Методология построения нейросетевой архитектуры для регулирования социально-трудовых процессов в мегаполисах стран БРИКС

Аннотация

В статье представлена комплексная методология построения нейросетевой архитектуры для прогнозирования, адаптации и регулирования социально-трудовых процессов в мегаполисах стран БРИКС, в которых в 2023 году проживало около 470–480 миллионов человек. Исследование обосновывает использование гибридных архитектур на основе RNN, LSTM, CNN и GAN, что обеспечивает обработку временных, пространственных и синтетических данных в условиях высокой урбанизации. Уровень урбанизации в странах БРИКС варьируется от 36% в Индии до 87% в Бразилии, что требует индивидуализированных цифровых решений. Выявлено, что неформальная занятость в Индии достигает 80%, а в ЮАР уровень безработицы в 2023 году составил 32%, что создает необходимость в моделях восстановления скрытых трудовых индикаторов. Авторы демонстрируют, что использование attention-механизмов позволяет учитывать страновые особенности, а explainable AI повышает прозрачность решений для органов управления. Особое внимание уделяется платформенной занятости: до 46% работников в Бразилии и Индии сталкиваются с нестабильными заказами, тогда как в России и Китае — около 31%. С помощью генеративных сетей (GANs) предлагается моделирование сценариев социальной политики с учетом стресс-факторов. Отдельное внимание уделено метрике Decent-Gig Index как целевому показателю для обучающих выборок. Институциональная асинхронность между странами БРИКС компенсируется мультизадачностью архитектуры, поддерживающей различные правовые режимы. Показано, что нейросети могут интерпретировать миграционные потоки, например 140 млн сезонных рабочих в Индии ежегодно. Статья подчеркивает значимость цифровых экосистем мегаполисов в формировании гибких политик занятости. Предлагаемая архитектура ориентирована на интеграцию в системы городского управления через API и мультиагентные платформы. Обоснована возможность применения системы real-time labor analytics, уже реализованной в Шэньчжэне и Сан-Паулу. Методология опирается на 18 источников с актуальными данными и подтверждает высокую научную и практическую значимость применения нейросетей в регулировании социально-трудовых отношений.