Рассматривается система управления выбросами парниковых газов (ПГ), которая включает в себя международную компоненту и предусматривает введение платежей при импорте углеродоемких товаров. В качестве примера проанализирован механизм трансграничного углеродного регулирования Европейского союза (англ. Carbon Border Adjustment Mechanism, СВАМ), который должен начать реализовываться в 2023 г. Показан его глобальный охват по числу стран и компаний. Дан подробный обзор имеющейся научной литературы по математическим методам анализа и оценки последствий применения СВАМ для социально-экономического развития. Отмечается, что трансграничное регулирование выбросов ПГ предоставляет широкие возможности для применения математических методов анализа, проведения расчетов и моделирования. Выделены классы моделей для исследования СВАМ, такие как DSGE-модели, межстрановые межотраслевые балансы, игровые модели и пр. Показаны их возможности для проведения экономического анализа. Особое внимание уделено моделям анализа глобальных производственных цепочек. По нормативным документам ЕС составлена блок-схема системы управления в СВАМ, дан анализ ее основных блоков, участников и связей. Представлена и проанализирована математическая модель, которая используется Евросоюзом для проведения расчетов выбросов ПГ. Сделан вывод о том, что с введением СВАМ фундаментальная и прикладная экономическая наука получают новую, широкую предметную область экономико-математических исследований, в том числе и по управлению трансграничными рынками ПГ.

The article considers the problem of improving the methods of human identification using biometric features, in particular, the signals of an electroencephalogram. The authors present the results of scientific research into human identification by dynamics of frequency changes of the brain using the known architecture of artificial neural networks: AlexNet and Mobile Net 2. The basic hypothesis is formulated that the waves registered by sensors from head leads are unique for each person. The authors describe the preparation of experimental data on the basis of electroencephalogram signals received as a result of experiments on the formation of steady-state visual evoked potentials in a group of people with the subsequent creation of an applied database. The achievability of the set task was based on assessments of the relevance and representativeness of the obtained data. Frequency-time characteristics were taken as training datasets. Using deep machine learning technology, two classification models are obtained that allow identifying the identity of a person with a probability of 70%. The evaluation of the adequacy of the obtained classification models is carried out with PCA and t-SNE algorithms; the efficiency of their work is evaluated. The results of deep machine learning and machine classification tasks were confirmed by assessments of the adequacy of the obtained models. As a result, the authors confirm the main hypothesis.

Рассмотрен экспертно-криминалистический подход управления, контроля и надзора с акцентом на контрфактическое моделирование причинно-следственных связей в сложных организационных проектах. Обсуждается ряд особенностей модели внутреннего «нарушителя» при реализации угроз безопасности информации. При уточнении исходных данных и коэффициентов перехода данной модели с применением предложенного подхода в различных вариантах также могут обнаруживаться возможности свершения правонарушения на объекте защиты. И, наряду с предложениями формирования новых образовательных инициатив переподготовки и повышения квалификации, также предлагается оригинальное обобщение в интересах формирования основ комплексного подхода в проблемной области «Anticipatory Intelligence».