Daily Arxiv

Cette page résume et organise les publications en intelligence artificielle du monde entier.
Les contenus sont synthétisés grâce à Google Gemini et le service est proposé à but non lucratif.
Les droits d'auteur des articles appartiennent à leurs auteurs ou institutions respectives ; en cas de partage, il suffit d'en mentionner la source.

SynDelay : un ensemble de données synthétiques pour la prédiction des retards de livraison

Created by
  • Haebom

Auteur

Liming Xu, Yunbo Long, Alexandra Brintrup

Contour

Cet article présente SynDelay, un jeu de données synthétiques destiné à améliorer la gestion prédictive de la chaîne d'approvisionnement (par exemple, la prévision des retards de livraison), un domaine limité par le manque de données de qualité accessibles au public. SynDelay, généré à l'aide d'un modèle génératif avancé, entraîné sur des données réelles, préserve des schémas de livraison réalistes tout en préservant la confidentialité. Bien qu'il ne soit pas totalement exempt de bruit ni d'incohérences, il constitue un terrain d'essai pratique et stimulant pour les avancées en matière de modélisation prédictive. Les premiers résultats de référence et les indicateurs d'évaluation sont accessibles au public via le Supply Chain Data Hub.

Takeaways, Limitations_

Takeaways:
Fournir un ensemble de données synthétiques de haute qualité pour la recherche en modélisation prédictive dans la gestion de la chaîne d'approvisionnement.
Contribuer à l'activation du Supply Chain Data Hub, une initiative ouverte de partage et d'analyse comparative des ensembles de données.
Nous présentons une méthode de génération de données synthétiques qui garantit la confidentialité tout en maintenant des modèles de livraison réalistes.
Faciliter l’avancement de la recherche en fournissant des repères précoces et des indicateurs d’évaluation.
Limitations:
ÉTant donné qu’il s’agit d’un ensemble de données synthétiques, il se peut qu’il ne reflète pas parfaitement toutes les complexités et variables des données réelles.
Il est possible que le bruit ou les incohérences n’aient pas été complètement supprimés.
Les repères fournis sont fournis à titre indicatif uniquement et ne représentent pas des performances de pointe.
👍