文献

J-GLOBAL ID：202202275533598490   整理番号：22A1105167

機械学習法を用いた繊維製品の需要予測【JST・京大機械翻訳】

Demand Forecasting for Textile Products Using Machine Learning Methods

著者 (6件)： Medina Hector (Faculty of Chemical Sciences, University of Cuenca, Cuenca, Ecuador) ,  Pena Mario (Research Department (DIUC), University of Cuenca, Cuenca, Ecuador) ,  Pena Mario (Department of Applied Chemistry and Systems of Production, Faculty of Chemical Sciences, University of Cuenca, Cuenca, Ecuador) ,  Siguenza-Guzman Lorena (Department of Computer Sciences, Faculty of Engineering, University of Cuenca, Cuenca, Ecuador) ,  Siguenza-Guzman Lorena (Research Centre Accountancy, Faculty of Economics and Business, KU Leuven, Leuven, Belgium) ,  Guaman Rodrigo (Department of Applied Chemistry and Systems of Production, Faculty of Chemical Sciences, University of Cuenca, Cuenca, Ecuador)
資料名： Communications in Computer and Information Science  (Communications in Computer and Information Science)
巻： 1535  ページ： 301-315  発行年： 2022年 
JST資料番号： W5071A  ISSN： 1865-0929  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： 様々な運転決定との密接な関係のため,市場需要予測は,すべての組織での必須活動の1つと考えられている。残念なことに,繊維産業は,主に短い製品ライフサイクル,特別な事象,および競争によって市場で引き起こされる揮発性のため,予測を最も困難にしている。始めから,予測は従来の統計的方法を使用した。しかし,人工知能の使用の増加は,それらの高精度のために現在研究されている予測方法の新しいカタログを開いた。本研究では,線形回帰,Ridge,Lasso,K最近傍,サポートベクトル回帰(SVR),およびランダムフォレスト(RF)のような回帰焦点アルゴリズムを適用して,繊維産業に対する予測を生成するツールとして機械学習(ML)を検討した。この目的のために,時系列をモデルの入力として用い,Google傾向や特殊事象のような外部変数によってサポートした。結果は,予測方法としてのMLが,純粋な統計的基本予測モデルより高い精度を有することを示した。さらに,SVRとRidgeモデルは,MSE(0.09787と0.09682),RMSE(0.31285と0.31117),およびRSE(0.32977と0.32800)のような計量において,より低い誤差を得た。一方,Google傾向はMSE誤差を2%と15%,RMSE1%と7%,RSE1%と7%をそれぞれSVRとリッジモデルに対して減少させた。Copyright Springer Nature Switzerland AG 2022 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 ,  アルゴリズム ,  回帰分析 ,  市場 ,  *繊維製品 ,  *需要予測 ,  人工知能 ,  計算機アルゴリズム ,  揮発性 ,  モデル ,  *機械学習 ,  予測モデル ,  サポートベクトルマシン
準シソーラス用語： 線形回帰 ,  Google ,  ランダムフォレスト ,  サポートベクトル回帰 ,  市場予測 , 【Automatic Indexing@JST】

著者キーワード (4件)： 需要予測 ,  機械学習 ,  繊維工業 ,  Googleの傾向

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 機械学習 ,  繊維製品 ,  需要予測