Статья посвящена проблеме формирования комплекса корректирующих мероприятий по работе с совокупностью договоров просроченной задолженности банка. Рассматриваемая проблема является актуальной практически для каждого банка. Формируемый комплекс мероприятий должен быть адаптирован к временным и ресурсным возможностям сотрудников специализированного подразделения банка, к прогнозируемой эффективности применения мероприятий и к требованиям политики лояльности банка к своим клиентам. Предложенный метод решения поставленной задачи управления портфелем договоров просроченной задолженности базируется на многокритериальной оптимизационной модели. Многокритериальность объясняется необходимостью учесть различные критерии эффективности и прогнозируемой результативности формируемого комплекса корректирующих мероприятий. Для нахождения оптимального решения поставленной многокритериальной задачи разработан специальный генетический алгоритм, который формирует набор недоминируемых альтернативных вариантов решений, выбор из которых может осуществить лицо принимающее решение. В статье рассматривается краткое описание основных этапов предложенного генетического алгоритма и вычислительного эксперимента на базе разработанного программного обеспечения.

Ключевые слова: портфель просроченной задолженности, многокритериальная оптимизационная модель, комплекс корректирующих мероприятий, генетический алгоритм, множество Парето-оптимальных решений

05.13.18 - Математическое моделирование, численные методы и комплексы программ

С развитием технологии носимых устройств появились уникальные возможности для обеспечения взаимодействия с пользователем и высокоточного персонализированного распознавания его рабочей деятельности. В статье предлагается подход с использованием гибридной нейронной сети CNN-LSTM, направленный на определение конкретного вида работы, выполняемой специалистами, предоставляющий возможность обеспечения контроля выполнения данных действий на основе данных с носимых устройств (смарт часты, смарт браслеты). Точность разработанного алгоритма при распознавании 18 различных видов действий на тестовой выборке составила более 90 % по метрике Accuracy (доля правильных ответов).

Ключевые слова: человеческий капитал, производительность труда, гибридная нейронная сеть, сверточная нейронная сеть, рекуррентная нейронная сеть

05.13.01 - Системный анализ, управление и обработка информации (по отраслям) , 05.13.10 - Управление в социальных и экономических системах