ОБ ИСПОЛЬЗОВАНИИ МАШИННОГО ОБУЧЕНИЯ ПРИ МОДЕЛИРОВАНИИ БИЗНЕС-ПРОЦЕССОВ
В условиях высокой конкурентности, а также активизации внутреннего производственного рынка предприятиям нужно быстро адаптироваться к современным условиям. Очевиден рост количества малых производственных предприятий, которые участвуют в тендерах на электронных торговых площадках и предлагают свои услуги крупным предприятиям, особенно этот рост заметен в области военно-промышленного комплекса. Заказчики предпочитают сотрудничать с малыми предприятиями, которые адаптивны к условиям заказа, а также имеют не только короткие сроки исполнения заказа, но еще и гибкую систему ценообразования благодаря низким административным и бюрократическим издержкам. Такие предприятия при росте объема заказов сталкиваются с проблемами в части организации бизнес-процессов. В работе авторами построена модель процесса «Контроль качества» с использованием метода BPMN на основе практики малого предприятия, которая может являться основой для обучения системы машинного обучения по построению модели бизнес-процессов. В качестве области искусственного интеллекта предложена обработка текстов на естественном языке, что позволит предприятиям использовать данную унифицированную технологию для сокращения издержек на разработку и описание бизнес-процессов.
Удахина С.В., Мерзликина А.А. Об использовании машинного обучения при моделировании бизнес-процессов // Научный результат. Информационные технологии. – Т.9, №2, 2024. – С. 60-68. DOI: 10.18413/2518-1092-2024-9-2-0-7
Пока никто не оставил комментариев к этой публикации.
Вы можете быть первым.
Список источников
Список литературы
О применении интеллектуальных технологий обработки естественного языка и средств виртуальной реальности для поддержки принятия решений при подборе исполнителей проектов. Экономика. Информатика, 48(2): 392–404. DOI 10.52575/2687-0932-2021-48-2-392-404.
№ 5-2(73). С. 34-37.
О разработке адаптивной образовательной платформы с использованием технологий машинного обучения. Экономика. Информатика, 49(4): 810–819. DOI 10.52575/2687-0932-2022-49-4-810-819.