В сфере цифрового сопровождения профориентации, образования и трудоустройства инвалидов и лиц с ОВЗ важное место занимает построение траекторий такого сопровождения с учетом вариативных характеристик данных лиц. В качестве инструментария для математического описания этих характеристик рассматривается представление данных, описывающих вариативные характеристики, в виде тензора. Для выявления кластерной структуры субъектов сопровождения и определения зависимостей вариативных характеристик друг от друга и общих причин разрабатывается тензорная модель данных с применением компонентного анализа. Компонентный анализ применяется к тензору в целом и его k-мерным срезам. Представленная в работе модель определения релевантной информации может быть использована для построения вариативных траекторий сопровождения инвалидов и лиц с ОВЗ.

Аванесян К. А., Астоянц М. С., Тарасенко Л. В., Рыжова В. С., Дикая Л. А., Боровская М. А. Почему дети с инвалидностью не продолжают обучение в системе профессионального образования? // Журнал исследований социальной политики. 2022. Т. 20, № 4. С. 625–644.
Магнус Я. Р., Нейдеккер Х. Матричное дифференциальное исчисление с приложениями к статистике и эконометрике. Москва: ФИЗМАТЛИТ, 2002. 496 с.
Лебедев Д. В., Воронков А. В. Оценка валидности и надежности инструментария многомерного измерения установок по отношению к инклюзивному образованию детей с ООП // Журнал исследований социальной политики. 2022. Т. 20, № 4. С. 607–624.
Цифровые ресурсы профессионализации молодых инвалидов: опыт разработки и внедрения регионального информационно-аналитического портала «ПЕРСПЕКТИВА-PRO» / под редакцией О. А. Денисовой. Череповец: Череповецкий государственный университет, 2021. 196 с.
Cichocki A., Lee N., Oseledets I. V., Phan A.-H., Zhao Q., Mandic D. Low-Rank Tensor Networks for Dimensionality Reduction and Large-Scale Optimization Problems: Perspectives and Challenges. PART 1 // Foundations and Trends in Machine Learning. 2016. Vol. 9. No. 4-5. P. 249 - 429. https://doi.org/10.48550/arXiv.1609.00893
Demianova A. V., Lukiyanova A. L. The impact of disability status on labor supply in Russia // Applied Econometrics. 2016. Vol. 44. P. 50 - 74.
Fantazzini D., Shakleina M. V., Yuras N. A. Big Data for computing social well-being indices of the Russian population // Applied Econometrics. 2018. Vol. 50. Р. 43 - 66.
Kossova E., Kosorukova M. Estimation of the treatment effect of higher education on health: Comparison of the multivariate recursive probit model and matching // Applied Econometrics. 2023. Vol. 69. P. 65 - 90.
Maksimov A. G., Telezhkina M. S. Econometric analysis of phenomenon of higher education expansion // Applied Econometrics. 2019. Vol. 55. P. 91 - 112.
Moskvina V. Modelling interregional mobility of university graduates in Russia // Applied Econometrics. 2019. Vol. 56. P. 99 - 122.