Студент РТУ МИРЭА Михаил Полубарьев решил проблему, с которой ежедневно сталкиваются аптеки и производители по всей стране: как угадать потребность в лекарствах на фоне постоянно меняющегося рынка. Его разработка – гибридная нейросетевая модель прогнозирования спроса – способна точно предсказывать продажи препаратов даже тогда, когда о них почти нет данных.
Представьте ситуацию: на рынок выходит новый аналог популярного зарубежного средства. Спроса на него еще не существует, статистики ноль, а ошибиться нельзя ни в меньшую, ни в большую сторону. Дефицит грозит оставить пациентов без жизненно важных медикаментов, избыток же заморозит миллионы рублей на складах. Именно здесь традиционный искусственный интеллект пасует, накапливая ошибки уже через пару месяцев планирования.
Решение Михаила объединяет два разных подхода к анализу данных. Для оперативного горизонта (на месяц вперед) система использует ансамбли градиентного бустинга, которые ювелирно работают с текущими рыночными колебаниями. А для стратегического взгляда на квартал вперед подключаются архитектуры глубокого обучения, способные строить устойчивые прогнозы практически с нуля. Такой симбиоз исключает экспоненциальный дрейф ошибок и обеспечивает стабильность там, где другие алгоритмы «сходят с ума».
Разработкой уже заинтересовались крупные игроки индустрии. В компании-производителе «Генериум» подтвердили, что точность поставок – это вопрос не только экономики, но и социальной ответственности. Новая модель от студента РТУ МИРЭА обещает стать тем самым инструментом, который сделает дефицит лекарств редкостью, а логистику фармкомпаний – безупречной.
💡 Читайте также:
Понравился материал?
Подписывайтесь на наши каналы в Дзене, VK, OK и Telegram и заходите на наш сайт Techdgst.ru, где мы публикуем еще больше новостей о технологиях и науке.