論文の概要: The Formation of Production Networks: How Supply Chains Arise from Simple Learning with Minimal Information

• arxiv url: http://arxiv.org/abs/2504.16010v1
• Date: Tue, 22 Apr 2025 16:18:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-30 17:26:48.322492
• Title: The Formation of Production Networks: How Supply Chains Arise from Simple Learning with Minimal Information
• Title（参考訳）: 生産ネットワークの形成:最小限の情報による簡単な学習からサプライチェーンの出現
• Authors: Tuong Manh Vu, Ernesto Carrella, Robert Axtell, Omar A. Guerrero,
• Abstract要約: 我々は,企業が商品の販売価格,生産量,他企業から購入したインプット(種類と量)を決定するモデルを開発する。 定常生産ネットワークは、平衡や生産技術に関する完全な知識といった仮定に頼らずに、不均一に出現する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We develop a model where firms determine the price at which they sell their differentiable goods, the volume that they produce, and the inputs (types and amounts) that they purchase from other firms. A steady-state production network emerges endogenously without resorting to assumptions such as equilibrium or perfect knowledge about production technologies. Through a simple version of reinforcement learning, firms with heterogeneous technologies cope with uncertainty and maximize profits. Due to this learning process, firms can adapt to shocks such as demand shifts, suppliers/clients closure, productivity changes, and production technology modifications; effectively reshaping the production network. To demonstrate the potential of this model, we analyze the upstream and downstream impact of demand and productivity shocks.
• Abstract（参考訳）: 我々は,企業が商品の販売価格,生産量,他企業から購入したインプット(種類と量)を決定するモデルを開発する。 定常生産ネットワークは、平衡や生産技術に関する完全な知識といった仮定に頼らずに、不均一に出現する。 強化学習の単純なバージョンを通じて、異種技術を持つ企業は不確実性に対処し、利益を最大化する。 この学習プロセスにより、企業は需要シフト、サプライヤー/クライアントの閉鎖、生産性の変化、生産技術の変更といったショックに適応することができ、生産ネットワークを効果的に再構築することができる。 このモデルの可能性を示すために、我々は需要と生産性のショックの上流および下流への影響を分析する。

