論文の概要: Decentralized Decision Making in Two Sided Manufacturing-as-a-Service Marketplaces

• arxiv url: http://arxiv.org/abs/2506.12730v1
• Date: Sun, 15 Jun 2025 05:43:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-17 17:28:46.784598
• Title: Decentralized Decision Making in Two Sided Manufacturing-as-a-Service Marketplaces
• Title（参考訳）: 2つのサイド・アズ・ア・サービス・マーケットプレースにおける分散型意思決定
• Authors: Deepak Pahwa,
• Abstract要約: この論文は、MaaSマーケットプレースにおける分散化を可能にする意思決定ツールの開発に焦点を当てている。 通常、これらのマーケットプレースのオペレーションを最適化するために、価格とマッチングという2つの重要な意思決定レバーが使用される。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Advancements in digitization have enabled two sided manufacturing-as-a-service (MaaS) marketplaces which has significantly reduced product development time for designers. These platforms provide designers with access to manufacturing resources through a network of suppliers and have instant order placement capabilities. Two key decision making levers are typically used to optimize the operations of these marketplaces: pricing and matching. The existing marketplaces operate in a centralized structure where they have complete control over decision making. However, a decentralized organization of the platform enables transparency of information across clients and suppliers. This dissertation focuses on developing tools for decision making enabling decentralization in MaaS marketplaces. In pricing mechanisms, a data driven method is introduced which enables small service providers to price services based on specific attributes of the services offered. A data mining method recommends a network based price to a supplier based on its attributes and the attributes of other suppliers on the platform. Three different approaches are considered for matching mechanisms. First, a reverse auction mechanism is introduced where designers bid for manufacturing services and the mechanism chooses a supplier which can match the bid requirements and stated price. The second approach uses mechanism design and mathematical programming to develop a stable matching mechanism for matching orders to suppliers based on their preferences. Empirical simulations are used to test the mechanisms in a simulated 3D printing marketplace and to evaluate the impact of stability on its performance. The third approach considers the matching problem in a dynamic and stochastic environment where demand (orders) and supply (supplier capacities) arrive over time and matching is performed online.
• Abstract（参考訳）: デジタル化の進歩により、デザイナの製品開発時間を大幅に短縮した2つのサイドメイキング・アズ・ア・サービス(MaaS)マーケットプレースを実現した。 これらのプラットフォームは、デザイナにサプライヤーのネットワークを通じて製造資源へのアクセスを提供し、即時発注機能を備えている。 通常、これらのマーケットプレースのオペレーションを最適化するために、価格とマッチングという2つの重要な意思決定レバーが使用される。 既存の市場は中央集権的な構造で運営されており、意思決定を完全にコントロールしている。 しかし、プラットフォームの分散型組織は、クライアントとサプライヤ間の情報の透明性を可能にします。 この論文は、MaaSマーケットプレースにおける分散化を可能にする意思決定ツールの開発に焦点を当てている。 料金体系では、小サービスプロバイダが提供されたサービスの特定の属性に基づいてサービスを価格設定できるデータ駆動方式が導入された。 データマイニング手法では、その属性とプラットフォーム上の他のサプライヤーの属性に基づいて、ネットワークベースの価格をサプライヤーに推奨する。 マッチング機構には3つの異なるアプローチが考えられる。 まず、デザイナが製造サービスに入札するリバースオークション機構を導入し、そのメカニズムが入札要求と価格に合致するサプライヤーを選択する。 第2のアプローチは、メカニズム設計と数学的プログラミングを使用して、その好みに基づいてサプライヤーに注文を合わせるための安定したマッチングメカニズムを開発する。 模擬3Dプリンティング・マーケットプレースにおけるメカニズムのテストや,安定性が性能に与える影響を評価するために,実証シミュレーションが用いられている。 第3のアプローチは、需要(注文)と供給(供給能力)が時間とともに到着し、マッチングがオンラインで行われる動的で確率的な環境でのマッチング問題を考察する。

関連論文リスト

• Dual-Agent Deep Reinforcement Learning for Dynamic Pricing and Replenishment [15.273192037219077]
  不整合決定周波数下での動的価格設定と補充問題について検討する。 我々は、包括的な市場データに基づいてトレーニングされた決定木に基づく機械学習アプローチを統合する。 このアプローチでは、2つのエージェントが価格と在庫を処理し、さまざまなスケールで更新される。
  論文  参考訳（メタデータ） (2024-10-28T15:12:04Z)
• MetaTrading: An Immersion-Aware Model Trading Framework for Vehicular Metaverse Services [94.61039892220037]
  我々は、フェデレーション学習(FL)によるプライバシーを確保しつつ、サービスのデータ提供を容易にする没入型モデルトレーディングフレームワークを提案する。 我々は,資源制約下での高価値モデルに貢献するために,メタバースユーザ(MU)にインセンティブを与えるインセンティブ機構を設計する。 我々は、MUやその他のMSPに関するプライベート情報にアクセスすることなく、深層強化学習に基づく完全に分散された動的報酬アルゴリズムを開発する。
  論文  参考訳（メタデータ） (2024-10-25T16:20:46Z)
• Sparse Attention-driven Quality Prediction for Production Process Optimization in Digital Twins [53.70191138561039]
  データ駆動方式で運用ロジックを符号化することで,生産ラインのディジタルツインをデプロイすることを提案する。 我々は,自己注意型時間畳み込みニューラルネットワークに基づく生産プロセスの品質予測モデルを採用する。 本手法は,本手法により,仮想及び実生産ライン間のシームレスな統合を促進できることを示す。
  論文  参考訳（メタデータ） (2024-05-20T09:28:23Z)
• Optimal Automated Market Makers: Differentiable Economics and Strong Duality [22.943723387429678]
  複数の商品の存在下での最適な市場形成はよく理解されていない。 最適な市場メーカを見つけることは、最適な輸送問題と双対であることを示します。 より複雑な振る舞いを示す設定において最適メカニズムの予想を示す。
  論文  参考訳（メタデータ） (2024-02-14T12:27:54Z)
• No-Regret Learning in Two-Echelon Supply Chain with Unknown Demand Distribution [48.27759561064771]
  我々は[Cachon and Zipkin, 1999]で導入された2つのエケロンサプライチェーンモデルについて, 2つの異なる設定で検討する。 両設定の最適在庫決定に対する後悔と収束の両面において良好な保証を達成するアルゴリズムを設計する。 私たちのアルゴリズムは、オンライングラディエントDescentとOnline Newton Stepをベースとしています。
  論文  参考訳（メタデータ） (2022-10-23T08:45:39Z)
• 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)
• 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)
• Fairness based Multi-Preference Resource Allocation in Decentralised Open Markets [8.516527663732617]
  本稿では,リバース・オークション・パラダイムを用いた3段階の資源配分手法を提案する。 最初のステップでは、提案された優先順位機構に基づいて、各入札業者に優先順位ラベルを付ける。 第2のステップでは、購入者のさまざまな好みのすべてに対して、選好スコアが算出される。
  論文  参考訳（メタデータ） (2021-09-01T06:29:06Z)
• VCG Mechanism Design with Unknown Agent Values under Stochastic Bandit Feedback [104.06766271716774]
  本研究では,エージェントが自己の価値を知らない場合に,マルチラウンドの福祉最大化機構設計問題について検討する。 まず、福祉に対する後悔の3つの概念、各エージェントの個々のユーティリティ、メカニズムの3つの概念を定義します。 当社のフレームワークは価格体系を柔軟に制御し、エージェントと販売者の後悔のトレードオフを可能にする。
  論文  参考訳（メタデータ） (2020-04-19T18:00:58Z)

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。