跳到正文
问 SCI.AI

回答基于站内已发布内容并附原文来源,AI 内容可能存在偏差。

最新情报

查看全部
规划 COVID-19 供应链复苏
专家专栏 转载 洛拉·塞西尔

规划 COVID-19 供应链复苏

规划 COVID-19 供应链复苏 转载。原文作者:Lora Cecere · 来源:Forbes(Lora […]

IFactor框架在强化学习中实现可识别因子分解,提升性能
学术论文

IFactor框架在强化学习中实现可识别因子分解,提升性能

本文提出了IFactor框架,将潜状态变量分为四类:(1) 与奖励相关且可控的部分;(2) 与奖励相关但不可控的部分;(3) 可控但与奖励无关的部分;(4) 无关噪声。实验结果表明,IFactor框架在合成数据上的识别准确率高达98%,并且在多种任务中表现出色。

Python中的因果发现:Causal-learn库的全面解析与应用
学术论文

Python中的因果发现:Causal-learn库的全面解析与应用

本文详细解读了Causal-learn库,这是一个基于Python的开源因果发现工具。Causal-learn提供了多种经典的因果发现算法,并支持最新的研究成果。本文从研究背景、核心发现解读、批评/局限以及实操启示四个方面进行了深入分析。

基于高斯混合模型的随机服务时间建模提升外卖配送效率
学术论文

基于高斯混合模型的随机服务时间建模提升外卖配送效率

本文通过高斯混合模型(GMM)对在线食品配送中的随机服务时间进行建模,提出了一种智能估计方法,并通过离线实验和在线A/B测试验证了其有效性。结果表明,该方法能显著提高订单调度的准确性和客户满意度。

多阶段奖金分配框架减少外卖订单取消率超过25%
学术论文

多阶段奖金分配框架减少外卖订单取消率超过25%

本文提出了一种多阶段奖金分配(MSBA)框架,旨在通过优化奖金分配策略来减少外卖平台的订单取消率。实验结果显示,使用该框架后,订单取消率下降了25%以上,同时节省了30%以上的餐厅食物浪费补偿费用。该框架包括半黑盒接受概率模型、拉格朗日对偶动态规划算法和在线分配算法,能够高效地在毫秒级别内生成奖金分配决策。

印尼30家金属IKM对接大企业,瞄准汽车医疗供应链
东南亚供应链

印尼30家金属IKM对接大企业,瞄准汽车医疗供应链

印尼工业部推动金属中小型工业进入国家供应链,已甄选西爪哇省30家潜力企业,与大型工业开展商务对接,覆盖汽车、医疗器械、机械零部件等领域,旨在提升IKM产能、质量与竞争力。

Welcome Back!

Login to your account below

Create New Account!

Fill the forms below to register

Retrieve your password

Please enter your username or email address to reset your password.

Add New Playlist