Сергій В’яЧеславович Плясов
Current Organizations / Institutes
The organizations/institutes from the scholar's latest article
Research Subjects
Сергій В’яЧеславович Плясов has a total of 4 co-authors. Here are the top co-authors by number of shared publications:
- Ivan Klopov
Zaporizhzhia National University
1 shared publication - Natalya Metelenko
Інженерний навчально-науковий інститут ім. Ю.М. Потебні Запорізького національного університету
1 shared publication Іван Олександрович Клопов
1 shared publication- Сергій Сергійович Загородній
Запорізький національний університет
1 shared publication
Latest Publications
- Open Access
- 10 May 2024
- Published by Zaporizhzhia National University in Scientific Journal "Metallurgy"
- No. 2,p. 20-25
МЕТОДИ ТА МОДЕЛІ ОЦІНЮВАННЯ ЕКОНОМІЧНОЇ ЗАХИЩЕНОСТІ ПРОМИСЛОВОГО ПІДПРИЄМСТВА
У статті розглянуто методи та моделі оцінки економічної безпеки промислового підприємства. Метою дослідження є розробка методів та моделей управління економічною безпекою промислового підприємства в умовах нестабільного зовнішнього середовища. Процес оцінки економічної безпеки підприємства пропонується здійснювати в три етапи. Перший етап: формування набору моделей визначення економічної безпеки промислового підприємства на основі складу окремих компонентів економічної безпеки підприємства. Економічну безпеку промислового підприємства пропонується розглядати як систему чотирьох функціональних складових: фінансової, техніко-технологічної, кадрово-інтелектуальної та інформаційної. Модель оцінки фінансової безпеки підприємства враховує рівень фінансової складової економічної безпеки за групами показників ліквідності, надійності, фінансової стійкості та прибутковості. Кадрово- інтелектуальна складова безпеки підприємства враховує рівень освіти, кваліфікацію, професійні характеристики керівного та виробничого персоналу. Ефективність використання виробничих ресурсів і фондів промислового підприємства є основою для визначення рівня техніко-технологічної безпеки підприємства. Розраховано рівень інформаційної безпеки підприємства в розрізі напрямів, етапів та основ інформаційної діяльності підприємства. На другому етапі проводиться діагностика загроз та моделювання їх впливу на економічну безпеку підприємства. Метод діагностики загроз базується на визначенні максимального розміру збитку від виникнення загроз у розрізі функціональних складових економічної безпеки підприємства. Третій етап – прогнозування економічної безпеки та захисту промислового підприємства. Прогнозування економічної безпеки підприємства дає основну вихідну інформацію для прийняття управлінських рішень у процесі планування режимів функціонування підприємства.
- 10 May 2024
- Published by Zaporizhzhia National University in Scientific Journal "Metallurgy"
- No. 2,p. 20-25
Open AccessМЕТОДИ ТА МОДЕЛІ ОЦІНЮВАННЯ ЕКОНОМІЧНОЇ ЗАХИЩЕНОСТІ ПРОМИСЛОВОГО ПІДПРИЄМСТВА
У статті розглянуто методи та моделі оцінки економічної безпеки промислового підприємства. Метою дослідження є розробка методів та моделей управління економічною безпекою промислового підприємства в умовах нестабільного зовнішнього середовища. Процес оцінки економічної безпеки підприємства пропонується здійснювати в три етапи. Перший етап: формування набору моделей визначення економічної безпеки промислового підприємства на основі складу окремих компонентів економічної безпеки підприємства. Економічну безпеку промислового підприємства пропонується розглядати як систему чотирьох функціональних складових: фінансової, техніко-технологічної, кадрово-інтелектуальної та інформаційної. Модель оцінки фінансової безпеки підприємства враховує рівень фінансової складової економічної безпеки за групами показників ліквідності, надійності, фінансової стійкості та прибутковості. Кадрово- інтелектуальна складова безпеки підприємства враховує рівень освіти, кваліфікацію, професійні характеристики керівного та виробничого персоналу. Ефективність використання виробничих ресурсів і фондів промислового підприємства є основою для визначення рівня техніко-технологічної безпеки підприємства. Розраховано рівень інформаційної безпеки підприємства в розрізі напрямів, етапів та основ інформаційної діяльності підприємства. На другому етапі проводиться діагностика загроз та моделювання їх впливу на економічну безпеку підприємства. Метод діагностики загроз базується на визначенні максимального розміру збитку від виникнення загроз у розрізі функціональних складових економічної безпеки підприємства. Третій етап – прогнозування економічної безпеки та захисту промислового підприємства. Прогнозування економічної безпеки підприємства дає основну вихідну інформацію для прийняття управлінських рішень у процесі планування режимів функціонування підприємства.
