Jun, 2024

通过自动化机器学习增强供应链安全

PDF
TL;DR该研究通过机器学习方法来应对全球供应链面临的复杂性，从而提高供应链安全性。研究集中于通过欺诈检测、维护预测和物料缺货预测来增强供应链安全。引入一种自动化机器学习框架，优化数据分析、模型构建和超参数优化。研究指出了影响机器学习性能的关键因素，包括抽样方法、分类变量编码、特征选择和超参数优化。机器学习方法在处理大规模数据集和复杂模式时显示出优势，为供应链管理领域提供了有价值的贡献。
发现论文，激发创造
  • 提升供应链弹性：基于机器学习的产品可用性日期预测方法及其应对中断方案

    通过多种回归模型，本文尝试预测通用电气（GE）燃气和汽轮机服务和制造业务物流运输的产品可用性日期，并表明树形算法（即 RF 和 GBM）提供了最佳的泛化误差和最佳性能。

    Apr, 2023

  • 机器学习自动采购欺诈检测

    本文利用顺丰速运提供的 2015 至 2017 年采购数据库，通过构建 9 个特征的神经网络模型，进行了采购诈骗的分类与检测，并测试了超过 50000 个样本，证明了这些模型在采购欺诈检测方面是有用的。

    Apr, 2023

  • 大数据 - 供应链管理框架的预测：数据预处理和机器学习技术

    本文旨在系统地确定和比较分析最新的供应链预测策略和技术，提出了一个包含大数据分析在供应链管理中的新框架，并讨论了预测对人力、库存和整个供应链的影响以及其优化方面的建议。

    Jul, 2023

  • 机器学习中安全与隐私科学的探索

    ML 在安全性方面存在漏洞，提出威胁模型并对攻击进行分类，探究了模型准确性与抗敌对操作的关系。

    Nov, 2016

  • 基于机器学习系统的安全性：在训练和推理期间的攻击和挑战

    对机器学习中存在的各种安全威胁、威胁模型及相关挑战进行了简要概述，利用 LeNet 和 VGGNet 对 MNIST 和 GTSRB 等基准进行了安全威胁演示，提出并解决了部分误差影响并较小的攻击方式，并阐述了开发安全措施的相关技术。

    Nov, 2018

  • 自动化机器学习方法在价格预测应用中的基准测试

    应用自动化的机器学习（AutoML）方案代替手动创建的机器学习管道，结合公司的领域知识进行价格预测的工业需求研究，展示了 AutoML 导致的小型和中型企业对机器学习专家的依赖减弱的可能性。

    Apr, 2023

  • 机器学习在国际贸易趋势预测中的应用

    本研究介绍了使用机器学习算法，基于国际贸易交易和相关经济因素，进行预测和解释交易流的可能性，并对预测结果和政策决策进行了评估。

    Oct, 2019

  • 回收材料的敏捷制造中的机器学习方法实现可持续性

    本研究通过数据驱动的 AI 方法，应用机器学习模型，探索采用再生和回收材料的敏捷制造决策支持的材料科学中的环境可持续性，通过对热处理参数对材料性质的影响、颗粒尺寸检测和短语分数检测进行预测分析，得出了很多有希望的结果，但是之后的工作仍需面对各种挑战。

    Mar, 2023

  • 云计算中基于机器学习的安全性综述

    云计算正在革命性地改变 IT 资源交付给用户的方式，减少成本并简化基础设施。然而，伴随云计算的增长而来的安全风险包括可用性、完整性和机密性威胁。为了解决这些挑战，云服务提供商越来越多地使用机器学习来减少对人工干预的需求，以识别和解决安全问题。机器学习能够分析大量数据并进行高准确性预测，因此可以改变云服务提供商对待安全性的方式。本文将研究基于机器学习的云安全领域中的最新研究。我们将对一系列机器学习算法的特征和有效性进行探讨，重点介绍它们的特点和潜在限制。我们的目标是全面了解机器学习在云安全领域的现状，并揭示这个新兴领域所能带来的令人振奋的可能性。

    Sep, 2023

  • 电力系统中的机器学习是否存在漏洞？

    本文探讨了机器学习在电力系统中的安全性问题，并指出目前大多数算法容易受到对抗性输入数据的攻击，因此需要设计更加健壮和安全的算法。

    Aug, 2018