Academic Journal
ПРИМЕНЕНИЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В РЕНТГЕНОВСКОМ ДОСМОТРЕ БАГАЖА ДЛЯ ТАМОЖЕННОГО КОНТРОЛЯ: ОБЗОР СОВРЕМЕННЫХ ВОЗМОЖНОСТЕЙ И ВЫЗОВОВ
| Τίτλος: | ПРИМЕНЕНИЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В РЕНТГЕНОВСКОМ ДОСМОТРЕ БАГАЖА ДЛЯ ТАМОЖЕННОГО КОНТРОЛЯ: ОБЗОР СОВРЕМЕННЫХ ВОЗМОЖНОСТЕЙ И ВЫЗОВОВ |
|---|---|
| Στοιχεία εκδότη: | Zenodo, 2025. |
| Έτος έκδοσης: | 2025 |
| Θεματικοί όροι: | искусственный интеллект, машинное обучение, рентгеновский досмотр, таможенный контроль, глубокое обучение, контрабанда, безопасность, автоматическое обнаружение угроз, Explainable AI (XAI), федеративное обучение |
| Περιγραφή: | В условиях экспоненциального роста международных пассажирских и товарных потоков традиционные методы таможенного контроля достигают пределов своей эффективности. Человеческий фактор, включающий усталость, ограниченные когнитивные возможности и субъективность восприятия, снижает качество выявления угроз при рентгеновском досмотре багажа. Настоящая статья представляет собой системный обзор современных подходов к применению искусственного интеллекта (ИИ) в автоматизации анализа рентгеновских изображений для нужд таможенного контроля. В работе рассмотрены ключевые технологии глубокого обучения (CNN, 3D-CNN, R-CNN), методы активного обучения с участием человека (Human-in-the-Loop), а также перспективы внедрения объяснимого ИИ (XAI) и федеративного обучения (Federated Learning). Особое внимание уделено практическим аспектам: автоматизированному выявлению наркотических веществ, валюты, драгоценных металлов, оружия и иных запрещённых товаров. На основе анализа международного опыта (TSA, BAG INTEL, Intelligent Customs Inspection в Китае) определены преимущества внедрения ИИ: повышение точности и скорости досмотра, снижение нагрузки на инспекторов и развитие аналитических возможностей. Отдельно рассмотрены вызовы: высокая частота ложных срабатываний, правовые ограничения, вопросы приватности и угрозы кибербезопасности. Сделан вывод, что дальнейшее развитие технологий ИИ в таможенной сфере требует международной стандартизации, разработки прозрачных алгоритмов (XAI) и комплексной интеграции в цифровые «умные» коридоры |
| Τύπος εγγράφου: | Article |
| DOI: | 10.5281/zenodo.17266743 |
| Rights: | CC BY |
| Αριθμός Καταχώρησης: | edsair.doi...........1e37a6f57cd848713379219399e55bb5 |
| Βάση Δεδομένων: | OpenAIRE |
| FullText | Text: Availability: 0 |
|---|---|
| Header | DbId: edsair DbLabel: OpenAIRE An: edsair.doi...........1e37a6f57cd848713379219399e55bb5 RelevancyScore: 1024 AccessLevel: 3 PubType: Academic Journal PubTypeId: academicJournal PreciseRelevancyScore: 1023.89154052734 |
| IllustrationInfo | |
| Items | – Name: Title Label: Title Group: Ti Data: ПРИМЕНЕНИЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В РЕНТГЕНОВСКОМ ДОСМОТРЕ БАГАЖА ДЛЯ ТАМОЖЕННОГО КОНТРОЛЯ: ОБЗОР СОВРЕМЕННЫХ ВОЗМОЖНОСТЕЙ И ВЫЗОВОВ – Name: Publisher Label: Publisher Information Group: PubInfo Data: Zenodo, 2025. – Name: DatePubCY Label: Publication Year Group: Date Data: 2025 – Name: Subject Label: Subject Terms Group: Su Data: <searchLink fieldCode="DE" term="%22искусственный+интеллект%2C+машинное+обучение%2C+рентгеновский+досмотр%2C+таможенный+контроль%2C+глубокое+обучение%2C+контрабанда%2C+безопасность%2C+автоматическое+обнаружение+угроз%2C+Explainable+AI+%28XAI%29%2C+федеративное+обучение%22">искусственный интеллект, машинное обучение, рентгеновский досмотр, таможенный контроль, глубокое обучение, контрабанда, безопасность, автоматическое обнаружение угроз, Explainable AI (XAI), федеративное обучение</searchLink> – Name: Abstract Label: Description Group: Ab Data: В условиях экспоненциального роста международных пассажирских и товарных потоков традиционные методы таможенного контроля достигают пределов своей эффективности. Человеческий фактор, включающий усталость, ограниченные когнитивные возможности и субъективность восприятия, снижает качество выявления угроз при рентгеновском досмотре багажа. Настоящая статья представляет собой системный обзор современных подходов к применению искусственного интеллекта (ИИ) в автоматизации анализа рентгеновских изображений для нужд таможенного контроля. В работе рассмотрены ключевые технологии глубокого обучения (CNN, 3D-CNN, R-CNN), методы активного обучения с участием человека (Human-in-the-Loop), а также перспективы внедрения объяснимого ИИ (XAI) и федеративного обучения (Federated Learning). Особое внимание уделено практическим аспектам: автоматизированному выявлению наркотических веществ, валюты, драгоценных металлов, оружия и иных запрещённых товаров. На основе анализа международного опыта (TSA, BAG INTEL, Intelligent Customs Inspection в Китае) определены преимущества внедрения ИИ: повышение точности и скорости досмотра, снижение нагрузки на инспекторов и развитие аналитических возможностей. Отдельно рассмотрены вызовы: высокая частота ложных срабатываний, правовые ограничения, вопросы приватности и угрозы кибербезопасности. Сделан вывод, что дальнейшее развитие технологий ИИ в таможенной сфере требует международной стандартизации, разработки прозрачных алгоритмов (XAI) и комплексной интеграции в цифровые «умные» коридоры – Name: TypeDocument Label: Document Type Group: TypDoc Data: Article – Name: DOI Label: DOI Group: ID Data: 10.5281/zenodo.17266743 – Name: Copyright Label: Rights Group: Cpyrght Data: CC BY – Name: AN Label: Accession Number Group: ID Data: edsair.doi...........1e37a6f57cd848713379219399e55bb5 |
| PLink | https://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsair&AN=edsair.doi...........1e37a6f57cd848713379219399e55bb5 |
| RecordInfo | BibRecord: BibEntity: Identifiers: – Type: doi Value: 10.5281/zenodo.17266743 Languages: – Text: Undetermined Subjects: – SubjectFull: искусственный интеллект, машинное обучение, рентгеновский досмотр, таможенный контроль, глубокое обучение, контрабанда, безопасность, автоматическое обнаружение угроз, Explainable AI (XAI), федеративное обучение Type: general Titles: – TitleFull: ПРИМЕНЕНИЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В РЕНТГЕНОВСКОМ ДОСМОТРЕ БАГАЖА ДЛЯ ТАМОЖЕННОГО КОНТРОЛЯ: ОБЗОР СОВРЕМЕННЫХ ВОЗМОЖНОСТЕЙ И ВЫЗОВОВ Type: main BibRelationships: IsPartOfRelationships: – BibEntity: Dates: – D: 04 M: 10 Type: published Y: 2025 Identifiers: – Type: issn-locals Value: edsair |
| ResultId | 1 |