論文の概要: AI in Supply Chain Risk Assessment: A Systematic Literature Review and
Bibliometric Analysis
- arxiv url: http://arxiv.org/abs/2401.10895v2
- Date: Thu, 25 Jan 2024 17:38:36 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-26 17:00:08.781697
- Title: AI in Supply Chain Risk Assessment: A Systematic Literature Review and
Bibliometric Analysis
- Title(参考訳): サプライチェーンリスクアセスメントにおけるai--体系的文献レビューと書誌分析
- Authors: Md Abrar Jahin, Saleh Akram Naife, Anik Kumar Saha, and M. F. Mridha
- Abstract要約: サプライチェーンリスクアセスメント(SCRA)は、人工知能(AI)と機械学習(ML)技術を統合することで、大きな進化を目撃している。
以前のレビューでは確立した方法論を概説しているが、新たなAI/ML技術を見落としている。
本稿では,総合的な文献分析と体系的な文献レビューを行う。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Supply chain risk assessment (SCRA) has witnessed a profound evolution
through the integration of artificial intelligence (AI) and machine learning
(ML) techniques, revolutionizing predictive capabilities and risk mitigation
strategies. The significance of this evolution stems from the critical role of
robust risk management strategies in ensuring operational resilience and
continuity within modern supply chains. Previous reviews have outlined
established methodologies but have overlooked emerging AI/ML techniques,
leaving a notable research gap in understanding their practical implications
within SCRA. This paper conducts a systematic literature review combined with a
comprehensive bibliometric analysis. We meticulously examined 1,717 papers and
derived key insights from a select group of 48 articles published between 2014
and 2023. The review fills this research gap by addressing pivotal research
questions, and exploring existing AI/ML techniques, methodologies, findings,
and future trajectories, thereby providing a more encompassing view of the
evolving landscape of SCRA. Our study unveils the transformative impact of
AI/ML models, such as Random Forest, XGBoost, and hybrids, in substantially
enhancing precision within SCRA. It underscores adaptable post-COVID
strategies, advocating for resilient contingency plans and aligning with
evolving risk landscapes. Significantly, this review surpasses previous
examinations by accentuating emerging AI/ML techniques and their practical
implications within SCRA. Furthermore, it highlights the contributions through
a comprehensive bibliometric analysis, revealing publication trends,
influential authors, and highly cited articles.
- Abstract(参考訳): サプライチェーンリスクアセスメント(SCRA)は、人工知能(AI)と機械学習(ML)技術を統合し、予測能力とリスク軽減戦略に革命をもたらすことにより、大きな進化を目の当たりにした。
この進化の意義は、現代のサプライチェーンにおける運用上のレジリエンスと継続性の確保において、ロバストなリスク管理戦略の重要な役割に起因している。
これまでのレビューでは、確立された方法論を概説しているが、新たなAI/MLテクニックを見落としており、SCRAにおけるそれらの実践的影響を理解する上で、注目すべき研究ギャップを残している。
本稿では,包括的書誌分析と組み合わせた体系的文献レビューを行う。
我々は2014年から2023年にかけて発行された48の論文の中から1,717の論文を精査し、重要な洞察を得た。
このレビューは、重要な研究課題に対処し、既存のAI/ML技術、方法論、発見、そして将来の軌跡を探究することによって、この研究ギャップを埋める。
我々の研究は、ランダムフォレスト、XGBoost、ハイブリッドといったAI/MLモデルの変換効果を明らかにし、SCRA内の精度を大幅に向上させる。
適応可能なポストコビッド戦略を基本とし、回復力のあるコンティンジェンシープランを提唱し、リスクランドスケープを進化させる。
このレビューは、新たなAI/ML技術とそのSCRA内での実践的意味をアクセント化することによって、これまでの試験を上回ります。
さらに、包括的な書誌分析を通じて貢献を強調し、出版の傾向、影響力のある著者、そして高い引用記事を明らかにする。
関連論文リスト
