Оптимізація управління інтелектуальною власністю за процесно-функціональним підходом

Abstract

Мета статті полягає в розробленні способу оптимізації управління об’єктами інтелектуальної власності (ІВ) за процесно-функціональним підходом, який базується на використанні нейронних мереж у поєднанні з мережами планування в умовах невизначеності. При аналізі праць різних учених було розглянуто концептуальні підходи до формування управління ІВ за процесним і функціональним підходами до управління. Систематизовано використання штучних нейронних мереж в управлінні інтелектуальною власністю на промислових підприємствах у поєднанні з мережевим плануванням в умовах невизначеності. Нейронні мережі складаються з різної архітектури, але для управління інтелектуальною власністю доцільно використовувати Self Organizing Maps (SOM) Кохонена, Generative Pre-trained Transformer 3 (GPT-3) і багатошаровий перцептрон Румельхарта або їх поєднання. Доведено, що запропонований науковий підхід (інструментарій) у вигляді нейронних мереж і мережевого планування дозволяє скоротити час на виконання робіт, що пов’язані з управлінням інтелектуальною власністю на промислових підприємствах на засадах процесно-функціонального підходу. На підставі проведеного дослідження проведено розрахунок витрат часу, який підтвердив ефективність упровадження нейромереж у поєднанні з мережевим графіком. Перспективами подальших досліджень у даному напрямі є розробка та побудова універсального інструменту з використанням нейромереж і мережевого графіка для управління інтелектуальною власністю на промислових підприємствах. Подальший розвиток управління об’єктами інтелектуальної власності дозволить підвищити ефективність виробництва та дохідність підприємств.

The article is aimed at developing a way to optimize the management of intellectual property (IP) objects by a process-functional approach based on the use of neural networks in combination with planning networks in conditions of uncertainty. When analyzing the works of various scholars, conceptual approaches to the formation of IP management according to both the process and the functional approaches to management were considered. The use of artificial neural networks in intellectual property management at industrial enterprises in combination with network planning in conditions of uncertainty is systematized. Neural networks consist of different architectures, but to manage intellectual property it is advisable to use either Self-Organizing Maps (SOM) by Kohonen, or Generative Pre-trained Transformer 3 (GPT-3), or Rumelhart Multilayer Perceptron, or an combination of the above. It is proved that the proposed scientific approach (instrumentarium) in the form of neural networks and network planning allows reducing the time for implementation of works related to the management of intellectual property at industrial enterprises on the grounds of a process-functional approach. Based on the carried out study, the computation of spent time was carried out, which confirmed the efficiency of the implementation of neural networks in combination with network schedule for the management of intellectual property in industrial enterprises. Prospects for further research in this direction are the development and construction of a universal instrument using neural networks and network schedule. Further development of intellectual property management will increase production efficiency and profitability of enterprises.