論文の概要: Quantum Monte Carlo methods for Newsvendor problem with Multiple Unreliable Suppliers

• arxiv url: http://arxiv.org/abs/2409.07183v1
• Date: Wed, 11 Sep 2024 10:58:46 GMT
• ステータス: 処理完了
• システム内更新日: 2024-09-12 14:49:40.633698
• Title: Quantum Monte Carlo methods for Newsvendor problem with Multiple Unreliable Suppliers
• Title（参考訳）: 複数の信頼できないサプライヤを用いたニューズベンダー問題の量子モンテカルロ法
• Authors: Monit Sharma, Hoong Chuin Lau,
• Abstract要約: 本研究は, ニューズベンダーモデルを用いて, リスク下での在庫管理問題について検討する。 量子モンテカルロ(QMC)と量子振幅推定(QAE)アルゴリズムを組み合わせることで、確率や期待値の推定をより効率的に行うことができる。
• 参考スコア（独自算出の注目度）: 4.266376725904727
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In the post-pandemic world, manufacturing enterprises face increasing uncertainties, especially with vulnerabilities in global supply chains. Although supply chain management has been extensively studied, the critical influence of decision-makers (DMs) in these systems remains underexplored. This study studies the inventory management problem under risk using the newsvendor model by incorporating DMs risk preferences. By employing the Quantum Monte Carlo (QMC) combined with Quantum Amplitude Estimation (QAE) algorithm, the estimation of probabilities or expectation values can be done more efficiently. This offers near-quadratic speedup compared to classical Monte Carlo methods. Our findings illuminate the intricate relationship between risk-aware decision-making and inventory management, providing essential insights for enhancing supply chain resilience and adaptability in uncertain conditions
• Abstract（参考訳）: ポストパンデミックの世界では、製造業は、特に世界的なサプライチェーンの脆弱性によって、不確実性が高まっている。 サプライチェーン管理は広く研究されているが、これらのシステムにおける意思決定者(DM)の重大な影響は未解明のままである。 本研究では,DMのリスク選好を取り入れたニューズベンダーモデルを用いて,リスク下での在庫管理問題について検討する。 量子モンテカルロ(QMC)と量子振幅推定(QAE)アルゴリズムを組み合わせることで、確率や期待値の推定をより効率的に行うことができる。 これは古典的モンテカルロ法に比べてクアッドレートに近いスピードアップを提供する。 リスク対応意思決定と在庫管理の複雑な関係を解明し、不確実な条件下でのサプライチェーンのレジリエンスと適応性を高めるための重要な洞察を提供する。