- 30 April 2024
- Published by Publishing House Helvetica (Publications) in Підприємництво та інновації
- No. 31,p. 49-53
TRANSFORMING INDUSTRIES WITH ARTIFICIAL INTELLIGENCE: PRACTICAL ASPECTS
This article reveals the transformative impact of Artificial Intelligence (AI) in various industrial sectors, emphasizing its pivotal role in enhancing operational efficiency. It explores AI-driven predictive maintenance in manufacturing, highlighting improved equipment reliability and cost efficiency through data analytics and machine learning. It also shows AI's significant influence in reshaping supply chain and logistics, focusing on enhanced efficiency and data-driven decision-making. Furthermore, it addresses AI's integration in quality control, safety, and product design. Finally, the article discusses AI's contribution to end-to-end optimization in industry, revealing its capability in automating complex processes and enabling smarter decision-making. Overall, this analysis emphasize AI's growing popularity and its transformative potential across different industrial applications. У статті, на основі останніх досліджень вчених, експертів, журналістів досліджується зростаюча роль штучного інтелекту (ШІ) в різних промислових секторах, та його революціонізуючий вплив на підвищення ефективності управління процесами. Основна увага зосереджена на можливостях ШІ аналізувати великі масиви даних, виявляти закономірності та приймати обґрунтовані рішення, що кардинально змінює сфери від виробництва до охорони здоров'я. У статті аналізуються існуючи чотири основні напрямки використання ШІ у промисловості, зокрема його вплив на покращення обслуговування обладнання, підвищення ефективності операційної діяльності, покращення якості та дизайн і розробку продукта. Першим розглядається AI-кероване прогностичне технічне обслуговування в промисловому виробництві, яке змінює підходи до обслуговування обладнання завдяки використанню алгоритмів ШІ. Аналіз даних та машинне навчання, створення симуляцій, поєднання прогностичного обслуговування з системами управління підприємством, дозволяє суттєво покращити рівень обслуговування. Далі висвітлюється роль ШІ у трансформації управління ланцюгами постачань та логістики, акцентуючи на ефективності прийняття управлінських рішень на основі аналізу великих масивів даних, що дозволяє більш детально прогнозувати, робити закупки, організовувати складське господарство. Стаття також охоплює впровадження ШІ у сфері якості та безпеки, зокрема в контексті контролю якості та управління ризиками. Розглядається інтеграція колаборативних роботів (коботів) та ШІ у процеси контролю якості, що є значним нововведенням у виробництві. Окремий акцент робиться на використанні ШІ в дизайні та розробці продукції, де ШІ допомагає аналізувати споживацькі переваги та ринкові тенденції для створення ефективних та відповідних ринковим вимогам продуктів. На закінчення, стаття висвітлює перспективи розвитку ШІ у промисловості, його можливості в подальшій оптимізації виробничих процесів, що також включає автоматизацію комплексних процесів та подальший розвиток прийняття рішень на основі аналіза даних. Матеріал статті підводить до висновку, що запровадження ШІ в управлінні в промисловості покращує ефективність поточних процесів та формує майбутнє цієї сфери.
- 30 April 2024
- Published by Publishing House Helvetica (Publications) in Підприємництво та інновації
- No. 31,p. 49-53
TRANSFORMING INDUSTRIES WITH ARTIFICIAL INTELLIGENCE: PRACTICAL ASPECTS
This article reveals the transformative impact of Artificial Intelligence (AI) in various industrial sectors, emphasizing its pivotal role in enhancing operational efficiency. It explores AI-driven predictive maintenance in manufacturing, highlighting improved equipment reliability and cost efficiency through data analytics and machine learning. It also shows AI's significant influence in reshaping supply chain and logistics, focusing on enhanced efficiency and data-driven decision-making. Furthermore, it addresses AI's integration in quality control, safety, and product design. Finally, the article discusses AI's contribution to end-to-end optimization in industry, revealing its capability in automating complex processes and enabling smarter decision-making. Overall, this analysis emphasize AI's growing popularity and its transformative potential across different industrial applications. У статті, на основі останніх досліджень вчених, експертів, журналістів досліджується зростаюча роль штучного інтелекту (ШІ) в різних промислових секторах, та його революціонізуючий вплив на підвищення ефективності управління процесами. Основна увага зосереджена на можливостях ШІ аналізувати великі масиви даних, виявляти закономірності та приймати обґрунтовані рішення, що кардинально змінює сфери від виробництва до охорони здоров'я. У статті аналізуються існуючи чотири основні напрямки використання ШІ у промисловості, зокрема його вплив на покращення обслуговування обладнання, підвищення ефективності операційної діяльності, покращення якості та дизайн і розробку продукта. Першим розглядається AI-кероване прогностичне технічне обслуговування в промисловому виробництві, яке змінює підходи до обслуговування обладнання завдяки використанню алгоритмів ШІ. Аналіз даних та машинне навчання, створення симуляцій, поєднання прогностичного обслуговування з системами управління підприємством, дозволяє суттєво покращити рівень обслуговування. Далі висвітлюється роль ШІ у трансформації управління ланцюгами постачань та логістики, акцентуючи на ефективності прийняття управлінських рішень на основі аналізу великих масивів даних, що дозволяє більш детально прогнозувати, робити закупки, організовувати складське господарство. Стаття також охоплює впровадження ШІ у сфері якості та безпеки, зокрема в контексті контролю якості та управління ризиками. Розглядається інтеграція колаборативних роботів (коботів) та ШІ у процеси контролю якості, що є значним нововведенням у виробництві. Окремий акцент робиться на використанні ШІ в дизайні та розробці продукції, де ШІ допомагає аналізувати споживацькі переваги та ринкові тенденції для створення ефективних та відповідних ринковим вимогам продуктів. На закінчення, стаття висвітлює перспективи розвитку ШІ у промисловості, його можливості в подальшій оптимізації виробничих процесів, що також включає автоматизацію комплексних процесів та подальший розвиток прийняття рішень на основі аналіза даних. Матеріал статті підводить до висновку, що запровадження ШІ в управлінні в промисловості покращує ефективність поточних процесів та формує майбутнє цієї сфери.