬agation, second order direct propagation and second order Hebbian learning. IEEE 1st Intemational Conference оn Neural Networks. – San Diego, СА, vol. 2, pp. 593–600.  
236.  Peter C. Verhoef, Thijs Broekhuizen, Yakov Bart, Abhi Bhattacharya, John Qi Dong, Nicolai Fabian, Michael. (2021). Haenleinc Digital transformation: A multidisciplinary reflection and research agenda. Journal of Business Research, vol. 122, pp. 889–901. URL: https://doi.org/10.1016/j.jbusres.2019.09.022.  
237.  Plattform Industrie 4.0. available at: URL: https://www.plattform-i40.de/PI40/Navigation/EN/Industrie40/Vision/vision.html.  
238.  Potashnik, Y.S., Artemyeva, M.V., Kuznetsova, S.N., Garin, A.P., Letyagina. E.N. (2020). The Status and Trends in Innovative Activity of Industrial Enterprises of Nizhny Novgorod Region. Lecture Notes in Networks and Systems, vol. 73, pp. 525–534. DOI: 10.1007 / 978-3-030-32015-7_16.  
239.  Potashnik, Y.S., Andryashina, N.S., Artemyeva, M.V., Kuznetsova, S.N., Garina, E.P.. (2022). Methodology for Assessing the Effectiveness of Investment Projects, Taking into Account the Impact of Their Implementation on the Competitiveness of Enterprises in Agriculture. Smart Innovation, Systems and Technologies, vol. 264, pp. 227–233.  
240.  Psilos, P., Broun, D. (2008). Cluster-Based Economic Development Strategies: ICMA’s IQ Report Cluster-Based Economic Development, Regional Technology Strategies. URL: https://icma.org/articles/cluster-based-economic-development-strategies.  
241.  Revenko, N.S. (2017). Digital economy of the USA in the era of information globalization: current trends. USA-Canada: Economy-Politics-Culture, no. 8. pp. 84.  
242.  Richter, C., Kraus, S., Brem, A., Durst, S., Giselbrecht, C. (2017). Digital entrepreneurship: Innovative business models for the sharing economy. Creativity and Innovation Management, vol. 26, no. 3, pp. 300–310.  
243.  Rosenblatt, F. (1962). Principles of Neurodynamics. Washington, ОС: Spartan Books.  
244.  Rosenblatt, F. (1958). The Perceptron: А probabilistic model for information storage and organization in the brain. Psychological Review, vol. 65, pp. 386–4¬08.  
245.  Rumelhart, D.Е., Hinton, G.E., Williams, R.J. (1986). Learning representations of back-propagation еrrоrs. Nature (London), vol. 323, pp. 533¬–536.  
246.  Rumelhart, D.Е., Zipser, D. (1985). Feature discovery by competitive learning. Cognitive Science, vol. 9, pp. 75¬–112.  
247.  Scaringella, L., Radziwon, A. (2017). Innovation, entrepreneurial, knowledge, and business ecosystems: Old wine in new bottles? Technological forecasting and social change, vol. 136, pp. 59–87. DOI: 10.1016/j.techfore.2017.09.023.  
248.  Sirat, J.A., Nadal, J.P. (1990). Neural trees: a new tool for classification. Network, vol. 1, pp. 423–438.  
249.  Still, K., Huhtamaki, J., Russell, M.G., Rubens, N. (2014). Insights for orchestrating innovation ecosystems: the case of EIT ICT Labs and data-driven network visualisations. Int. J. Technol. Manag., vol. 66, nos. 2/3, pp. 243–265.  
250.  Stone, М. (1978). Cross¬-validation: А review. Mathematische Operationsforschung Statistischen: Serie Statistics, vol. 9, pp. 127¬–139.  
251.  Surie, G.Ab, Singh, H.B. (2013). A theory of the emergence of organizational form. The dynamics of cross-border knowledge production by Indian firms, Emergence: Complexity and Organization, no. 15, pp. 37–75.  
252.  Synopsis of Policy Options for Creating a Supportive Environment for Innovative Development. ECE/CECI/2008/3, Geneva, 2008.  
253.  Tekin, A.V., Konina, O.V. (2020). Specific Features of Strategic Planning of the Activities of Entrepreneurial Structures in the Conditions of Digital Transformation of the Modern Economy. Lecture Notes in Networks and Systems, vol. 87, pp. 71–83.  
254.  The digital economy of the Russian Federation/ the government's Decree № 1632-р (2017). available at: URL: http://static.government.ru/media/files/9gFM4FHj4PsB79I5v7yLVuPgu4bvR7M0.pdf.  
255.  Theodoraki, C., Messeghem, K., Rice, M.P. (2018). A social capital approach to the development of sustainable entrepreneurial ecosystems: an explorative study. Small business economics, vol. 51, iss. 1, pp. 153–170. DOI: 10.1007/s11187-017-9924-0.  
256.  Thulasiraman, K., Swamy, M.N. (2011). Graphs: Theory and Algorithms. John Wiley & Sons, New York, 480 p.  
257.  Trifonov, Yu.V., Letiagina, E.N., Tanchuk, R.S. (2012). Strategies and approaches to the development of industrial enterprises. Management of economic systems: electronic scientific journal, no. 12. available at: http://www.uecs.ru/index.php?option=com_flexicontent&view=items&id=1916  
258.  Unruh, G. and Kiron, D. (2017). Digital transformation on purpose. MIT Sloan Management Review, November 6, available at: https://sloanreview.mit.edu/article/digital-transformation-on-purpose/  
259.  Vapnik, V.N., Chervonenkis, A. (1971). On the uniform convergence of relative frequencies of events to their probabilities. Theory of Probability and its Applications, vol. 16, pp. 264–280.  
260.  Von der Malsburg, С. (1990). Network self-¬organization. An Introduction to Neural and Electronic Networks / S.F. Zornetzer, J.L. Davis and С. Lau, eds. San Diego, СА: Academic Press, pp. 421–432.  
261.  Westerman, G., Calmejane, C., Bonnet, D., Ferraris, P. and McAfee, A. (2011). Digital transformation: a road-map for billion-dollar organisations. MIT Center for Digital Business and Capgemini Consulting, Cambridge, MA and Paris.  
262.  Widrow, В., Hoff, М.Е. (1960). Adaptive switching circuits. IRE WESCON Convention Record, pp. 96¬–104.  
263.  Yashin, S.N., Trifonov, Y.V., Koshelev, E.V., Grinevich, J.A., Ivankovsky S.L. (2018). Evaluation of technological innovations of a company by the methods of chain repeat and equivalent annuity. Advances in Intelligent Systems and Computing, vol. 622, pp. 217–224.  
264.  Yoo, Y., Boland, R.J., Lyytinen, K., Majchrzak, A. (2012). Organizing for innovation in the digitized world. Organization Science, vol. 23, no. 5, pp. 1398–1408.  
265.  Zastupov, A.V. (2020). Innovation activities of enterprises of the industrial sector in the conditions of economy digitalization. Advances in Intelligent Systems and Computing, vol. 908, pp. 559–569.  
266.  Zhu, S., Jiao, H. (2013). Organizational Structure and Corporate Performance: Insights from 6065 Listed Corporations. Chinese Management Studies (SSCI), vol. 7, no. 4, pp. 535–556.