ВПРОВАДЖЕННЯ ІНТЕЛЕКТУАЛЬНИХ СИСТЕМ КЛАСИФІКАЦІЇ ТОВАРІВ: ВПЛИВ НА ЕФЕКТИВНІСТЬ МИТНОГО АДМІНІСТРУВАННЯ
DOI:
https://doi.org/10.31891/2219-9365-2025-82-4Ключові слова:
митне адміністрування, класифікація товарів, машинне навчання, наївний баєсівський класифікатор, нейронні мережі, Leaky ReLUАнотація
У статті здійснено аналіз можливостей застосування інтелектуальних систем у сфері класифікації товарів для потреб митного адміністрування. Підвищення обсягів міжнародної торгівлі, зростання складності логістичних ланцюгів і постійна еволюція товарної номенклатури вимагають модернізації процесів, пов’язаних з ідентифікацією та присвоєнням кодів ТН ЗЕД. Автори досліджують, як алгоритми машинного навчання, зокрема наївний баєсівський класифікатор та штучні нейронні мережі з активаційною функцією Leaky ReLU, можуть бути адаптовані для автоматизованої класифікації товарів, підвищуючи ефективність та достовірність рішень. Виділено ключові проблеми традиційного ручного підходу, зокрема значні часові витрати, залежність від кваліфікації фахівців, високу вірогідність суб’єктивних помилок та обмежену масштабованість. Проведено емпіричний експеримент, у якому проаналізовано результати класифікації 10 000 товарних позицій трьома методами: ручним, за допомогою наївного Байєса та нейронної мережі. Експериментальні дані свідчать про значне підвищення точності автоматизованих підходів, а також істотне скорочення часу на обробку вхідної інформації. Зокрема, застосування нейронної мережі дозволило досягти точності 94,8% при часі обробки 60 секунд, що суттєво перевищує результат ручної класифікації . Окрему увагу приділено перспективам удосконалення інтелектуальних систем класифікації. Розглядаються можливості впровадження обробки природної мови (NLP) для інтерпретації неструктурованих текстових описів товарів, застосування комп’ютерного зору для автоматичної ідентифікації продукції за візуальними ознаками, а також розвиток федеративного навчання як механізму міжнародної кооперації між митними органами без порушення конфіденційності даних. У якості прикладу наведено досвід Сінгапуру, де впровадження систем на основі машинного навчання дало змогу скоротити час обробки митних декларацій на 50% та зменшити рівень помилок до мінімуму. Отримані результати підтверджують, що інтелектуальні системи мають потенціал стати ключовим елементом цифрової трансформації митної інфраструктури, сприяючи інтеграції України до глобального економічного простору, гармонізації процедур з нормами ЄС, зниженню корупційних ризиків і підвищенню ефективності митного адміністрування на системному рівні.
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2025 Юрій КРИВЕНЧУК, Степан КРУПА

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.