В сборнике представлены научные публикации, посвященные вопросам развития экономической науки, права и социологии. В материалах сборника приведены результаты теоретических и прикладных изысканий представителей научного и образовательного сообщества в данной области. Предназначен для широкого круга читателей. Издание может быть полезно научным сотрудникам, преподавателям, студентам, аспирантам и всем, кто интересуется проблемами и перспективами социально-экономического развития и права России и зарубежья. Ответственность за приведенные в исследовании экономические данные несут авторы. Статьи представлены в авторской редакции.
В статье обосновывается экономическая целесообразность перехода от статических моделей прогнозирования энергопотребления к адаптивным системам потокового машинного обучения (Online Learning) с детекцией концептуального дрейфа (Concept Drift). Показано, что внедрение инкрементальных алгоритмов (Adaptive Random Forest, ADWIN) в контур управления предприятием позволяет снизить операционные издержки (OPEX) на электроэнергию за счет предиктивного сглаживания пиковых нагрузок. Эмпирические данные подтверждают снижение среднеабсолютной ошибки (MAE) на 29% и задержку обновления моделей менее 2 мс, что обеспечивает готовность технологии к внедрению на периферийных (Edge) устройствах.