Since 2014
Research of economic growth in the context of sustainable development: neural network approach
Business Systems and Economics
View Archive Info| Field | Value | |
| Title |
Research of economic growth in the context of sustainable development: neural network approach
Ekonomikos augimo tyrimas darnaus vystymosi kontekste: neuroninių tinklų požiūris |
|
| Creator |
Vinnychuk, Olena
Grygorkiv, Vasyl Makhanets, Liubov |
|
| Subject |
economic growth; sustainable development; ecological balance; neural networks
O44; E27 ekonomikos augimas; darnus vystymasis; ekologinis balansas; neuroniniai tinklai |
|
| Description |
Analysis of the ecological situation in the world suggests that ensuring economic growth of any country should be based on the principles of sustainable development. The question of the relationship between the dynamics of GDP and the degree of pollution requires a detailed study. The relationship between economic growth and the amount of emissions based on statistics of Ukraine, Poland, Germany and Lithuania is shown. The amount of emissions is one of the factors influencing economic growth, so neural networks are constructed in the article that can be used to predict the amount of emissions for countries under the World Bank classification by the income level. Also, various factors that have the greatest impact on the predicted rate of CO2 are analyzed in the article. This analysis allows selecting a set of independent variables that can provide a better prediction of the studied parameters and make appropriate economic decisions in order to achieve economic growth in a sustainable development.
Pasaulio ekologinės situacijos analizė rodo, kad kiekvienos šalies ekonomikos augimas turėtų būti pagrįstas darnios plėtros principais. Ryšys tarp BVP dinamikos ir taršos lygio reikalauja išsamaus tyrimo. Remiantis statistiniais duomenimis pateikti Ukrainos, Lenkijos, Vokietijos ir Lietuvos ekonomikos augimo ir išmetamų teršalų kiekio santykiniai rodikliai. Išmetamų teršalų kiekis yra vienas iš veiksnių, darančių įtaką ekonomikos augimui, todėl šiame straipsnyje yra konstruojami neuroniniai tinklai, kuriuos pasitelkiant siekiama prognozuoti taršos kiekį pasirinktose šalyse, kurias Pasaulio bankas klasifikuoja pagal pajamų lygį. Taip pat yra analizuojami įvairūs veiksniai, kurie turi didžiausią įtaką nustatant CO2 normą. Ši analizė leidžia pasirinkti nepriklausomus kintamuosius, kurie padeda atlikti geresnę tiriamų parametrų prognozę ir priimti atitinkamus ekonominius sprendimus siekiant užtikrinti ekonomikos augimo darnų vystymąsi. |
|
| Publisher |
Mykolo Romerio Universitas
|
|
| Contributor |
—
— |
|
| Date |
2013-11-06
|
|
| Type |
info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion — — |
|
| Format |
application/pdf
|
|
| Identifier |
https://www3.mruni.eu/ojs/business-systems-and-economics/article/view/1475
10.13165/VSE-13-3-2-02 |
|
| Source |
Business Systems & Economics; Vol 3, No 2 (2013): Business Systems & Economics; 153-166
Verslo sistemos ir ekonomika; Vol 3, No 2 (2013): Business Systems & Economics; 153-166 2029-8234 |
|
| Language |
eng
|
|
| Relation |
https://www3.mruni.eu/ojs/business-systems-and-economics/article/view/1475/1421
|
|
| Rights |
Copyright (c) 2014 Business Systems & Economics
|
|