Intelligenza Artificiale Security Sdoganamento Merci

Intelligenza Artificiale Security Sdoganamento Merci

Il progetto IASSM (Intelligenza Artificiale Security Sdoganamento Merci) riguarda attività di ricerca orientata alla realizzazione di un nuovo modello di gestione e analisi dei flussi Doganali di Import, Export e Trasbordo, in relazione anche all’evoluzione dello scenario Normativo (entrata in vigore del nuovo codice Doganale). In particolare, ci si vuole concentrare su un progetto mirato, attraverso un’attività preliminare di ricerca, all’individuazione di strumenti e modelli, anche supportati da opportuni applicativi software (prototipo dimostratore e simulatore da sviluppare), che permettano l’efficientamento delle procedure e dei metodi di controllo dei flussi informativi che intervengono nei processi di import/export.

OBIETTIVI

Obiettivo del progetto è stato lo sviluppo di un modello di analisi delle informazioni da attuare attraverso l’esecuzione di workflow, modelli semantici, strumenti di risk measurement, da realizzare con tecniche di simulazione. Lo sviluppo del modello è orientato non solo a individuare una soluzione rafforzativa, in termini di ottimizzazione e velocità dell’attuale processo di sdoganamento, ma si propone come importante strumento qualificante, volto all’aggregazione e gestione strutturata delle informazioni relative alla sicurezza dell’intera filiera logistica con particolare riferimento agli elementi caratterizzanti relativi alla certificazione AEO (Operatore Economico Autorizzato).

ATTIVITA’

Le attività di progetto sono state articolate nei seguenti work-package:

WP1 (analisi e modellazione dei processi di servizio nel settore della logistica e delle spedizioni)
L’obiettivo generale consiste nella stesura di un’analisi completa dei processi e l’individuazione di una criticità di processo e la relativa proposta di una strategia volta alla risoluzione di tale criticità

WP2 (valutazione e selezione di strumenti e tecnologie)
Progettazione di un algoritmo di analisi semantica finalizzata alla risoluzione della criticità di processo individuata

WP3 (progettazione e sviluppo del prototipo dimostratore)
Progettazione e sviluppo della base dati e implementazione dei processi e del set documentale

WP4 (piano di controllo del progetto, test e validazione)
Realizzazione di un piano di controllo del progetto e relativo rilascio dei risultati, e validazione del dimostratore.

 

RISULTATI

Il prototipo realizzato consiste in un applicativo software che, a partire da brevi descrizioni testuali, identifica e propone, in modo automatico o semiautomatico, un codice di classificazione delle merci nell’ambito del processo di gestione delle pratiche di import/export. Le funzionalità e le caratteristiche tecniche di tale prototipo sono ridefinite sulla base delle specificità dell’attività progettuale, anche a seguito dei test condotti con il training set a disposizione e dei risultati di performance che sono raggiunti. La definizione delle funzionalità del prototipo si basa sulla considerazione che il training set rappresenti un insieme di informazioni sufficientemente rappresentativo e soprattutto correttamente classificato. Rappresentatività e correttezza del campione rappresentano i presupposti necessari all’applicazione di algoritmi statistici e di tecniche di Machine Learning per addestrare il software ad eseguire operazioni di classificazione automatica. Le prestazioni del sistema di classificazione automatica migliorano all’aumentare della quantità di esempi correttamente classificati a partire dai quali poter inferire la classe di appartenenza delle nuove informazioni. Il funzionamento del classificatore dipende da una base di conoscenza incrementale. Il calcolo della similarità si basa sulla corrispondenza tra la descrizione delle merci fornite dal cliente e la descrizione che accompagna ciascun codice.

PARTNER DEL PROGETTO

  • Seta S.r.l., azienda capofila,
  • Spediterraneo S.r.l.
  • Noitech S.r.l. PMI innovativa

 


loghi