関連論文リスト

• Enhancing Supply Chain Visibility with Knowledge Graphs and Large Language Models [49.898152180805454]
  本稿では,サプライチェーンの可視性を高めるために,知識グラフ(KG)と大規模言語モデル(LLM)を活用した新しいフレームワークを提案する。 我々のゼロショットLPM駆動アプローチは、様々な公共情報源からのサプライチェーン情報の抽出を自動化する。 NERとREタスクの精度が高く、複雑な多層供給ネットワークを理解する効果的なツールを提供する。
  論文  参考訳（メタデータ） (2024-08-05T17:11:29Z)
• Deep Koopman-based Control of Quality Variation in Multistage Manufacturing Systems [1.29097349731393]
  本稿では,多段階製造システム(MMS)の品質管理問題に対処するモデリング制御合成を提案する。 MMSのプロセス障害による品質変動を最小限に抑えるために,新しいフィードフォワード制御方式を開発した。
  論文  参考訳（メタデータ） (2024-07-24T01:54:30Z)
• Data-Adaptive Tradeoffs among Multiple Risks in Distribution-Free Prediction [55.77015419028725]
  しきい値とトレードオフパラメータが適応的に選択された場合、リスクの有効な制御を可能にする手法を開発する。 提案手法は単調なリスクとほぼ単調なリスクをサポートするが,それ以外は分布的な仮定はしない。
  論文  参考訳（メタデータ） (2024-03-28T17:28:06Z)
• Time Series Supplier Allocation via Deep Black-Litterman Model [27.15276181081474]
  Time Supplier Allocation (TSSA) は、完全な効率で要求を満たすために、今後のディスパッチ戦略を洗練することを目的として、複雑なNPハード課題を提起する。 伝統的に、ブラック・リッターマン(BL)モデルは、不十分なリスクに対して期待されるリターンのバランスをとることで、TSSAシナリオの新しい視点を提供する。 我々は、BLモデルを金融ルーツからサプライチェーンコンテキストに革新的に適応させる、先駆的なDeep Black-Litterman Series Model (DBLM)を紹介する。
  論文  参考訳（メタデータ） (2024-01-30T17:57:07Z)
• Model-Based Epistemic Variance of Values for Risk-Aware Policy Optimization [59.758009422067]
  モデルベース強化学習における累積報酬に対する不確実性を定量化する問題を考察する。 我々は、解が値の真後分散に収束する新しい不確実性ベルマン方程式(UBE)を提案する。 本稿では,リスク・サーキングとリスク・アバース・ポリシー最適化のいずれにも適用可能な汎用ポリシー最適化アルゴリズムQ-Uncertainty Soft Actor-Critic (QU-SAC)を導入する。
  論文  参考訳（メタデータ） (2023-12-07T15:55:58Z)
• RiskQ: Risk-sensitive Multi-Agent Reinforcement Learning Value Factorization [49.26510528455664]
  本稿では,リスクに敏感な個人・グローバル・マックス(RIGM)の原則を,個人・グローバル・マックス(IGM)と分散IGM(DIGM)の原則の一般化として紹介する。 RiskQは広範な実験によって有望な性能が得られることを示す。
  論文  参考訳（メタデータ） (2023-11-03T07:18:36Z)
• MARLIM: Multi-Agent Reinforcement Learning for Inventory Management [1.1470070927586016]
  本稿では、在庫管理問題に対処するため、MARLIMと呼ばれる新しい強化学習フレームワークを提案する。 このコンテキスト内では、コントローラは単一のエージェントまたは複数のエージェントを介して協調的に開発される。 実データに関する数値実験は、従来のベースラインよりも強化学習法の利点を実証している。
  論文  参考訳（メタデータ） (2023-08-03T09:31:45Z)
• Capsa: A Unified Framework for Quantifying Risk in Deep Neural Networks [142.67349734180445]
  ディープニューラルネットワークにリスク認識を提供する既存のアルゴリズムは複雑でアドホックである。 ここでは、リスク認識でモデルを拡張するためのフレームワークであるcapsaを紹介します。
  論文  参考訳（メタデータ） (2023-08-01T02:07:47Z)
• Quantum Monte Carlo simulations for financial risk analytics: scenario generation for equity, rate, and credit risk factors [0.0]
  モンテカルロ(MC)シミュレーションは金融リスク管理に広く使われている。 収束に必要なシナリオの数のため、計算コストがかなり高い。 近年の研究では、共通リスク尺度の計算とQAEアルゴリズムの最適化が検討されている。
  論文  参考訳（メタデータ） (2023-03-16T22:57:15Z)
• Quantum advantage for multi-option portfolio pricing and valuation adjustments [0.0]
  本稿では,デリバティブポートフォリオの評価において重要な役割を担っているCVA(Credit Valuation Adjustments)の問題について検討する。 分散の異なる尺度でCVAを近似するために,統計的サンプリングプロセスを高速化する量子アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2022-03-09T18:14:54Z)
• BERTifying the Hidden Markov Model for Multi-Source Weakly Supervised Named Entity Recognition [57.2201011783393]
  条件付き隠れマルコフモデル(CHMM) CHMMは、入力トークンのBERT埋め込みからトークン単位の遷移と放出確率を予測する。 BERTベースのNERモデルを微調整し、ラベルをCHMMで推論する。
  論文  参考訳（メタデータ） (2021-05-26T21:18:48Z)

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。