🛃 В работу таможни планируется внедрить методы искусственного интеллекта и обработки больших массивов данных

12 сентября 2019 года руководитель ФТС России Владимир Булавин принял участие в сессии «Совершенствование таможенного администрирования. Приоритет электронных технологий» Московского финансового форума. В своем выступлении он отметил, что электронные технологии сегодня являются неотъемлемой частью внутренних процессов таможенных органов...
http://customs.ru/press/federal/document/205873
#ФТС #таможня #ИИ #ВЭД

🧠 ИСКУССТВЕННЫЙ ИНТЕЛЕКТ

Zim разработал систему ZIMGuard™ для выявления неправильно задекларированного груза, сообщили SeaNews в компании. Система, базирующаяся на приниципах искусственного интеллекта, сканирует декларации и на раннем этапе выявляет потенциально неправильно задекларированные грузы.

В системе применены технологии обработки естественного языка (Natural Language Processing) и машинного обучения, которые используются для анализа документов в режиме реального времени с целью выявления неполного, недостоверного или ошибочного декларирования.

Как отмечают в компании, недостоверное декларирование опасных грузов не раз становилось причиной серьезных аварий, которые приводили к гибели людей и серьезным материальным убыткам. ZIMGuard™ уже показала свою эффективность в предотвращении недостоверного декларирования. На сегодня система уже работает в крупных портах в Китае, США и Израиле. До конца года Zim рассчитывает внедрить ее во всех своих подразделениях.

#декларирование #ИИ #машинноеобучение #анализ #Zim

🧠 КЛАССИФИКАЦИЯ И ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ

Метод анализа текстов при тарифной классификации товаров в таможенном деле

Аннотация: Применение искусственного интеллекта в таможенном деле является важнейшей практической сферой цифровой трансформации социально-экономических систем. В статье рассмотрена одна из частных задач данной сферы – выбор кода товара по тарифной классификации на основе деклараций, представленных на русском языке. Объектом исследования выступал стабилизатор напряжения. Анализ таможенных деклараций, выполненный человеком по ключевым словам в описании товара, показал необходимость применения методов машинного обучения. Для этого были рассмотрены 1 005 таможенных деклараций, поданных по трем товарным позициям, которые расценивались как три класса в задаче классификации. Использование платфор-мы Orange Anaconda Navigator позволило применить методы визуального проектирования для по-строения workflow-диаграммы решения задачи. Диаграмма включает этап предпроцессинга, на котором были построены облака слов и мешок слов, а также сформирован набор данных, столбцами которого являются леммы, а строками – отдельные декларации. С целью сокращения размерности задачи применены методы фильтрации, удаления n-грамм и стоп-слов. Полученный набор данных позволяет выбрать лучший классификатор по показателям точности, специфичности, чувствительности, а также с помощью матрицы ошибок и AUC-кривой. Использованы обучающая и тестовая выборки, а также кроссвалидация. Лучшим по комплексу анализируемых показателей оказался классификатор, основанный на логистической регрессии, уравнение которой позволило определить наиболее важные леммы для решения задачи классификации. Поскольку сложность решения задачи зависит от числа идентифицируемых классов, целесо-образно использовать частные классификации для небольшого числа классов, включая их в со-став информационно-аналитических систем вместе с учетными системами, базами таможенных деклараций, системами «запрос–ответ» и другими.

Подробнее...

#ИИ #интеллект #ВЭД #классификация

Midjourney представил таможню будущего. Какая-то милитаризированная она получилась.

Источник...

#ИИ #таможня #будущее