ИСПОЛЬЗОВАНИЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА ДЛЯ АНАЛИЗА И ПРОГНОЗИРОВАНИЯ ИЗБИРАТЕЛЬНОЙ АКТИВНОСТИ В БЛОКЧЕЙН-СИСТЕМАХ ГОЛОСОВАНИЯ
DOI:
https://doi.org/10.52167/1609-1817-2024-133-4-223-234Ключевые слова:
блокчейн, искусственный интеллект, электронное голосование, машинное обучение, явка избирателей, прогнозный анализ, управление выборамиАннотация
В этом исследовании изучалась интеграция искусственного интеллекта с технологией блокчейна для анализа и прогнозирования избирательной активности в системах голосования на блокчейне. Целью данной работы было повысить эффективность, прозрачность и безопасность электронного голосования за счет использования прогнозирующих возможностей искусственного интеллекта. Исследование было сосредоточено на применении алгоритмов машинного обучения для выявления закономерностей голосования, выявления аномалий и прогнозирования явки избирателей. Используя сочетание исторических данных голосования и записей блокчейна в реальном времени, исследование продемонстрировало, как искусственный интеллект может предоставить ценную информацию о поведении избирателей и тенденциях выборов. Методология включала в себя использование модели искусственного интеллекта, реализованной на основе технологии блокчейн, создание синтетических наборов данных, предварительную обработку данных, инженерные функции и методы линейной регрессии, модели машинного обучения с использованием случайных величин и нейронных сетей. Производительность модели оценивалась с использованием среднеквадратической ошибки и показателя R². Реализация искусственного интеллекта в системах голосования на блокчейне была оценена с помощью серии экспериментальных симуляций, подчеркнувших точность и надежность прогнозов. Результаты показали, что анализ на основе искусственного интеллекта может значительно улучшить управление и надзор за электронными выборами, способствуя более надежным и заслуживающим доверия процессам голосования. В этом документе представлена комплексная методология, обсуждены результаты и предложены рекомендации для будущих исследований и практического применения в области избирательных технологий.
Библиографические ссылки
[1] Saleh, S., Cherradi, B., El Gannour, O., Hamida, S., & Bouattane, O. (2023). Predicting patients with Parkinson's disease using Machine Learning and ensemble voting technique. Multimedia Tools and Applications, 1-28. https://doi.org/10.1007/s11042-023-16881-x
[2] Chen, F., Wan, H., Cai, H., & Cheng, G. (2021). Machine learning in/for blockchain: Future and challenges. Canadian Journal of Statistics, 49(4), 1364-1382. https://doi.org/10.1002/cjs.11623
[3] Rastogi, R., Rastogi, Y., & Chauhan, S. (2022, August). Block Chain Application for E-Voting Process Using ML for South Asian Continent. In Proceedings of the 2022 Fourteenth International Conference on Contemporary Computing (pp. 509-513). https://doi.org/10.1145/3549206.3549292
[4] Shah, J. K., Sharma, R., Misra, A., Sharma, M., Joshi, S., Kaushal, D., & Bafila, S. (2023, November). Industry 4.0 Enabled Smart Manufacturing: Unleashing the Power of Artificial Intelligence and Blockchain. In 2023 1st DMIHER International Conference on Artificial Intelligence in Education and Industry 4.0 (IDICAIEI) (Vol. 1, pp. 1-5). IEEE. https://doi.org/10.1109/idicaiei58380.2023.10406671
[5] Hemamalini, V., Mishra, A. K., Tyagi, A. K., & Kakulapati, V. (2024). Artificial Intelligence–Blockchain‐Enabled–Internet of Things‐Based Cloud Applications for Next‐Generation Society. Automated Secure Computing for Next‐Generation Systems, 65-82. https://doi.org/10.1002/9781394213948.ch4
[6] Singh, J., Sajid, M., Gupta, S. K., & Haidri, R. A. (2022). Artificial Intelligence and Blockchain Technologies for Smart City. Intelligent Green Technologies for Sustainable Smart Cities, 317-330. https://doi.org/10.1002/9781119816096.ch15
[7] Jumagaliyeva, J. A., Abdykerimova, E., Turkmenbayev, A., Muratova, G., Talgat, A., & Shekerbek, A. (2024). Analysis of research on the implementation of Blockchain technologies in regional electoral processes. International Journal of Electrical and Computer Engineering, 14(3), 2854-2867. https://doi.org/10.11591/ijece.v14i3.pp2854-2867
[8] Kamil, M., Bist, A. S., Rahardja, U., Santoso, N. P. L., & Iqbal, M. (2021). COVID-19: Implementation e-voting blockchain concept. International Journal of Artificial Intelligence Research, 5(1), 25-34. https://doi.org/10.29099/ijair.v5i1.173
[9] Taş, R., & Tanrıöver, Ö. Ö. (2020). A systematic review of challenges and opportunities of blockchain for E-voting. Symmetry, 12(8), 1328. https://doi.org/10.3390/sym12081328
[10] Jafar, U., Aziz, M. J. A., & Shukur, Z. (2021). Blockchain for electronic voting system review and open research challenges. Sensors, 21(17), 5874. https://doi.org/10.3390/s21175874
[11] Saleh, S., Cherradi, B., El Gannour, O., Hamida, S., & Bouattane, O. (2023). Predicting patients with Parkinson's disease using Machine Learning and ensemble voting technique. Multimedia Tools and Applications, 1-28. https://doi.org/10.1007/s11042-023-16881-x
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2024 Айнур Джумагалиева, Эльмира Абдыкеримова, Асет Туркменбаев, Венера Рыстыгулова, Сулу Исабаева
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.