هوشمندسازی ارزیابی خسارت بدنه با بهره گیری از مفهوم یادگیری عمیق

سال انتشار: 1400
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 375

فایل این مقاله در 14 صفحه با فرمت PDF و WORD قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

INSDEV28_005

تاریخ نمایه سازی: 16 بهمن 1400

چکیده مقاله:

امروزه از هوش مصنوعی به عنوان یکی از اصلی ترین فن آوری های تحول دیجیتال یاد می شود. صنعت بیمه نیز علی رغم تاخیر نسبت به سایر کسب وکارها، در حال استقرار زیرساخت های لازم در جهت بهره گیری از این فن آوری است. در این میان، هوشمند نمودن فرآیند ارزیابی خسارت بدنه ی اتومبیل از جمله اهداف بیمه گران پیشرو بوده است. این فرآیند با ارسال ویدوئو و تصاویر اتومبیل خسارت دیده از سوی بیمه گذار آغاز می گردد. در ادامه با کمک هوش مصنوعی، اسناد دریافتی صحت سنجی و با پایگاه تصویری بیمه گر تطبیق داده می شود. این عملیات توسط زیرشاخه ای از هوش مصنوعی موسوم به «یادگیری عمیق» صورت می پذیرد. در مفهوم یادشده، رویکرد شبکه های عصبی هم گشت CNN، با الهام از سیستم پردازش بصری، مراحل ارزیابی خسارت را به شکل خودکار انجام می دهند. وجود فیلترهای چندگانه به نام های هم-گشت، یکسوساز و ادغام در فرآیند CNN، میزان دقیق خسارت واقع شده به اتومبیل بیمه گذار را برآورد می نمایند.هوشمندسازی الگوی خسارت بدنه با تغییر، تسهیل و تسریع فرآیندهای سنتی، منجر به افزایش رضایت مندی مشتریان و استقبال بیش تر آحاد جامعه از محصول بیمه بدنه خواهد شد. بدیهی است رشد فروش بیمه گران از این رشته علاوه بر بهبود ترکیب پرتفوی صنعت بیمه، به نوبه ی خود افزایش ضریب نفوذ و رونق اقتصادی را برای کشور به ارمغان خواهد آورد.

نویسندگان

مهرداد مهدی زاده

مدیر واحد طرح و توسعه، شرکت بیمهی ملت، تهران

محمدسعید حقیقت سمنانی

کارشناس اداره مطالعات و بررسیهای اقتصادی، واحد طرح و توسعه، شرکت بیمه ی ملت، تهران