Разработка моделей условной оптимизации с использованием экспертных оценок — Журнал «Доклады Томского государственного университета систем управления и радиоэлектроники»

1. Тушавин В.А. Использование рандомизированных показателей для качественной оценки осуществимости ИТ-проектов // Научный журнал НИУ ИТМО. Сер.: Экономика и экологический менеджмент» – 2014. – № 3. – С. 566–575.
2. Тушавин В.А. К вопросу об анализе рисков при оценивании комплексного показателя качества / В.А. Тушавин, Я.В. Тушавин, А.С. Тур // Компетентность. – 2024. – № 6. – С. 51–55.
3. Рожков Н.Н. Рандомизированный критерий сравнения качества сложных объектов // Экономика и математические методы. – 1991. – № 3. – С. 597–600.
4. Muhammad S.K. ChatGPT in finance: Applications, challenges, and solutions / S.K. Muhammad, U. Hamza // Heliyon. – 2024. – Vol. 10, No. 2. – P. 1–8.
5. Integrating generative AI in management education: A mixed-methods study using social construction of technology theory / P. Gupta, R. Mahajan, U. Badhera, P.S. Kushwaha // The International Journal of Management Education. – 2024. – Vol. 22, No. 3. – Р. 101017.
6. Rudolph J. ChatGPT: Bullshit spewer or the end of traditional assessments in higher education? / J. Rudolph, S. Tan, S. Tan // Journal of Applied Learning & Teaching. – 2023. – Vol. 6, No. 2. – P. 342–360.
7. The ChatGPT bot is causing panic now – but it’ll soon be as mundane a tool as Excel: analysing topics, sentiment and emotions relating to ChatGPT on Twitter / D. Heaton, J. Clos, E. Nichele, J. Fisher // Personal and Ubiquitous Computing. – 2024. – P. 1–20.
8. Dowling M. ChatGPT for (Finance) research: The Bananarama Conjecture / M. Dowling, B. Lucey // Finance Research Letters. – 2023. – Vol. 53. – Р. 103662.
9. Gautier M. From Data to Trade: A Machine Learning Approach to Quantitative Trading [Электронный ресурс]. – Режим доступа: dx.doi.org/10.2139/ssrn.4315362, свободный (дата обращения: 24.10.2024).
10. Niszczota P. The credibility of dietary advice formulated by ChatGPT: Robo-diets for people with food allergies / P. Niszczota, I. Rybicka // Nutrition. – 2023. – Vol. 112. – Р. 112076.
11. Ray P.P. Re: The credibility of dietary advice formulated by ChatGPT: Robo-diets for people with food allergies? // Nutrition. – 2024. – Vol. 118. – Р. 112285.
12. Lo A.W. From ELIZA to ChatGPT: The Evolution of Natural Language Processing and Financial Applications ChatGPT / A.W. Lo, S. Manish, // The Journal of Portfolio Management. – 2023. – Vol. 49, No. 7. – P. 201–235.
13. Niszczota P. GPT has become financially literate: Insights from financial literacy tests of GPT and a preliminary test of how people use it as a source of advice / P. Niszczota, S. Abbas // Finance Research Letters. – 2023. – Vol. 58. – Р. 104333.
14. Oehler A. Does ChatGPT provide better advice than robo-advisors? / A. Oehler, H. Matthias // Finance Research Letters. – 2024. – Vol. 60. – Р. 104898.
15. Transforming sentiment analysis in the financial domain with ChatGPT / G. Fatouros, J. Soldatos, K. Kouroumali, G. Makridis, D. Kyriazis, M. Horn, S. Abbas, M. Singh // Machine Learning with Applications. – 2023. – Vol. 14. – Р. 100508.
16. Pelster M. Can ChatGPT assist in picking stocks? / M. Pelster, J. Val // Finance Research Letters. – 2024. – Vol. 59. – Р. 104786.
17. Kim J.K. What if ChatGPT were a quant asset manager // Finance Research Letters. – 2023. – Vol. 58. – Р. 104580.
18. Ko H. Can ChatGPT improve investment decisions? From a portfolio management perspective / H. Ko, J. Lee // Finance Research Letters. – 2024. – Vol. 64. – Р. 105433.
19. Романович М.А. Интегральная оценка рейтинга квалификации строительных рабочих / М.А. Романович, Т.Л. Симанкина, Д.П. Ильченко // Промышленное и гражданское строительство. – 2015. – № 5. – С. 49–53.
20. Методика оценивания потенциальной ненадежности действий летчика / Д.А. Никифоров, А.А. Ворона, А.В. Богомолов, Ю.А. Кукушкин // Безопасность жизнедеятельности. – 2015 – № 7. – С. 7–14.
21. Киреенко В.П. Рейтинг веб-сайтов крупнейших риэлтерских организаций Республики Беларусь / В.П. Киреенко, Т.В. Борздова // Инновационное развитие экономики: предпринимательство, образование, наука: сборник научных статей. – Минск: ГИУСТ БГУ, 2015. – С. 164–167.
22. Богомазова И.В. Оценка привлекательности объектов сельского туризма региона на основе метода анализа иерархии // Современные проблемы сервиса и туризма. – 2011. – № 2. – С. 50–57.
23. Петриченко Г.С. Методика оценки компетентности экспертов / Г.С. Петриченко, В.Г. Петриченко // Научный журнал КубГАУ. – 2015. – № 109. – С. 1–12.
24. Крапива Т.В. Анализ факторов, влияющих на выбор ресторана в г. Кемерово / Т.В. Крапива, Н.И. Давыденко // Новая наука: от идеи к результату: труды междунар. науч.-практ. конф. – Стерлитамак: РИЦ АМИ, 2012. – Ч. I. – С. 184–187.
25. ChatGPT for digital forensic investigation: The good, the bad, and the unknown / M. Scanlon, F. Breitinger, C. Hargreaves, J. Hilgert, J. Sheppard // Forensic Science International: Digital Investigation. – 2023. – Vol. 46. – Р. 301609.
26. Грибанова Е.Б. Информационная система рейтинговой оценки объектов экономики / Е.Б. Грибанова, А.Н. Алимханова, П.Э. Тугар-оол // Доклады ТУСУР. – 2016. – T. 19, № 2. – С. 51–55.
27. Котовщикова Л.Ю. Выбор методов продвижения на основе АВС-анализа и решения оптимизационной задачи целочисленного программирования // Глобальная экономика в XXI веке: роль биотехнологий и цифровых технологий: сборник науч. статей. – М.: ООО «Конверт», 2020. – Ч. I. – С. 60–62.
28. Gribanova E.B. Development of iterative algorithms for solving the inverse problem using inverse calculations // Eastern-European Journal of Enterprise Technologies. – 2020. – Vol. 4, No. 3. – P. 27–34.
29. Грибанова Е.Б. Методы решения обратных задач экономического анализа с помощью минимизации приращений аргументов // Доклады ТУСУР. – 2018. – T. 21, № 2. – С. 95–99.
30. Gribanova E.B. Development of a price optimization algorithm using inverse calculations // Eastern-European journal of Enterprise technologies. – 2019. – Vol. 5, No. 4. – Р. 18–25.