GNN

🖼️ اسم الورقة البحثية:
GNN

🔖 تصنيف العمل البحثي:
ذكاء صناعي / تعلّم آلي لتخطيط سلسلة التوريد (Supply Chain Supply & Inventory Prediction using GNNs)

✏️ ما الذي تقدّمه هذه الورقة؟
تقدّم نموذج Graph‑based Supply Prediction (GSP) يستخدم شبكة عصبية بيانية (Graph Neural Network) مع آلية attention للتنبؤ الاحتمالي بالعرض والمخزون والفجوات في شبكات سلسلة التوريد المعقدة، مستندة إلى بيانات تاريخية للطلب، خطة العرض، والبيانات الهيكلية للشبكة، بهدف تحسين تخطيط العرض وتقليل المخزون الزائد أو النقص.

⭐ ما الذي تقدّمه فعليًا بناءً على التجربة في الورقة؟

• تحسين دقة التنبؤ بالعرض والمخزون عند تطبيق النموذج على بيانات شركة سلع استهلاكية عالمية.

• الدمج بين التنبؤ بالطلب والتوريد لتوفير خطة قابلة للتنفيذ وواقعية.

• الأخذ في الاعتبار تأثيرات التأخير المتسلسل في التوريد وتفاعل العقد ضمن الشبكة لزيادة دقة التوقعات.

🤖 هل تتضمّن الأتمتة؟
نعم، يشمل النموذج أتمتة التنبؤ الاحتمالي والفجوات بين العرض والمخزون، ويمكن دمجه في أنظمة تخطيط سلسلة التوريد لتقديم توصيات تلقائية حول تعديل خطط العرض.

💰 نموذج الوصول أو التكلفة:

• الورقة متاحة مجانًا على arXiv (Open Access).

• لا توجد تكلفة للوصول إليها أو تحميلها.

🧭 طريقة الوصول إلى الورقة:

• زيارة موقع arXiv وإدخال المعرف 2404.07523.

• تحميل ملف PDF للاطلاع الكامل على الملخص، المنهجية، النتائج، والاستنتاجات.

🔗 رابط الوصول إلى الورقة (Experience Link):
Experience Link: https://arxiv.org/abs/2404.07523?utm_source=chatgpt.com