文献

J-GLOBAL ID：202102231663185247   整理番号：21A0027782

特権情報の存在下における需要予測【JST・京大機械翻訳】

Demand Forecasting in the Presence of Privileged Information

著者 (5件)： Ariannezhad Mozhdeh (AIRLab, University of Amsterdam, Amsterdam, The Netherlands) ,  Schelter Sebastian (University of Amsterdam, Amsterdam, The Netherlands) ,  Schelter Sebastian (Ahold Delhaize, Zaandam, The Netherlands) ,  de Rijke Maarten (University of Amsterdam, Amsterdam, The Netherlands) ,  de Rijke Maarten (Ahold Delhaize, Zaandam, The Netherlands)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12588  ページ： 46-62  発行年： 2020年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 将来における販売量を予測することは,小売企業の補充プロセスにおける基本的問題である。アイテムの需要を予測するモデルは,典型的には項目の影響力のある特徴と歴史的な販売に依存する。しかし,いくつかの影響力のある特徴(非計画可能特徴として参照する)の値は,モデル訓練(過去)中にのみ知られており,予測時間では将来ではない。そのような特徴の例は,チェーンスーパーマーケットにおける他の店舗のような他のチャネルにおける販売を含む。既存の予測方法は,そのような非計画的特徴を無視するか,または,それらが予測時間でも知られていることを誤って仮定する。特権情報として非計画可能な特徴,すなわち訓練時間で利用可能な情報,予測時間ではなく,それに応じてこのデータ源を利用するためのニューラルネットワークを設計する。訓練時間において非計画可能な特徴を組み込んだ二重分枝ニューラルネットワークアーキテクチャ,すなわち,歴史的情報を埋め込むための第1の分岐と第2の分岐,特権情報(PI)分岐,を特権情報に基づく需要を予測するために提示する。次に,予測時間で単一分岐ネットワークを活用し,その入力が予測時間で利用できないPI分岐の挙動を模倣するためのシミュレーション成分を適用した。2つの実世界予測データセットに関するアプローチを評価し,平均絶対誤差と対称平均絶対百分率誤差計量に関して最先端の競合者より優れていることを見出した。さらに,提案アーキテクチャにおける異なるコンポーネントの寄与を検証するために,可視化と実行実験を行った。Copyright Springer Nature Switzerland AG 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 予測技法 ,  シミュレーション ,  対称性 ,  スーパーマーケット ,  ネットワーク ,  チェーン ,  ニューラルネットワーク ,  可視化 ,  小売 ,  *需要予測 ,  商店建築 ,  チャネル ,  計算機アーキテクチャ ,  予測誤差
準シソーラス用語： ニューラルネットワークアーキテクチャ ,  平均絶対誤差 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (1件)： 需要予測