論文の概要: Unveiling the Power of Self-Attention for Shipping Cost Prediction: The
Rate Card Transformer
- arxiv url: http://arxiv.org/abs/2311.11694v1
- Date: Mon, 20 Nov 2023 11:48:50 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-21 19:04:41.450844
- Title: Unveiling the Power of Self-Attention for Shipping Cost Prediction: The
Rate Card Transformer
- Title(参考訳): 運送コスト予測のための自己注意力の解放:利率カード変圧器
- Authors: P Aditya Sreekar, Sahil Verma, Varun Madhavan, Abhishek Persad
- Abstract要約: 0日目の出荷コストを見積もる現在のソリューションは、広範囲な手作業による作業を必要とするツリーベースのモデルに依存している。
本研究では,パッケージの出荷情報すべてを自己注意でエンコードするRate Card Transformer (RCT) という新しいアーキテクチャを提案する。
以上の結果から,RCTによるコスト予測はGBDTモデルに比べて28.82%誤差が小さいことがわかった。
- 参考スコア(独自算出の注目度): 2.5398014196797614
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Amazon ships billions of packages to its customers annually within the United
States. Shipping cost of these packages are used on the day of shipping (day 0)
to estimate profitability of sales. Downstream systems utilize these days 0
profitability estimates to make financial decisions, such as pricing strategies
and delisting loss-making products. However, obtaining accurate shipping cost
estimates on day 0 is complex for reasons like delay in carrier invoicing or
fixed cost components getting recorded at monthly cadence. Inaccurate shipping
cost estimates can lead to bad decision, such as pricing items too low or high,
or promoting the wrong product to the customers. Current solutions for
estimating shipping costs on day 0 rely on tree-based models that require
extensive manual engineering efforts. In this study, we propose a novel
architecture called the Rate Card Transformer (RCT) that uses self-attention to
encode all package shipping information such as package attributes, carrier
information and route plan. Unlike other transformer-based tabular models, RCT
has the ability to encode a variable list of one-to-many relations of a
shipment, allowing it to capture more information about a shipment. For
example, RCT can encode properties of all products in a package. Our results
demonstrate that cost predictions made by the RCT have 28.82% less error
compared to tree-based GBDT model. Moreover, the RCT outperforms the
state-of-the-art transformer-based tabular model, FTTransformer, by 6.08%. We
also illustrate that the RCT learns a generalized manifold of the rate card
that can improve the performance of tree-based models.
- Abstract(参考訳): Amazonは毎年、米国内の顧客に何十億ものパッケージを出荷している。
これらのパッケージの出荷コストは、出荷日(0日)に販売の収益性を見積もるために使用される。
下流システムは最近、価格戦略や損失生成商品の廃止など、財務上の決定に0利益率の見積もりを使用している。
しかし、キャリア請求の遅れや固定コストコンポーネントが毎月の周期で記録されるなどの理由から、0日目の正確な出荷コスト推定値を取得することは複雑である。
不正確な出荷コストの見積は、価格が低すぎるか高すぎるか、あるいは間違った製品を顧客に宣伝するような、悪い判断につながる可能性がある。
出荷コストを0日目に見積もる現在のソリューションは、大規模な手作業を必要とするツリーベースのモデルに依存している。
本研究では,Rate Card Transformer(RCT)と呼ばれる,パッケージ属性やキャリア情報,ルート計画など,パッケージの出荷情報をすべて自己注意で符号化するアーキテクチャを提案する。
他のトランスフォーマーベースの表型モデルとは異なり、rctは出荷の1対1の関係の可変リストをエンコードでき、出荷に関するより多くの情報をキャプチャできる。
例えば、RCTはパッケージ内のすべての製品のプロパティをエンコードできる。
その結果,RCTによるコスト予測はGBDTモデルに比べて28.82%誤差が少ないことがわかった。
さらに、RTTは最先端の変換器ベースの表型モデルFTTransformerを6.08%上回る。
また、RCTは木モデルの性能を向上させることができるレートカードの一般化多様体を学習する。
関連論文リスト
- An Instrumental Value for Data Production and its Application to Data Pricing [107.98697414652479]
