Nov, 2023

HKTGNN：基于层次知识迁移图神经网络的供应链风险评估

PDF
TL;DR建立供应链风险评估模型以有效管理和缓解潜在风险的重要性逐渐增加，本文提出了一种基于层次化的知识可迁移图神经网络的供应链风险评估模型，通过图嵌入方法将供应链网络嵌入到基本产品网络中，解决了数据饥饿问题，实验证明该模型在实际供应链数据集上表现优异。
supply chainrisk assessmentgraph dataknowledge transferablenetwork
发现论文，激发创造
  • 供应链网络图表示学习中的数据考虑

    本文介绍一种基于图表示学习的方法，可以揭示企业供应链中不为业界所知的潜在依赖关系，从而对于全球汽车供应链网络中的环节预测实现了最先进的表现，为企业和业务管理提供进一步的风险缓解措施。

    Jul, 2021

  • 供应链弹性的知识图谱视角

    为了提升供应链透明度与韧性，本研究采用知识图谱连接多种数据源，以达到三级供应商的透明度。通过知识图谱完善方法，预测供应网络中的空缺信息，同时应用图分析算法，识别关键实体，支持供应链管理自动化风险识别。

    May, 2023

  • HAKG: 面向推荐的层次感知知识门控网络

    本文提出了一种新模型，叫做 Hierarchy-Aware Knowledge Gated Network（HAKG），主要应对 KG 领域中现存的一些问题，在实验中，与现有的方法相比表现了很大的优势。

    Apr, 2022

  • 个性化推荐的分层关注知识图谱嵌入

    本文提出了一种新的分层注意力知识图嵌入框架（HAKG），用于捕捉用户偏好，并在缓解数据稀疏性问题方面表现出优越性。

    Oct, 2019

  • 公司即部落：基于分层图神经网络的部落式图上公司风险评估

    研究使用部落式图作为新的财务风险评估方式，提出一种新的基于两个级别的 TH-GNN 模型，包括结构模式编码和信息扩散两个级别，利用对比学习和部落关系分析有效地、高效地识别部落中的风险公司，模型在真实数据集上得到了显著的改进。

    Jan, 2023

  • SupplyGraph：使用图神经网络进行供应链规划的基准数据集

    应用图神经网络（GNN）到供应链网络的研究领域是相对缺失的，而本研究提出了一个用于时间任务的真实基准数据集，可以通过图神经网络来解决供应链规划等问题，从而推动供应链分析和规划领域的发展。

    Jan, 2024

  • 跨视图层次图学习超网络用于技能需求供应联合预测

    我们提出了一种用于联合技能需求 - 供应预测的跨视图分层图学习超网络（CHGH）框架，通过整合历史的需求 - 供应差距来联合预测需求和供应变化，实验证明该框架相对于七个对照模型更为优越，证明了三个模块的有效性。

    Jan, 2024

  • 准确预测国际贸易流量：利用知识图谱及其嵌入

    该研究探讨了知识图谱嵌入在国际贸易中的应用及其对预测准确性和知识表示可解释性的潜力，提供了对决策者、企业家和经济学家有价值的见解。研究结果还分析了嵌入方法对其他智能算法的影响。

    Oct, 2023

  • 知识关系排名增强的异构学习交互建模用于神经图遗忘知识追踪

    本研究提出了一个名为 NGFKT 的知识追踪模型，通过校准技能关系矩阵和 Q - 矩阵，以及应用图卷积网络对学生、练习和技能之间的异构交互进行建模，来降低主观标注的影响。研究结果表明，该模型在 AUC、ACC 和 Performance Stability（PS）等方面优于基线模型。

    Apr, 2023

  • HGV4Risk：基于层次全局视角引导的序列表示学习用于风险预测

    本文提出了一种新的基于分层全局视图引导的序列表示学习框架，其中将全局图嵌入模块与和谐 $eta$-attention 模块相结合，旨在进行有效的风险预测，实现了与其他基线方法相比具有竞争力的预测性能。

    Nov, 2022