ПОТЕНЦИАЛ НЕЙРОННЫХ СЕТЕЙ КОЛМОГОРОВА-АРНОЛЬДА КАК АЛЬТЕРНАТИВЫ МНОГОСЛОЙНЫМ ПЕРЦЕПТРОНАМ В ЗАДАЧАХ ЛОГИСТИКИ

Аннотация

В условиях глобальной цифровизации и автоматизации большое количество различных отраслей, в том числе логистические компании, начали использовать в своей работе нейросетевые технологии. А с постоянным усложнением цепей поставок, эффективность логистических систем становится критическим фактором конкурентоспособности, поэтому компании все чаще предлагают новые решения с использованием ИИ для улучшения работы. Большинство современных интеллектуальных систем, использующихся в работе в различных сферах, преимущественно базируются на архитектуре многослойных перцептронов (MLP). Но с появлением новой архитектуры все может измениться.

Данная статья посвящена исследованию потенциала применения принципиально новой архитектуры нейронных сетей, Колмогорова-Арнольда (KAN). В работе был проведен теоретический анализ преимуществ новой архитектуры перед MLP в контексте ключевых задач логистики, таких как: прогнозирование спроса, оптимизация транспортных маршрутов и управление складскими запасами. Целью статьи является теоретическое исследование целесообразности интеграции нейросетевых технологий на архитектуре KAN, в интеллектуальные логистические платформы.