Информация о проекте

1. Наименование проекта Проектирование и реализация интеллектуальной информационной системы идентификации угроз продовольственной безопасности регионов Арктической зоны Российской Федерации на основе валидации норм продовольственного потребления и моделирования влияния инфраструктурных факторов
2. Регистрационный номер ЦИТИС: 122012100303-3
3. Исполнитель Сибирский федеральный университет
4. Ведомственная принадлежность Минобрнауки России - образование
5. Заказчик Краевой фонд науки
6. Вид финансирования грант
7. Вид НИОКТР Прикладная НИР
8. Приоритетное направление (основное) Информационно-телекоммуникационные системы
9. Приоритетное направление (дополнительное) Нет данных
10. Критическая технология (основная) Нет данных
11. Критическая технология (дополнительная) Нет данных
12. Приоритет Стратегии НТР России Возможность эффективного ответа российского общества на большие вызовы с учетом возрастающей актуальности синтетических научных дисциплин, созданных на стыке психологии, социологии, политологии, истории и научных исследований, связанных с этическими аспектами научно-технологического развития, изменениями социальных, политических и экономических отношений
13. Общее тематическое направление Противодействие природным, техногенным, биогенным и социокультурным угрозам
14. Приоритетное арктическое направление (основное)
15. Приоритетное арктическое направление (дополнительное)
16. Аннотация Актуальность разработки теоретических, методологических основ и прикладного инструментария системы мониторинга угроз продовольственной безопасности регионов Арктической зоны Российской Федерации (АЗРФ) с учетом факторов ее определяющих обусловлена потребностями модернизации системы продовольственного обеспечения территорий АЗРФ в условиях нарастания внешних и внутренних угроз, а также практической значимостью своевременного прогнозирования продовольственного дефицита и предотвращения кризисных явлений как на уровне всего Арктического субъекта, так и на уровне регионов АЗРФ. Цель проекта – Проектирование и реализация интеллектуальной информационной системы идентификации угроз продовольственной безопасности регионов Арктической зоны Российской Федерации на основе валидации норм продовольственного потребления и параметрического моделирования влияния инфраструктурных факторов с последующим выходом на управленческие решения, направленные на нивелирование отрицательных последствий в экономике региона и повышение эффективности адаптивного управления продовольственной сферой в условиях арктической специфики на базе искусственного интеллекта. Практическая значимость исследования определяется возможностью использования его результатов региональными и муниципальными органами государственной власти в качестве теоретической основы, методической базы и прикладного инструментария при принятии управленческих решений по обеспечению продовольственной безопасности регионов Арктической Зоны Российской Федерации на основе использования методов параметрического моделирования и технологий искусственного интеллекта, а также с целью корректировки действующих и разработки новых стратегических документов реализуемой продовольственной и социально-экономической политики. Научная новизна проекта заключается в системности видения рисков и угроз продовольственной безопасности Российской Арктики (на муниципальном и региональном уровнях) и формировании в рамках сценарных вариантов комплекса типовых управленческих решений по минимизации отрицательных последствий с учетом особенностей регионально-отраслевого потенциала и арктической специфики на основе согласования действий заинтересованных сторон (власти, бизнеса, общества). Представленные в рамках заявляемого проекта теоретические и методологические положения позволяют сформировать новые подходы к моделированию инфраструктурных факторов и комплексных параметров (учитывая особенности социально-биологических факторов, влияющих на нормы продовольственного потребления населения), направленных на повышение уровня продовольственной безопасности субъектов АЗРФ. Оперативность принятия управленческих решений существенно повышается за счет применения новой информационно-аналитической системы оценки, спроектированной на языке программирования Python с использованием библиотек Pandas и Scikit Learn.
17. Начало проекта 01.12.2021
18. Завершение проекта 31.05.2022