- Прогнозирование спроса на основе кластеров с использованием усреднения байесовской модели: подход к обучению по ансамблю (ELSEVIER)
Автор:МахьяСейедана, ФерештехМафахериб, ЧунВанга
Аннотация:прогнозирование спроса — важный аспект управления цепочками поставок, который может способствовать увеличению прибыли и повышению эффективности за счет согласования каналов поставок с ожидаемым спросом. В сфере розничной торговли клиенты и их потребности разнообразны, что делает прогнозирование спроса сложной задачей. В связи с этим данное исследование направлено на разработку трехэтапного кластерного прогнозирования спроса на основе данных для розничной торговли. Во-первых, клиенты сегментируются на основе их давности, частоты и денежных характеристик (RFM). Клиенты со схожим покупательским поведением признаются сегментом, создавая упорядоченные отношения между совершаемыми ими транзакциями. На втором этапе методы анализа временных рядов используются для прогнозирования спроса для каждого потребительского сегмента. Наконец, используется усреднение байесовской модели (BMA) для объединения результатов прогнозирования, полученных с помощью альтернативных методов временных рядов. Применимость предлагаемого подхода представлена посредством сравнительного анализа конкретных случаев с представленным улучшением точности прогнозирования суточного спроса.
2. Умное земледелие с использованием методов машинного обучения и глубокого обучения (ELSEVIER)
Автор:Сентил Кумар СвамиДураиа, Мари ДивьяШамилиб
Выдержка:обработка почвы, выращивание сельскохозяйственных культур и содержание домашнего скота называется сельским хозяйством. Сельское хозяйство имеет решающее значение для экономического развития страны. Почти 58 процентов основного источника средств к существованию страны приходится на сельское хозяйство. Фермеры до настоящего времени переняли традиционные методы ведения сельского хозяйства. Эти методы не были точными, поэтому снижали производительность и отнимали много времени. Точное земледелие помогает повысить производительность за счет точного определения шагов, которые необходимо выполнять в нужное время. Прогнозирование погодных условий, анализ почвы, рекомендации культур для выращивания, определение количества удобрений, пестицидов, которые необходимо использовать, — вот некоторые элементы точного земледелия. Precise Farming использует передовые технологии, такие как IOT, Data Mining, Data Analytics, Machine Learning, для сбора данных, обучения систем и прогнозирования результатов. С помощью технологий Точное земледелие помогает сократить ручной труд и повысить производительность. В последнее время фермеры сталкиваются с различными проблемами, включая неурожай из-за меньшего количества осадков, неплодородность почвы и так далее. В связи с изменениями, происходящими в окружающей среде, предлагаемая работа помогает определить, как разумно управлять посевами и собирать урожай. Он направляет человека к умному сельскому хозяйству. Цель этой работы - помочь человеку эффективно выращивать сельскохозяйственные культуры и, следовательно, достичь высокой производительности при низких затратах. Это также помогает предсказать общие затраты, необходимые для выращивания. Это поможет человеку заранее спланировать действия перед выращиванием, что приведет к интегрированному решению в сельском хозяйстве.
3. Анализ нормативно-правового процесса по внедрению смарт-счетчиков в Бразилии (ELSEVIER)
Автор:Флавия Кристина ЛимаАльвеса, Амаро ОлимпиоПерейра Джуниора, Хуан Карлос Матеус Санчесб
Аннотация. Распространение технологий интеллектуального учета во всем мире представляет собой изменение в энергетическом секторе, поскольку оно включает новые технологии энергопотребления. В Бразилии эта тема способствовала формированию нормативно-правовой базы в отношении новых технологий и технологической подготовке национальной промышленности. Тем не менее, стране все еще необходимо преодолеть некоторые проблемы в этом секторе, связанные, например, с потерями энергии и отсутствием функциональной совместимости между системами и оборудованием учета электроэнергии. В Европе некоторые страны находятся на продвинутом этапе внедрения интеллектуальных измерений, поскольку они создали всю нормативно-правовую и технологическую основу, необходимую для поддержки этого продвижения. В этой статье в качестве новизны представлен анализ различных поколений интеллектуальных счетчиков с целью классификации существующих технологий в Бразилии. Учитывая передовую позицию некоторых стран Европы в развертывании интеллектуальных счетчиков, исследование также направлено на анализ бразильского нормативного процесса, направленного на интеллектуальные измерения, на основе различных мер и директив Европейской комиссии, а также некоторых инициатив, практикуемых в конкретных странах, таких как как Италия и Великобритания. Кроме того, исследование направлено на сравнение минимальных функциональных возможностей системы измерения Европейского союза с распределенной системой измерения (DMS), используемой в Бразилии. Эти анализы направлены на определение уровня интеллектуальных измерений в Бразилии и представление передового опыта, принятого в Европе, для содействия формированию государственной политики, направленной на распространение интеллектуальных измерений в стране.
