Onderzoekers van New York University hebben een nieuw mechanisme ontwikkeld dat Machine Learning gebruikt om onderscheid te maken tussen authentieke producten en namaakgoederen.
Machine Learning tegen namaakgoederen
“Het onderliggende principe van ons systeem The Entrupy Method is dat ogenschijnlijk onbeduidende kenmerken in een productlijn gebruikt kunnen worden om namaakgoederen te onderscheiden,” legt hoogleraar wiskunde Lakshminarayanan Subramanian uit.
Namaakgoederen zijn een wereldwijd probleem voor bedrijven met een hoogwaardig product. De industrie lijdt miljoenen schade doordat hun producten door andere bedrijven worden nagemaakt. Uit een rapport van The National Institute of Science Communication and Information Resources blijkt dat de distributie van namaakgoederen 7 procent van de globale handel uitmaakt.
Schadeloze methode
Er bestaan andere manieren om namaakgoederen op te sporen, maar die zijn vaak niet risicovrij. Doordat dit systeem gebruikmaakt van vergelijkingsmateriaal uit een dataset van drie miljoen afbeeldingen hoeft het product niet opengebroken te worden. Hierdoor is er geen risico op schade.
Deze afbeeldingen variëren van objecten tot materialen zoals textiel, leer, pillen, elektronica, speelgoed en schoenen. En door deze verscheidenheid is het systeem volgens Subramanian meer dan 98 procent accuraat.
The Entrupy Method wordt gepresenteerd op de jaarlijkse conferentie van de Special Interest Group on Knowledge Discovery and Data Mining.