Участник:КЛГ/Александр Григорьевич Иванов-Ростовцев
 | Эта статья в настоящее время активно дополняется. Не вносите сюда изменений до тех пор, пока это объявление не будет убрано. Последняя правка сделана участником Serebr в 2:18, 31 января 2026 года. |
Иванов-Ростовцев
- Имя при рождении
- Александр Григорьевич Иванов
- Гражданство
-
СССР 
Российская Федерация
- Альма-матер
- ЛЭТИ
- Вероисповедание
- православный
Александр Григорьевич Иванов-Ростовцев (род. 12 апреля 1959, Ленинград) — российский специалист в области аналитики данных и информационных технологий, участник разработки экономической D-SELF модели предприятия[1] и общей теории D-SELF как основы нейросети на зеркальных регрессиях, капитан 3 ранга, кандидат географических наук. Автор более 50 научных трудов.
Биография[править]
В 1982 году, после окончания Санкт-Петербургского электротехнического университета (ЛЭТИ) [1], получил инженерную специальность «оптоэлектроника ночного видения» на кафедре фотоники, где тогда практиковал один из создателей голографии Ю. Н. Денисюк[2] .
На военной кафедре ЛЭТИ, получил военно-морскую специальность «гидроакустические станции», и звание лейтенанта ВМФ. Прибыл во Владивосток для прохождения службы на корабле связи ССВ-464 «Забайкалье» (видео [2] ), на котором ходил в дальние морские походы [3] на атолл Кваджалейн [4] в Тихом океане.
С 1985 по 1991 годы продолжил службу в одном из НИИ министерства обороны РФ в Санкт-Петербурге, где исследовал статистические данные рассеяния гидроакустических волн в лабораторном бассейне. Результаты работы опубликованы в российском академическом «Акустическом журнале [5]». Анализ дискретно-непрерывных гидроакустических сигналов заложил основу зеркальной аналитики данных [6] для машинного обучения, которая позднее использовалась как информационная технология [7] в экономической D-SELF модели [8] товарно-денежных потоков.
В 2001 году в СПбГУ защитил диссертацию на тему «Циклы эволюционирования гидрофизических полей в озерах разных типов» по специальности ВАК РФ 11.00.01. (Физическая география, геофизика и геохимия ландшафтов) на соискание степени кандидата географических наук. Моделирование реальных озер [10] осуществлялось на простейших геометрических формах (цилиндр — сфера — круглый диск [11] ).
В 1990—2020 годах продолжились исследования по анализу данных в виде товарно-денежных потоков при работе в отделах внутреннего аудита [12] различных российских предприятий. Математическая D-SELF модель [13] применялась для управления реальными компаниями, такими как холдинг экспорта черного металлолома или сельскохозяйственная мясо-молочная ферма.
В 2025 году в учебном центре «Г. К. Консультант» получил дополнительное высшее образование в области информационных технологий по специальности «аналитик данных». Многолетняя работа по моделированию, компьютерному и реальному (в компаниях) управлению товарно-денежными потоками привели к созданию экономической D-SELF модели — передовой российской разработки, принципиально отличающейся от традиционной западной модели экономики.
Научная деятельность[править]
Работал в НИИ министерства обороны, участвовал в создании научной лаборатории поисковых исследований под руководством проф. Г. М. Дегтярева. В лаборатории проводились системные исследования колебательных и волновых систем. Результат работы — создание D-SELF модели самоорганизации и саморегуляции природных систем [14], с помощью которой, совместно с к.г.н. Л. Г. Колотило, анализировались данные наблюдений за циклической динамикой природных, технических и социальных объектов.
Исследовал макроэкономические [15] циклы при участии проф. Ю. В. Яковца и обсуждались в период проведения I-ой (1992 год) и II-ой (1995 год) Международных Кондратьевских конференций.
Применение D-SELF модели для микроэкономики [16] предприятия, положило начало разработки экономической модели функциональной стабилизации предприятия, принципиально отличающейся от западных аналогов. D-SELF модель предлагала критерии устойчивости экономической динамики предприятия, в то время как западные школы были целиком направлены на максимизацию прибыли, что нарушает экономическое равновесие с риском быстрого и ускоренного истощения производственных ресурсов.
Экономическая D-SELF модель была адаптирована для обработки больших данных [17] . На этапе подготовки данных для машинного обучения ML готовился управленческий баланс данных, откуда в csv формате использовались необходимые значения ресурсных показателей для программирования и машинного обучения.
