Skip navigation
Please use this identifier to cite or link to this item: https://libeldoc.bsuir.by/handle/123456789/59866
Title: Оптимизация логистических процессов с использованием методов машинного обучения
Other Titles: Optimization of logistics processes using machine learning methods
Authors: Аламов, А. У.
Ситников, А. В.
Keywords: материалы конференций;логистические процессы;управление запасами;автоматизация складов
Issue Date: 2025
Publisher: БГУИР
Citation: Аламов, А. У. Оптимизация логистических процессов с использованием методов машинного обучения = Optimization of logistics processes using machine learning methods / А. У. Aламов, А. В. Ситников // Электронные системы и технологии : сборник материалов 61-й научной конференции аспирантов, магистрантов и студентов БГУИР, Минск, 21–25 апреля 2025 г. / Белорусский государственный университет информатики и радиоэлектроники ; редкол.: Д. В. Лихаческий [и др.]. – Минск, 2025. – С. 780–782.
Abstract: Статья посвящена исследованию возможностей применения методов машинного обучения для оптимизации логистических процессов. В работе рассмотрены ключевые методы машинного обучения, такие как обучение с учителем, обучение без учителя и глубокое обучение, а также их применение в прогнозировании спроса, управлении запасами, маршрутизации транспорта и автоматизации складских операций.
Alternative abstract: The article is devoted to the study of the possibilities of using machine learning methods to optimize logistics processes. The work considers key machine learning methods, such as supervised learning, unsupervised learning, and deep learning, as well as their application in demand forecasting, inventory management, transport routing, and automation of warehouse operations.
URI: https://libeldoc.bsuir.by/handle/123456789/59866
Appears in Collections:Электронные системы и технологии : материалы 61-й конференции аспирантов, магистрантов и студентов (2025)

Files in This Item:
File Description SizeFormat 
Alamov_Optimizaciya.pdf540.79 kBAdobe PDFView/Open
Show full item record Google Scholar

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.