Предмет. Модернизация сельскохозяйственного производства, повышение уровня продовольственной безопасности Российской Федерации. Цели. Анализ возможностей по применению методов машинного обучения в биоэкономике. Методология. Применены общенаучные методы исследования. Результаты. Основной проблемой, препятствующей применению искусственного интеллекта в сельском хозяйстве, является недостаточность информационной базы. Внедрение искусственного интеллекта в отрасль позволит не только повысить эффективность производства, но и обеспечить доступность качественных продуктов питания. Выводы. Результаты исследования могут быть учтены Министерством сельского хозяйства Российской Федерации при мониторинге угроз продовольственной безопасности страны.
Li R., Li L., Xu Y., Yang J. Machine Learning Meets Omics: Applications and Perspectives. Brief Bioinform, 2022, vol. 23, iss. 1. DOI: 10.1093/bib/bbab560
Ruan L., Dias M.P.I., Wong E. Deep Neural Network Supervised Bandwidth Allocation Decisions for Low-Latency Heterogeneous E-Health Networks. Journal of Lightwave Technology, 2019, vol. 37, iss. 16, pp. 4147–4154. URL: Link
Jagannath J., Polosky N., Jagannath A. et al. Machine Learning for Wireless Communications in the Internet of Things: A Comprehensive Survey. Ad Hoc Networks, 2019, vol. 93. DOI: 10.1016/j.adhoc.2019.101913
Stern M., Murugan A. Learning Without Neurons in Physical Systems. Annual Review of Condensed Matter Physics, 2023, vol. 14, iss. 1, pp. 417–441. DOI:10.1146/annurev-conmatphys-040821-113439
Орлова Е.В. Обучение с подкреплением как технология искусственного интеллекта для решения социально-экономических задач: оценка производительности алгоритмов // π-Economy. 2023. Т. 16. № 5. С. 38–50. EDN: OHKJKP
Sutton R.S., Barto A.G. Reinforcement Learning: An Introduction. MIT Press, 1998, 342 p.
Chio C., Freeman D. Machine Learning and Security Protecting Systems with Data and Algorithms. O'Reilly Media, 2018, 386 p.
Kharyuk P., Nazarenko D., Oseledets I. et al. Employing Fingerprinting of Medicinal Plants by Means of LC-MS and Machine Learning for Species Identification Task. Scientific Reports, 2018, vol. 8, iss. 1. DOI: 10.1038/s41598-018-35399-z
Abdul Razak S.F., Yogarayan S., Sayeed M.S., Mohd Derafi M.I.F. Agriculture 5.0 and Explainable AI for Smart Agriculture: A Scoping Review. Emerging Science Journal, 2024, vol. 8, iss. 2, pp. 744–760. DOI: 10.28991/ESJ-2024-08-02-024
Королева Л.А., Фань И. Мировой опыт повышения продовольственной безопасности на основе интеграции технологий Blockchain и IoT // Россия в глобальном мире. 2025. Т. 28. Вып. 3. С. 32–48. EDN: SYGYIR
Коржевич В.В., Боднар А.В. Обзор эффективности применения технологии блокчейн в логистике и управлении цепочками поставок // Информатика и кибернетика. 2024. № 2. С. 23–28. EDN: QYWTCA
Боднар А.В., Похлебин П.С., Нестеренко А.Р. Инвестиции в искусственный интеллект: оценка экономической целесообразности и потенциальные риски // Информатика и кибернетика. 2024. № 3. С. 25–31. EDN: DDDMHD
Панюкова В.В. Международный опыт применения технологии блокчейн при управлении цепями поставок // Экономика. Налоги. Право. 2018. Т. 11. № 4. С. 60–67. EDN: XWIEHJ
Труфанов С.А. Будущее менеджмента, маркетинга и производства в контексте развития информационных технологий и эволюции поколений // Экономика. Управление. Финансы. 2017. № 3. С. 45–56. EDN: ZGWGHX
Исследования по цифровой экономике: монография / Под ред. М.И. Лугачева, А.А. Кудрина. М.: Московский государственный университет имени М.В. Ломоносова, 2025. 304 c.
