論文の概要: Effects of data time lag in a decision-making system using machine learning for pork price prediction

• arxiv url: http://arxiv.org/abs/2305.05677v1
• Date: Tue, 9 May 2023 13:41:28 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-11 15:42:13.611769
• Title: Effects of data time lag in a decision-making system using machine learning for pork price prediction
• Title（参考訳）: 機械学習を用いた意思決定システムにおけるデータ時間ラグの豚肉価格予測に及ぼす影響
• Authors: Mario Suaza-Medina, F. Javier Zarazaga-Soria, Jorge Pinilla-Lopez, Francisco J. L\'opez-Pellicer, Javier Lacasta
• Abstract要約: 複数の予測アルゴリズムを用いて,データ取得遅延が価格予測システムに与える影響について検討する。 同日得られた同市場の2週間の遅れとサブスクリプションベースのデータを用いて、スペイン農務省が発行したスペインにおける最も重要な地域豚肉市場の公開データを利用する。 その結果,最高のパブリックモデルとデータサブスクリプションモデルとの誤差差は0.6ユーロであり,遅延のないデータに有利であることがわかった。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Spain is the third-largest producer of pork meat in the world, and many farms in several regions depend on the evolution of this market. However, the current pricing system is unfair, as some actors have better market information than others. In this context, historical pricing is an easy-to-find and affordable data source that can help all agents to be better informed. However, the time lag in data acquisition can affect their pricing decisions. In this paper, we study the effect that data acquisition delay has on a price prediction system using multiple prediction algorithms. We describe the integration of the best proposal into a decision support system prototype and test it in a real-case scenario. Specifically, we use public data from the most important regional pork meat markets in Spain published by the Ministry of Agriculture with a two-week delay and subscription-based data of the same markets obtained on the same day. The results show that the error difference between the best public and data subscription models is 0.6 Euro cents in favor of the data without delay. The market dimension makes these differences significant in the supply chain, giving pricing agents a better tool to negotiate market prices.
• Abstract（参考訳）: スペインは世界第3位の豚肉生産国であり、いくつかの地域の多くの農場はこの市場の進化に依存している。 しかし、現在の価格体系は不公平であり、一部の俳優は他の業者よりも優れた市場情報を持っている。 この文脈では、歴史的価格設定は簡単で手頃な価格なデータソースであり、すべてのエージェントにより良い情報を提供するのに役立つ。 しかし、データ取得の遅れが価格決定に影響を及ぼす可能性がある。 本稿では,複数の予測アルゴリズムを用いて,データ取得遅延が価格予測システムに与える影響について検討する。 本稿では,最適な提案を意思決定支援システムのプロトタイプに統合し,実際のシナリオでテストする。 具体的には、農務省が発行したスペインの最も重要な地域豚肉市場の公開データを用いて、同日に取得した同市場の2週間の遅延とサブスクリプションベースのデータを用いている。 その結果,最高のパブリックモデルとデータサブスクリプションモデルとの誤差差は0.6ユーロであり,遅延のないデータに有利であることがわかった。 市場規模はこれらの違いをサプライチェーンにおいて重要なものにし、市場価格を交渉するためのより良いツールを提供する。

