В статье осуществляется прогнозирование показателей научно-технологического и инновационного развития субъекта Российской Федерации и региональных институтов инновационного развития при помощи рекуррентных нейронных сетей. Прогнозирование при помощи нейронных сетей получило широкое распространение и является актуальным, качественным и достоверным способом осуществления экономических прогнозов, может применяться в рамках осуществления социально-экономического анализа, в том числе анализа территорий. Однако при изучении литературы не удалось найти работ, в которых прогнозирование научно-технологического и инновационного развития регионов проводилось методом нейронных сетей, что определяет научную новизну исследования. Актуальность исследования обусловлена повышением внимания со стороны региональных властей к научно-технологическому и инновационному развитию территорий и необходимостью формирования государственных программ субъектов Российской Федерации в сфере научно-технологического развития, которое возникло вследствие осуществления попыток структурных сдвигов в экономике страны. Гипотеза исследования состоит в том, что прогнозирование показателей научно-технологического и инновационного развития региона и деятельности региональных институтов инновационного развития при помощи рекуррентных нейронных сетей даст более точные результаты, чем при использовании метода линейной регрессии, модели скользящего среднего или метода Хольта – Винтерса. В рамках статьи сформирована модель рекуррентной нейронной сети на основе системы взаимосвязей показателей научно-технологического и инновационного развития субъекта Российской Федерации и региональных институтов инновационного развития. В результате получен прогноз показателей научно-технологического и инновационного развития субъекта Российской Федерации и деятельности региональных институтов инновационного развития, который соотносится с реальной ситуацией в данной сфере
Ключевые слова
региональная научно-технологическая политика, институты инновационного развития, рекуррентные нейронные сети, прогнозирование, показатели научно-технологического развития, региональная экономика