Использование баз данных, защищенных авторскими правами, для развития машинного обучения в условиях ограничительных мер в РФ
(Стр. 101-109)

В статье проанализированы возможные способы учета авторских прав и интеллектуальной собственности правообладателей баз данных. Акцент сделан на становлении и развитии машинного обучения в условиях ограничительных мер в РФ. Проанализированы теоретические и практические подходы к возможной дифференциации целей и задач для использования информации из баз данных и учета интересов их правообладателей. Подготовлены предложения по совершенствованию в РФ нормативно-правого регулирования авторских прав на интеллектуальную собственность в условиях санкционного противостояния с целью стимулирования развития машинного обучения для получения слушателями дополнительных конкурентных преимуществ на национальном или международном рынке труда.

ОБРАЗЕЦ ЦИТИРОВАНИЯ: Афанасьев М.А. Использование баз данных, защищенных авторскими правами, для развития машинного обучения в условиях ограничительных мер в РФ // Социально-политические науки. 2025. Т. 15. № 1. С. 101-109. DOI: 10.33693/2223-0092-2025-15-1-101-109. EDN: HZSGUL

Шаймиева Э.Ш., Гумерова Г.И. Объекты интеллектуальной собственности образовательных организаций на цифровых платформах // Проблемы экономики и юридической практики. 2023. № 3. С. 267–273.
Свиридова Е.А. Правовой режим базы данных как объекта авторских и смежных прав // Проблемы экономики и юридической практики. 2021. № 1. С. 140–145.
Корчемкина О.А. Концептуальные основы законопроекта в сфере правового регулирования баз данных // Пробелы в российском законодательстве. 2015. № 3. С. 195–198.
Бояринцева О.А. Актуальные вопросы правового регулирования баз данных, формируемых и используемых в сфере государственного и муниципального управления // Пробелы в российском законодательстве. 2019. № 4. С. 240–244.
Астапов Р.Л., Мухамадеева Р.М. Автоматизация подбора параметров машинного обучения и обучение модели машинного обучения // Актуальные научные исследования в современном мире. 2021. № 5-2 (73). С. 34–37.
Гирфанов А.И., Папаев Р.М., Загидуллин Л.Р. и др. Использование машинного обучения для исследования форм поведения животных // Международный форум Kazan Digital Week-2022: сб. матер. Междунар. форума / под общ. ред. Р.Н. Минниханова. Казань, 2022. С. 751–755.
Поленок М.В., Бондаренко С.В., Козлова И.Р., Юркова О.Н. О методах машинного обучения при принятии управленческих решений в области здравоохранения // Вызовы цифровой экономики: тренды развития в условиях последствий пандемии COVID-19: сб. ст. IV Всерос. науч.-практ. конф., приуроченной к Году науки и технологий в России. Брянск, 2021. С. 225–229.
Ахаткулов С.А., Омонов А.А. Применение алгоритмов машинного обучения для адаптивного обучения программированию // Инновационные технологии обучения физико-математическим и профессионально-техническим дисциплинам: матер. ХVI Междунар. науч.-практ. конф. Мозырь, 2024. С. 142–143.
Горбунов П.М., Мацкевич Ю.А., Чубарь А.В. Машинное обучение. Автоматизация подбора модели машинного обучения // Робототехника и искусственный интеллект: матер. XIII Всерос. науч.-техн. конф. с междунар. участием. М., 2021. С. 155–160.
Городничев Д.Ю. Машинное обучение и глубокое обучение // Современные проблемы лингвистики и методики преподавания русского языка в вузе и школе. 2022. № 38. С. 278–281.
Салтанаева Е.А., Шакиров А.А., Гимаева А.Р. Сравнение традиционных методов машинного обучения и глубокого обучения // Научно-технический вестник Поволжья. 2023. № 12. С. 379–381.
Акинин А.А. Подготовка баз данных для машинного обучения // Инженерные технологии: традиции, инновации, векторы развития: матер. X Всерос. науч.-практ. конф. с междунар. участием. Абакан, 2024. С. 6–7.
Коновалов Г.Г. Применение машинного обучения для оптимизации запросов в системах управления базами данных // Международный журнал гуманитарных и естественных наук. 2023. № 10-2 (85). С. 58–61.

интеллектуальная собственность, правообладатели, база данных, датасет, майнинг данных, спин-офф, машинное обучение, международный опыт, нормативно-правое регулирование, стимулирование, санкции, ограничительные меры.