関連論文リスト

• A Survey on Data Markets [73.07800441775814]
  より大きな福祉のためのトレーディングデータの増加は、データ市場の台頭につながっている。 データ市場とは、データセットやデータデリバティブを含むデータプロダクトの交換が行われるメカニズムである。 これは、価格やデータの分散など、いくつかの機能が相互作用するコーディネートメカニズムとして機能する。
  論文  参考訳（メタデータ） (2024-11-09T15:09:24Z)
• A Marketplace Price Anomaly Detection System at Scale [3.8632181427836945]
  MoatPlusは、成長するマーケットプレースプラットフォームのためのスケーラブルな価格異常検出フレームワークである。 価格に基づく機能の不規則を検出するために、モデルのアンサンブルを構築します。 提案手法は, 高精度アンカーカバレッジを最大46.6%向上させる。
  論文  参考訳（メタデータ） (2023-10-06T16:41:51Z)
• An innovative Deep Learning Based Approach for Accurate Agricultural Crop Price Prediction [0.0]
  本稿では, 歴史的価格情報, 気候条件, 土壌タイプ, 立地, その他の重要な価格決定要因を用いて, 作物の価格を正確に予測することを目的とする。 本稿では,価格予測の精度を高めるために,革新的な深層学習手法を提案する。 我々の手法は、ノイズの多いレガシーデータとうまく機能し、文献で利用可能な結果よりも少なくとも20%優れたパフォーマンスを生み出す。
  論文  参考訳（メタデータ） (2023-04-15T10:54:57Z)
• A Survey of Data Pricing for Data Marketplaces [77.3189288320768]
  本稿では,既存のデータ価格研究の現状を概観する。 我々の重要な貢献は、データ価格を決定する異なる属性を統一するデータ価格研究の新しい分類である。
  論文  参考訳（メタデータ） (2023-03-07T04:35:56Z)
• Competition, Alignment, and Equilibria in Digital Marketplaces [97.03797129675951]
  プラットフォームアクションがバンディットアルゴリズムであり,両プラットフォームがユーザ参加を競うデュオポリー市場について検討する。 私たちの主な発見は、この市場における競争は、市場の結果をユーザーユーティリティと完全に一致させるものではないということです。
  論文  参考訳（メタデータ） (2022-08-30T17:43:58Z)
• Do Deep Learning Models and News Headlines Outperform Conventional Prediction Techniques on Forex Data? [0.0]
  為替市場(英: Foreign Exchange、略称:FOREX)は、通貨の為替市場である。 新型コロナウイルス(COVID-19)や地方選挙といった最近のパンデミックのシナリオも、市場価格に大きな影響を及ぼす可能性がある。 本研究では,様々な予測を,ニュース項目などの外部要素と比較した。
  論文  参考訳（メタデータ） (2022-05-22T05:05:31Z)
• What Is the Price of Data? A Measurement Study of Commercial Data Marketplaces [0.0]
  我々は、成長するData Marketplaceエコシステムに関する、この種の測定研究の第一弾を提示する。 サブスクリプションモデルで販売されるライブデータ製品の平均価格は、月1,400米ドルである。 静的データのワンオフ購入の場合、中央値は約2200ドルである。
  論文  参考訳（メタデータ） (2021-10-25T10:39:47Z)
• Data Sharing Markets [95.13209326119153]
  我々は、各エージェントがデータの買い手および売り手の両方になり得る設定について検討する。 両データ交換(データ付きトレーディングデータ)と一方データ交換(お金付きトレーディングデータ)の2つの事例を考察する。
  論文  参考訳（メタデータ） (2021-07-19T06:00:34Z)
• OSOUM Framework for Trading Data Research [79.0383470835073]
  私たちは、私たちの知る限り、最初のオープンソースのシミュレーションプラットフォームであるOpen SOUrce Market Simulator(OSOUM)を提供して、トレーディング市場、特にデータ市場を分析します。 我々は、購入に利用可能なさまざまなデータセットを所有する売り手と、購入に有効な適切なデータセットを検索する買い手という2つのタイプのエージェントからなる、特定のデータ市場モデルを記述し、実装する。 データ市場を扱うための商用フレームワークはすでに存在していますが、購入者および販売者の両方が(データ)市場に参加することの可能な振る舞いをシミュレートするための、自由で広範なエンドツーエンドの研究ツールを提供しています。
  論文  参考訳（メタデータ） (2021-02-18T09:20:26Z)
• Transfer Learning for Electricity Price Forecasting [0.0]
  本稿では,他の電力価格市場からの情報を予測に活用する手段として,トランスファーラーニング(Transfer Learning)を提案する。 5つの異なる日頭市場における実験から,移動学習は電力価格予測の性能を統計的に有意な方法で向上させることが示された。
  論文  参考訳（メタデータ） (2020-07-05T17:24:36Z)
• Predicting Livelihood Indicators from Community-Generated Street-Level Imagery [70.5081240396352]
  本稿では,クラウドソースによるストリートレベルの画像から重要な生活指標を予測するための,安価でスケーラブルで解釈可能なアプローチを提案する。 全国的に代表される世帯調査で収集した地上データと比較することにより,貧困,人口,健康の指標を正確に予測する上でのアプローチの有効性を実証した。
  論文  参考訳（メタデータ） (2020-06-15T18:12:12Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。