| DC Field | Value | Language |
|---|
| dc.contributor.author | Аламов, А. У. | - |
| dc.contributor.author | Ситников, А. В. | - |
| dc.coverage.spatial | Минск | en_US |
| dc.date.accessioned | 2025-05-28T07:34:28Z | - |
| dc.date.available | 2025-05-28T07:34:28Z | - |
| dc.date.issued | 2025 | - |
| dc.identifier.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. | en_US |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/59866 | - |
| dc.description.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. | en_US |
| dc.language.iso | ru | en_US |
| dc.publisher | БГУИР | en_US |
| dc.subject | материалы конференций | en_US |
| dc.subject | логистические процессы | en_US |
| dc.subject | управление запасами | en_US |
| dc.subject | автоматизация складов | en_US |
| dc.title | Оптимизация логистических процессов с использованием методов машинного обучения | en_US |
| dc.title.alternative | Optimization of logistics processes using machine learning methods | en_US |
| dc.type | Article | en_US |
| local.description.annotation | 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. | en_US |
| Appears in Collections: | Электронные системы и технологии : материалы 61-й конференции аспирантов, магистрантов и студентов (2025)
|