関連論文リスト

• A Cost-Benefit Analysis of Additive Manufacturing as a Service [0.0]
  世界の製造業の状況は、資源集約的な大量生産から持続的、局所的な製造へと根本的に変化している。 本稿では,Cloud Crafting Platformを付加的な製造技術によってサービスとして製造できるプラットフォームとして分析する。 私たちは、プラットフォームのSOA(Service-Oriented Architecture)、Microsoft Azureクラウドへのデプロイメント、テストベッド環境での3つの異なる3Dプリンタモデルとの統合について紹介します。
  論文  参考訳（メタデータ） (2025-02-08T14:22:55Z)
• Large Language Models for Manufacturing [41.12098478080648]
  大規模言語モデル(LLM)は製造業を変革する可能性があり、プロセスを最適化し、効率を改善し、革新を促進する新しい機会を提供する。 本稿では,LLMを製造分野に統合し,製造のさまざまな側面を自動化・拡張する可能性に焦点を当てる。
  論文  参考訳（メタデータ） (2024-10-28T18:13:47Z)
• Learning production functions for supply chains with graph neural networks [37.59649302400254]
  目に見えない生産機能によって管理されるサプライチェーントランザクション。 我々は、時間的GNNと新しい在庫モジュールを組み合わせることで、この設定のための新しいモデルのクラスを導入する。 我々は、我々の新しいオープンソースシミュレータであるサプライシムから生成された実際のサプライチェーンデータとデータに基づいて、我々のモデルを広範囲に評価する。
  論文  参考訳（メタデータ） (2024-07-26T14:32:18Z)
• Trustworthy, responsible, ethical AI in manufacturing and supply chains: synthesis and emerging research questions [59.34177693293227]
  製造の文脈において、責任、倫理、信頼できるAIの適用性について検討する。 次に、機械学習ライフサイクルのより広範な適応を使用して、実証的な例を用いて、各ステップが与えられたAIの信頼性に関する懸念にどのように影響するかを議論します。
  論文  参考訳（メタデータ） (2023-05-19T10:43:06Z)
• Can ChatGPT Forecast Stock Price Movements? Return Predictability and Large Language Models [51.3422222472898]
  ニュース見出しを用いて,ChatGPTのような大規模言語モデル(LLM)の株価変動を予測する能力について述べる。 我々は,情報容量制約,過小反応,制限対アビタージュ,LLMを組み込んだ理論モデルを構築した。
  論文  参考訳（メタデータ） (2023-04-15T19:22:37Z)
• Applications of Federated Learning in Manufacturing: Identifying the Challenges and Exploring the Future Directions with Industry 4.0 and 5.0 Visions [3.8351350496532057]
  製造環境では、データ収集と分析は、しばしば時間がかかり、困難で、コストがかかるプロセスである。 IoT(Internet of Things)の導入により、データをリアルタイムでファクトリ全体で統合的に収集することが可能になる。 本研究は, 製造業における連合学習の課題と今後の方向性を概観することを目的とする。
  論文  参考訳（メタデータ） (2023-02-27T04:31:49Z)
• A Generative Approach for Production-Aware Industrial Network Traffic Modeling [70.46446906513677]
  ドイツにあるTrumpf工場に配備されたレーザー切断機から発生するネットワークトラフィックデータについて検討した。 我々は、トラフィック統計を分析し、マシンの内部状態間の依存関係をキャプチャし、ネットワークトラフィックを生産状態依存プロセスとしてモデル化する。 可変オートエンコーダ(VAE)、条件付き可変オートエンコーダ(CVAE)、生成逆ネットワーク(GAN)など、様々な生成モデルの性能の比較を行った。
  論文  参考訳（メタデータ） (2022-11-11T09:46:58Z)
• Concepts and Algorithms for Agent-based Decentralized and Integrated Scheduling of Production and Auxiliary Processes [78.120734120667]
  本稿ではエージェントベースの分散型統合スケジューリング手法について述べる。 要求の一部は、線形にスケールする通信アーキテクチャを開発することである。 このアプローチは、工業的要件に基づいた例を使って説明されます。
  論文  参考訳（メタデータ） (2022-05-06T18:44:29Z)
• A Research Agenda for Artificial Intelligence in the Field of Flexible Production Systems [53.47496941841855]
  生産会社は、需要変動や要求の変化に対して生産制御を迅速に適応することに関して、問題に直面します。 サービスという意味で生産機能をカプセル化することを目的とした制御手法は,サイバー物理生産システムの柔軟性を高めるために有望であることが示されている。 しかし、そのようなアプローチの既存の課題は、要求された機能と提供された機能の間に直接(統語的)一致がない場合に、一連の要求に対して提供された機能に基づいて生産計画を見つけることである。
  論文  参考訳（メタデータ） (2021-12-31T14:38:31Z)
• Modeling and Optimizing Laser-Induced Graphene [59.8912133964006]
  レーザ誘起グラフェンの生成の最適化を記述したデータセットを提供する。 提供するデータセットに基づいて,3つの課題を提起します。 興味のあるユーザにとっての出発点として、図解的な結果と、それらを生成するためのコードを提示します。
  論文  参考訳（メタデータ） (2021-07-29T18:08:24Z)
• Studying Product Competition Using Representation Learning [7.01269741110576]
  本稿では、製品レベルの競争を研究するために、表現学習アルゴリズムWord2Vecに基づくProduct2Vecを紹介する。 提案モデルでは,ショッピングバスケットを入力とし,各商品に対して重要な商品情報を保存した低次元の埋め込みを生成する。 現状のモデルと比較して、我々のアプローチはより高速であり、より正確な需要予測と価格弾力性が得られることを示す。
  論文  参考訳（メタデータ） (2020-05-21T00:36:13Z)

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。