本稿では,データ生成プロセスのインストゥルメンタルな価値を捉えるためのアプローチを開発する。
情報経済学における情報設計と信号の古典的概念とどのように結びつくかを示す。
論文 参考訳(メタデータ) (2024-12-24T03:53:57Z) - Truncating Trajectories in Monte Carlo Policy Evaluation: an Adaptive Approach [51.76826149868971]
モンテカルロシミュレーションによる政策評価は多くのMC強化学習(RL)アルゴリズムの中核にある。
本研究では,異なる長さの軌跡を用いた回帰推定器の平均二乗誤差のサロゲートとして品質指標を提案する。
本稿では,Robust and Iterative Data Collection Strategy Optimization (RIDO) という適応アルゴリズムを提案する。
論文 参考訳(メタデータ) (2024-10-17T11:47:56Z) - Stretching Each Dollar: Diffusion Training from Scratch on a Micro-Budget [53.311109531586844]
大規模T2I拡散変圧器モデルの低コスト化を実証する。
我々は16億のパラメータスパーストランスをわずか1890ドルの経済的コストで訓練し、ゼロショット世代で12.7 FIDを達成する。
我々は、マイクロ予算での大規模拡散モデルのトレーニングをさらに民主化するために、エンドツーエンドのトレーニングパイプラインをリリースすることを目指している。
論文 参考訳(メタデータ) (2024-07-22T17:23:28Z) - A Primal-Dual Online Learning Approach for Dynamic Pricing of Sequentially Displayed Complementary Items under Sale Constraints [54.46126953873298]
顧客に対して順次表示される補完アイテムの動的価格設定の問題に対処する。
各項目の価格を個別に最適化するのは効果がないため、補完項目のコヒーレントな価格ポリシーが不可欠である。
実世界のデータからランダムに生成した合成設定を用いて,我々のアプローチを実証的に評価し,制約違反や後悔の観点からその性能を比較した。
論文 参考訳(メタデータ) (2024-07-08T09:55:31Z) - Achieving Dimension-Free Communication in Federated Learning via Zeroth-Order Optimization [15.73877955614998]
本稿では,クライアント間のスカラー値を一定数送信することで,通信コストを$mathscrO(d)$から$mathscrO(d)$に削減する新しい通信アルゴリズムであるDeComFLを提案する。
古典的なディープラーニングトレーニングと大規模言語モデルの微調整の両方を含む経験的評価は、通信オーバーヘッドを大幅に削減することを示している。
論文 参考訳(メタデータ) (2024-05-24T18:07:05Z) - MatFormer: Nested Transformer for Elastic Inference [91.45687988953435]
MatFormerは、多様なデプロイメント制約にまたがる弾性推論を提供するように設計された、新しいTransformerアーキテクチャである。
MatFormerは、標準的なTransformerモデルにネストフィードフォワードネットワーク(FFN)ブロック構造を組み込むことで、これを実現している。
8億5000万デコーダのみのMatFormer言語モデル(MatLM)により,5億2200万から8億5千万のパラメータにまたがる複数の小さなモデルを抽出できることを示す。
論文 参考訳(メタデータ) (2023-10-11T17:57:14Z) - Incremental Profit per Conversion: a Response Transformation for Uplift
Modeling in E-Commerce Promotions [1.7640556247739623]
本稿では,購入時にのみ費用が発生する応答依存コストによるプロモーションに焦点を当てた。
既存のアップリフトモデルアプローチでは、メタラーナーのような複数のモデルをトレーニングする必要がしばしばあります。
本稿では, ユニット・エコノミクスにおける促進キャンペーンの効率を向上する新たな指標であるIncrmental Profit per Conversion(IPC)を紹介する。
論文 参考訳(メタデータ) (2023-06-23T19:46:02Z) - Inductive Graph Transformer for Delivery Time Estimation [19.024006381947416]
生の特徴情報と構造グラフデータを利用してパッケージの納期を推定するインダクティブグラフ変換器(IGT)を提案する。
実世界のロジスティクスデータセットを用いた実験により,提案モデルが納期推定の最先端手法を大幅に上回ることを示す。
論文 参考訳(メタデータ) (2022-11-05T09:51:15Z) - Neural Optimal Transport with General Cost Functionals [66.41953045707172]
一般費用関数の最適輸送計画を計算するニューラルネットワークに基づく新しいアルゴリズムを提案する。
アプリケーションとして,クラス単位の構造を保ちながら,データ分布をマップするコスト関数を構築した。
論文 参考訳(メタデータ) (2022-05-30T20:00:19Z) - Optimal Cost Design for Model Predictive Control [30.86835688868485]
多くのロボティクスドメインは、計画に非モデル制御(MPC)を使用し、時間的地平線を減らし、最適化を行い、各ステップで再計画を行う。
本研究では, MPC を用いて最適化するコストは, タスクの真理コスト(端末コスト)と同等である,という一般的な仮定に挑戦する。
連続型MDPにおけるMPC計画ロボットの最適コストを設計できるゼロ階トラジェクトリに基づくアプローチを提案する。
論文 参考訳(メタデータ) (2021-04-23T00:00:58Z) - Think out of the package: Recommending package types for e-commerce
shipments [2.741530713365541]
複数の製品属性は、eコマース企業が製品を出荷するために使用するパッケージタイプを決定する。
準最適パッケージタイプは、出荷が損傷し、巨額の損害を被った。
本稿では,製品毎の出荷コストと損害コストをトレードオフする多段階的アプローチを提案する。
論文 参考訳(メタデータ) (2020-06-05T05:27:51Z)
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。