• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Книга
Бизнес в Азии: сборник информационно-аналитических статей

Веселова Л. С., Иванющенкова М. В., Катькало В. С. и др.

М.: Издательский дом НИУ ВШЭ, 2025.

Статья
Aprobabilistic approach to reliability assessment of inventory management strategies in an MRP environment with random yield

Lukinskiy V., Lukinsky V., Sokolov B. et al.

International Transactions in Operational Research. 2025. P. 1-36.

Глава в книге
Increasing the Accuracy of Logistics Cycle Time Estimates Based on the JIT Concept

Lukinskiy V., Lukinsky V., Sadykova G. et al.

In bk.: Reliability and Statistics in Transportation and Communication: Human Sustainability and Resilience in the Digital Age. Selected Papers from the 24th International Multidisciplinary Conference on Reliability and Statistics in Transportation and Communication, RelStat-2024, Riga, Latvia, September 25–28, 2024. Iss. 1337. Switzerland: Springer Publishing Company, 2025. P. 388-398.

Препринт
The Iron Curtain and Referee Bias in International Football

Dagaev D., Paklina S., Reade J. et al.

Department of Economics Discussion Paper. . University of Reading, 2021. No. 2021-14.

Ученый НИУ ВШЭ - Санкт-Петербург победил в конкурсе РНФ

Доцент департамента менеджмента Евгений Антипов получил грант Президентской программы Российского научного фонда, направленной на поддержку молодых ученых

Российский научный фонд объявил победителей конкурса "Проведение инициативных проектов молодыми учеными" Президентской программы исследовательских проектов 2018 года. Конкурс был направлен на поддержку молодых людей в возрасте до 33 лет, защитивших кандидатские диссертации. На реализацию проекта фонд выделяет полтора миллиона рублей в год.

В кампусе победителем конкурса стал доцент департамента менеджмента Санкт-Петербургской школы экономики и менеджмента Евгений Антипов. С 2018 по 2020 год Евгений Александрович будет работать над проектом "Разработка математических моделей планирования и прогнозирования спроса на ассортимент предприятий розничной торговли на основе усовершенствованных ансамблей методов машинного обучения для оптимизации использования ценовых и неценовых инструментов стимулирования спроса с учетом сложности паттернов продуктовой субституции и комплементарности и высокой размерности пространства детерминант спроса".