論文の概要: Enhancing Supply Chain Transparency in Emerging Economies Using Online Contents and LLMs
- arxiv url: http://arxiv.org/abs/2412.16922v1
- Date: Sun, 22 Dec 2024 08:46:16 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-24 15:52:17.894043
- Title: Enhancing Supply Chain Transparency in Emerging Economies Using Online Contents and LLMs
- Title(参考訳): オンラインコンテンツとLCMを用いた新興経済におけるサプライチェーンの透明性向上
- Authors: Bohan Jin, Qianyou Sun, Lihua Chen,
- Abstract要約: 本研究では、オンラインコンテンツと大規模言語モデル(LLM)を活用して、新興国におけるサプライチェーンの透明性を高める新しいアプローチを提案する。
我々は,先進的なLCMとWebクローラ技術を統合したサプライチェーン知識グラフマイニングシステムを開発し,サプライチェーン情報を自動的に収集・解析する。
- 参考スコア(独自算出の注目度): 0.40964539027092917
- License:
- Abstract: In the current global economy, supply chain transparency plays a pivotal role in ensuring this security by enabling companies to monitor supplier performance and fostering accountability and responsibility. Despite the advancements in supply chain relationship datasets like Bloomberg and FactSet, supply chain transparency remains a significant challenge in emerging economies due to issues such as information asymmetry and institutional gaps in regulation. This study proposes a novel approach to enhance supply chain transparency in emerging economies by leveraging online content and large language models (LLMs). We develop a Supply Chain Knowledge Graph Mining System that integrates advanced LLMs with web crawler technology to automatically collect and analyze supply chain information. The system's effectiveness is validated through a case study focusing on the semiconductor supply chain, a domain that has recently gained significant attention due to supply chain risks. Our results demonstrate that the proposed system provides greater applicability for emerging economies, such as mainland China, complementing the data gaps in existing datasets. However, challenges including the accurate estimation of monetary and material flows, the handling of time series data, synonyms disambiguation, and mitigating biases from online contents still remains. Future research should focus on addressing these issues to further enhance the system's capabilities and broaden its application to other emerging economies and industries.
- Abstract(参考訳): 現在のグローバル経済では、サプライチェーンの透明性が、サプライヤのパフォーマンスを監視し、説明責任と責任を育むことによって、このセキュリティを確保する上で重要な役割を担っている。
ブルームバーグやファクトセットのようなサプライチェーン関係データセットの進歩にもかかわらず、情報非対称性や規制の制度的ギャップといった問題により、サプライチェーンの透明性は新興国において大きな課題となっている。
本研究では,オンラインコンテンツと大規模言語モデル(LLM)を活用することで,新興国におけるサプライチェーンの透明性を高める新たなアプローチを提案する。
我々は,先進的なLCMとWebクローラ技術を統合したサプライチェーン知識グラフマイニングシステムを開発し,サプライチェーン情報を自動的に収集・解析する。
システムの有効性は、最近サプライチェーンのリスクにより注目されている半導体サプライチェーンに焦点をあてたケーススタディを通じて検証される。
以上の結果から,提案システムは中国本土などの新興国に対して,既存のデータセットのデータギャップを補完する適用性の向上を図っている。
しかし、金融・物質フローの正確な推定、時系列データの扱い、曖昧さの同義語化、オンラインコンテンツからの偏見の緩和といった課題は依然として残っている。
今後の研究は、これらの課題に対処し、システムの能力をさらに強化し、他の新興国や産業にも適用することに焦点を当てるべきである。
関連論文リスト
- SPOQchain: Platform for Secure, Scalable, and Privacy-Preserving Supply Chain Tracing and Counterfeit Protection [46.68279506084277]
この研究は、包括的なトレーサビリティと独創性検証を提供する、ブロックチェーンベースの新しいプラットフォームであるSPOQchainを提案する。
プライバシとセキュリティの側面を分析し、サプライチェーンのトレーシングの将来に対するSPOQチェーンの必要性と資格を実証する。
論文 参考訳(メタデータ) (2024-08-30T07:15:43Z) - 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) - Decentralized Multimedia Data Sharing in IoV: A Learning-based Equilibrium of Supply and Demand [57.82021900505197]
インターネット・オブ・ビークルズ(IoV)は、道路の安全性を高め、交通渋滞を軽減し、インフォテインメントアプリケーションを通じてユーザーエクスペリエンスを向上させることにより、交通システムを変革する大きな可能性を秘めている。
分散データ共有は、セキュリティ、プライバシ、信頼性を改善し、IoVにおけるインフォテインメントデータの共有を容易にする。
市場における需給バランスを学習するための多知能強化学習に基づく分散型データ共有インセンティブ機構を提案する。
論文 参考訳(メタデータ) (2024-03-29T14:58:28Z) - HKTGNN: Hierarchical Knowledge Transferable Graph Neural Network-based
Supply Chain Risk Assessment [3.439495194421287]
階層的な知識伝達可能なグラフニューラルネットワーク(HKTGNN)サプライチェーンリスク評価モデルを提案する。
グラフ埋め込みモジュールを用いて,個々の商品に対応するサプライチェーンネットワークをサプライチェーンに埋め込む。
我々のモデルは実世界のサプライチェーンデータセットの実験において優れています。
論文 参考訳(メタデータ) (2023-11-07T00:54:04Z) - Identifying contributors to supply chain outcomes in a multi-echelon setting: a decentralised approach [47.00450933765504]
本稿では,推定貢献の分散計算における説明可能な人工知能の利用を提案する。
このアプローチは、サプライチェーンアクターにデータ共有を説得する必要性を緩和する。
その結果,集中型アプローチと比較して,品質変化の源泉を検出する方法の有効性が示された。
論文 参考訳(メタデータ) (2023-07-22T20:03:16Z) - A Knowledge Graph Perspective on Supply Chain Resilience [15.028130016717773]
世界的な危機と規制の進展はサプライチェーンの透明性とレジリエンスを高める必要がある。
サプライチェーンに関する情報、特により深いレベルでは、しばしば不透明で不完全である。
異なるデータソースを接続することにより、サプライネットワークを知識グラフとしてモデル化し、ティア3サプライヤーへの透明性を実現する。
論文 参考訳(メタデータ) (2023-05-15T10:14:30Z) - Evaluation of key impression of resilient supply chain based on
artificial intelligence of things (AIoT) [1.0323063834827415]
サプライチェーンの組織は、常に課題や動的な環境変化に備えなければならない。
これらの課題に直面する効果的な解決策の1つは、回復力のあるサプライチェーンを作ることである。
このサプライチェーンの競争上の優位性は、低コスト、高品質、遅延低減、高レベルのサービスに依存しない。
論文 参考訳(メタデータ) (2022-07-18T06:15:59Z) - Will bots take over the supply chain? Revisiting Agent-based supply
chain automation [71.77396882936951]
エージェントベースのサプライチェーンは2000年初頭から提案されている。
エージェントベースの技術は成熟しており、サプライチェーンに浸透している他の支援技術はギャップを埋めている。
例えば、IoTテクノロジのユビキティは、エージェントがサプライチェーンの状態を“理解”し、自動化のための新たな可能性を開くのに役立つ。
論文 参考訳(メタデータ) (2021-09-03T18:44:26Z) - Data Considerations in Graph Representation Learning for Supply Chain
Networks [64.72135325074963]
本稿では,隠れた依存関係リンクを明らかにするためのグラフ表現学習手法を提案する。
本稿では,グローバルな自動車サプライチェーンネットワークのリンク予測における最先端の性能向上を実証する。
論文 参考訳(メタデータ) (2021-07-22T12:28:15Z)
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。