- Navigating the Risks: A Survey of Security, Privacy, and Ethics Threats in LLM-Based Agents [67.07177243654485]
この調査は、大規模言語モデルに基づくエージェントが直面するさまざまな脅威を収集、分析する。
LLMをベースとしたエージェントの6つの重要な特徴を概説する。
4つの代表エージェントをケーススタディとして選択し,実践的に直面する可能性のあるリスクを分析した。
論文 参考訳(メタデータ) (2024-11-14T15:40:04Z) - Socio-Economic Consequences of Generative AI: A Review of Methodological Approaches [0.0]
我々は、生成AIの導入による経済的および社会的影響を予測するのに使用される主要な方法論を特定する。
総合的な文献レビューを通じて、我々はこの技術革命の多面的影響を評価するための様々な方法論を明らかにした。
論文 参考訳(メタデータ) (2024-11-14T09:40:25Z) - Machine Learning Innovations in CPR: A Comprehensive Survey on Enhanced Resuscitation Techniques [52.71395121577439]
心肺蘇生(CPR)における機械学習(ML)と人工知能(AI)の変革的役割について検討する。
再現結果を改善する上で、予測モデリング、AI強化デバイス、リアルタイムデータ分析の影響を強調している。
本稿は、この新興分野における現在の応用、課題、今後の方向性に関する包括的概要、分類、および批判的分析を提供する。
論文 参考訳(メタデータ) (2024-11-03T18:01:50Z) - AI for ERW Detection in Clearance Operations -- The State of Research [12.278116747610158]
本稿では、クリアランス操作のためのERW検出のためのAIに関する学術研究の文献レビューを提供する。
研究は、ERWオブジェクト検出のためのAIとERWリスク予測のためのAIの2つの主要なストリームにグループ化できる。
我々は、ERWリスク予測にAIを使用するための新たな取り組みを含む、将来の研究のための3つの機会を開拓する。
論文 参考訳(メタデータ) (2024-10-31T11:50:29Z) - Machine Learning for Missing Value Imputation [0.0]
本論文の主な目的は、ミス・バリュー・インプットにおける最先端の機械学習アプリケーションの解析と同様に、包括的で厳密なレビューを行うことである。
2014年から2023年にかけて発行された100以上の記事が、その方法や発見を考慮して批判的にレビューされている。
最新の文献は,MVI法の動向とその評価を精査するために検討されている。
論文 参考訳(メタデータ) (2024-10-10T18:56:49Z) - From Linguistic Giants to Sensory Maestros: A Survey on Cross-Modal Reasoning with Large Language Models [56.9134620424985]
クロスモーダル推論(CMR)は、より高度な人工知能システムへの進化における重要な能力として、ますます認識されている。
CMRタスクに取り組むためにLLM(Large Language Models)をデプロイする最近のトレンドは、その有効性を高めるためのアプローチの新たな主流となっている。
本調査では,LLMを用いてCMRで適用された現在の方法論を,詳細な3階層分類に分類する。
論文 参考訳(メタデータ) (2024-09-19T02:51:54Z) - LLM as a Mastermind: A Survey of Strategic Reasoning with Large Language Models [75.89014602596673]
戦略推論は、戦略を調整しながら、マルチエージェント設定における敵の行動を理解し、予測する必要がある。
大規模言語モデルを用いた戦略的推論に関連するスコープ,アプリケーション,方法論,評価指標について検討する。
戦略的推論を重要な認知能力として重要視し、将来の研究の方向性や潜在的な改善に関する洞察を提供する。
論文 参考訳(メタデータ) (2024-04-01T16:50:54Z) - Unleashing the Power of AI. A Systematic Review of Cutting-Edge Techniques in AI-Enhanced Scientometrics, Webometrics, and Bibliometrics [1.2374541748245838]
この研究は、人工知能(AI)のシナジーを、サイエントメトリックス、webometrics、Bibliometricsで分析することを目的としている。
我々の目的は、学術的なコミュニケーションを計測し分析するための方法に革命をもたらすAIの可能性を探ることである。
論文 参考訳(メタデータ) (2024-02-22T15:10:02Z) - Data Poisoning for In-context Learning [49.77204165250528]
In-context Learning (ICL)は、新しいタスクに適応する革新的な能力として認識されている。
本論文は、ICLのデータ中毒に対する感受性の重大な問題について述べる。
ICLの学習メカニズムを活用するために考案された特殊攻撃フレームワークであるICLPoisonを紹介する。
論文 参考訳(メタデータ) (2024-02-03T14:20:20Z) - Resilience of Deep Learning applications: a systematic literature review of analysis and hardening techniques [3.265458968159693]
このレビューは、2019年1月から2024年3月までに発行された220の科学論文に基づいている。
著者らは、研究の類似点と特異点を解釈し、強調するために分類フレームワークを採用している。
論文 参考訳(メタデータ) (2023-09-27T19:22:19Z) - Unified Risk Analysis for Weakly Supervised Learning [65.75775694815172]
弱教師付き学習のための包括的理解と統一的方法論を提供する枠組みを導入する。
フレームワークの定式化コンポーネントは、汚染の観点から、どのように弱い監督が形成されるかの統一的な解釈を提供する。
フレームワークの分析コンポーネントは、汚染除去プロセスと見なされ、リスクの書き直しを行う体系的な方法を提供する。
論文 参考訳(メタデータ) (2023-09-15T07:30:15Z)
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。