Разработка методов оценки эффективности человеческих ресурсов на основе алгоритмов глубокого обучения

Аннотация

Каширина И.Л. , Азарнова Т.В., Бондаренко Ю.В.

Дата поступления статьи: 05.01.2022

С развитием технологии носимых устройств появились уникальные возможности для обеспечения взаимодействия с пользователем и высокоточного персонализированного распознавания его рабочей деятельности. В статье предлагается подход с использованием гибридной нейронной сети CNN-LSTM, направленный на определение конкретного вида работы, выполняемой специалистами, предоставляющий возможность обеспечения контроля выполнения данных действий на основе данных с носимых устройств (смарт часты, смарт браслеты). Точность разработанного алгоритма при распознавании 18 различных видов действий на тестовой выборке составила более 90 % по метрике Accuracy (доля правильных ответов).

Ключевые слова: человеческий капитал, производительность труда, гибридная нейронная сеть, сверточная нейронная сеть, рекуррентная нейронная сеть

05.13.01 - Системный анализ, управление и обработка информации (по отраслям)

05.13.10 - Управление в социальных и экономических системах

.