• ПоискГлавная
  • Подписаться на НовостиНовости
  • Подписаться на СтатьиСтатьи
  • Подать объявлениеГазета
  • Доска объявлений
  • Подать объявление на сайт
  • Академгородок
  • О нас
  • Афиша
  • Прайс
  • Юридическая информация
  • Политика конфиденциальности
  • Карта сайта
  • Написать в редакцию
  • Войти
  • 27.02.2024, 17:36

    В НГУ разработали математическую модель распределения бюджетных мест

    В НГУ разработали математическую модель распределения бюджетных мест

    В НГУ разработали математическую модель распределения бюджетных мест

    Исследователи разработали программу, которая считает контрольные цифры приема (КЦП). На данный момент система может эффективно решать задачу распределения бюджетных мест по разным вузам и специальностям в регионах и снизить риск нехватки или переизбытка при подготовке тех или иных специалистов.

    Проект начали в 2021 году. В Математический центр Академгородка обратилась компания, которая занимается разработкой сервисов для Министерства промышленности и торговли. Чтобы выполнить заказ, привлекли 5 сотрудников центра и студентов механико-математического факультета госуниверситета. Как рассказывают в НГУ, на тот момент в Минпромторге уже была система прогнозирования числа выпускников в разных регионах по разным специальностям, но она устарела. Многие параметры нужно было вводить вручную, не учитывались программы господдержки, были ограничены возможности сценарного моделирования.

    Система, разработанная в НГУ, позволяет как прогнозировать контрольные цифры приёма на ближайшие 1-2  года, так и определять тренды изменений в период до 20 лет. Сейчас модель, разработанная в вузе, позволяет прогнозировать КЦП для высшего и среднего профессионального образования. В дальнейшем планируют распространять опыт в бизнес-сферу, когда требуется строить прогнозы развития для конкретных предприятий.

    Сергей Оспичев, руководитель проекта и замдиректора Математического центра Академгородка, рассказал, что ученые объединили классические математические методы динамического моделирования с методами машинного обучения.

    – Это позволяет учесть в системе множество параметров, сохраняя необходимую точность при расчете каждого из них, – отметил Сергей Оспичев. –Модель прошла все возможные тесты от Минпромторга и везде демонстрировала необходимую точность.

    При построении прогнозов учитываются миграционная ситуация в регионе, экономические и демографические показатели, валовый продукт, реализуемые инвестиционные проекты и многое другое. На основе анализа всех этих параметров модель прогнозирует количество вакантных рабочих мест, которые появятся на предприятиях по разным специальностям.

    – С другой стороны мы смотрим на вузы: какое количество выпускников и по каким специальностям выходят на рынок труда, сколько из них переберется в другой регион или пойдет работать не по специальности. Этот фактор разработанная нами модель прогнозирования также учитывает, и за основу мы взяли исследование Высшей школы экономики, – объяснил ученый.

    Модель сравнивает два показателя: сколько выпускников выйдут на рынки и сколько вакансий появится на предприятиях региона. Так появляется понимание, что нужно для достижения равновесия. Минпромторг передает цифры в Министерство науки и высшего образования, там на основе полученных данных формируют и распределяют контрольные цифры приема по регионам.

    Источник: nsu.ru

    Фото из архива редакции «Навигатора»

    Другие новости на тему

    Популярное