Для стабилизации и устойчивого функционирования предприятия модель D-SELF, как динамическая эконометрическая модель, прогнозирует многомерные временные ряды статистических переменных — ресурсных показателей. При анализе небольших компаний применяются методы обучения из классической статистики: VAR, ARIMA, фильтры Калмана. Крупные компании и холдинги требуют более глубокого (DL) обучения на основе временных сверточных сетей TCN и Temporal CNN, или сетей рекурентного типа LSTM и GRU. Для секторов экономики, которые также входят в компетенцию D-SELF модели, понадобятся последние математические цифровые разработки, такие как «осмысленные» сети PINN или сети Neural ODE/SDE.
Управленческий учет как база данных для машинного обучения[править]
Экономическая D-SELF модель машинного обучения для анализа экономических потоков разрабатывалась на алгоритмическом языке для программирования в Python. Перед загрузкой реальных данных (экономических показателей) в модель, необходимо представлять, какие именно использовать данные и откуда их брать.
Для решения задачи входных данных использовалась методика [18] управленческого учета Лондонской школы экономики, разработанная Д. Стоуном. Суть методики, адаптированной для D-SELF модели, состоит в следующем. На основе специфических (для предприятия) управленческих счетов составляется управленческий баланс аналитического учета, отражающий как сальдо счетов на начало и конец периода, так и движение (обороты) по дебету и кредиту для каждого счета. Данные баланса включаются в одну общую таблицу, где объединяются три отчетных документа: баланс (по бухгалтерскому стандарту РСБУ), отчет о движении денежных средств, и отчет о доходах и расходах.
В дополнение к управленческому (в денежной форме) балансу по методике Д. Стоуна, составляется управленческий баланс движения товарного потока за тот же временной период. При необходимости различные счета в балансах могут детализироваться или объединяться.
Данные денежного и товарного потоков из обоих управленческих балансов использовались в качестве входных значений для машинного обучения. При этом D-SELF модель анализировала экономические данные с целью стабилизации и устойчивости товарного и денежного потоков, которые в предельном случае (в идеале) должны были зеркально отображать друг друга.
Смысл экономической D-SELF модели Экономическая D-SELF модель [19], разработанная совместно с Л. Г. Колотило, предлагает алгоритм эффективного управления всеми ресурсами предприятия при создании стабильного и устойчивого совместного движения товарного и денежного потоков.
Алгоритм модели представляет набор шагов (последовательных действий) при составлении нелинейного уравнения товарно-денежного движения. Экономические показатели (переменные уравнения) рассчитываются исходя из критериев устойчивости движения открытых динамических систем — закономерностей D-SELF. При этом, ключевым показателем движения обоих (товарного и денежного) потоков является величина оборотных средств — переменная L0, в которую входят значения капитала предприятия, кредиты и нераспределенная прибыль в денежной и товарной размерностях.
Кроме L0, выполняющего роль характерного размера потоков, рассчитывается величина максимальной производительности предприятия V0, выполняющего роль предельной скорости движения потоков. Далее, формально составляется уравнение характерного периода оборачиваемости L0, в виде Т0 = V0 / L0 . Для обеспечения устойчивого совместного движения товарного и денежного потоков, необходимо синхронизировать (связать) показатели потоков с ресурсами предприятия на основе оборачиваемости L0 в общих (единых для обоих потоков) временных периодах Т0 .
До настоящего времени, вычислительная и алгоритмическая сложность задачи «привязки» всех ресурсных показателей к оборачиваемости L0 не позволяла обеспечить решение с приемлемой точностью. Например [20], для крупных предприятий товарная номенклатура может составлять до 25-ти тысяч наименований, а для маркетплейсов — намного больше. Поэтому, как правило, оборачиваемость L0 традиционно рассчитывается для удобного периода ежеквартальной (Т0 =4 мес.) или годовой (Т0 = 1 год) бухгалтерской (налоговой) отчетности, а прибыль снижается из-за непредвиденных потерь при «разбалансированности» товарного и денежного потоков. Такие искусственные «привязки» экономических потоков к фиксированным периодам налоговой отчетности на самом деле нарушают ритмичность и устойчивость естественного (волнового) оборотного движения товаров и денег через пропускную систему предприятия. D-SELF модель решает эту проблему, так как подчиняет движение всех ресурсных потоков шагу Т0 реальной (измеряемой) оборачиваемости переменной L0 . При этом товарные и денежные (кассовые) разрывы прогнозируются заранее, что дает возможность их избежать или минимизировать.
Публикации А.Г. Иванова-Ростовцева[править]
Автор более 50 научных трудов.
| Публикации в международных базах научных данных |
|---|
|
| Публикации в хронологическом порядке |
|---|
|
1988
1990
1991
1992
1993
1994
1999
2000
2001
2022
2024
2025 |
Примечания[править]
Источники[править]
 | Это заготовка статьи. Вы можете помочь проекту, исправив и дополнив её. |
Категория:Экономика предприятия
Категория:Выпускники Санкт-Петербургского электротехнического университета
Категория:Кандидаты географических наук