У цій статті аналізуються три найпоширеніші підходи до реалізації архітектури ГНМ у хмарних сервісах AWS для оцінки ризиків у сфері страхування. Стаття поділена на кілька розділів, перший з яких містить огляд 3 підходів до архітектури ГНМ, другий описує передумови для впровадження, і, нарешті, впровадження та порівняння всіх підходів для вибору найкращого.
Ця стаття розпочинає проникливу подорож сферою передових методів аналізу даних, які можна використовувати в сфері страхування, з акцентом на застосування та можливості графових нейронних мереж (ГНМ) у цій сфері. Стаття поділена на кілька розділів, які включають огляд існуючих і широко використовуваних підходів до представлення даних, можливі способи аналізу даних у такому представленні, глибоке занурення в концепцію ГНМ для аналізу даних, представлених у вигляді графа і застосовуваність кожного підходу в страховій галузі.
Побудовано та досліджено базовий варіант моделі процесу планування вантажо- перевезень, що складається з послідовності обраних окремих підзадач, утворених відібраною системою спрощувальних припущень, що дає змогу розв’язати поставлену задачу в умовах багатокритеріальності та наявності часових обмежень.
We construct and study a basic version of the model planning process cargo. It consists of a sequence of individual subtasks that created the system of simplifying assumptions. It allows you to solve the task in bahatokryterialnosti and available time limits.
У роботі запропоновано нове застосування моделі стохастичної гри для розв’язування задачі самоорганізації гамільтонового циклу графа. Для цього у вершинах неорієнтованого графа розміщено ігрових агентів, чисті стратегії яких є варіантами вибору одного із інцидентних ребер. Випадковий вибір стратегій усіма агентами утворює набір локальних шляхів, що розпочинаються у кожній вершині графа. Поточні платежі гравців визначено як функції програшів, залежні від стратегій сусідніх гравців, які контролюють суміжні вершини графа.
мережа загального користування, модель, граф, випадкова функція, загроза, захищеність, потік Пуассона.