Συλλογές
Τίτλος Εφαρμογές artificial intelligence και machine learning στη διαχείριση της εφοδιαστικής αλυσίδας
Εναλλακτικός τίτλος Applications of artificial intelligence and machine learning in supply chain management
Δημιουργός Παπαϊωάννου, Αχιλλεύς
Συντελεστής Οικονομικό Πανεπιστήμιο Αθηνών, Τμήμα Οργάνωσης και Διοίκησης Επιχειρήσεων
Παπαδόπουλος, Γεώργιος
Παναγιώτου, Νικόλαος
Γκαγιαλής, Σωτήριος
Τύπος Text
Φυσική περιγραφή 160σ.
Γλώσσα el
Αναγνωριστικό http://www.pyxida.aueb.gr/index.php?op=view_object&object_id=11140
Περίληψη The purpose of this paper is to identify the contributions and applications of the technics of Artificial intelligence (AI) and of the algorithms of Machine Learning (ML) to Supply Chain Management (SCM) through a systematic review of the existing literature. To address the current scientific gap of AI in SCM, this study aimed to determine the current and potential AI techniques and algorithms of ML that can enhance both the study and also have practical applications to the SCM. Gaps in the literature that need to be addressed through scientific research were also identified. More specifically, the following four aspects were covered: (1) the most prevalent AI techniques in SCM; (2) the potential AI techniques for employment in SCM; (3) the current AI-improved subfields of SCM and (4) the subfields that have highly possible to be enhanced by AI and ML. For the identification and examination of the papers of this literature review papers specific set of keywords were used.
Σκοπός της παρούσας εργασίας είναι να προσδιορίσει τη συμβολή και τις εφαρμογές των τεχνικών της Τεχνητής Νοημοσύνης (AI) και των αλγορίθμων της Μηχανικής Μάθησης (ML) στη Διαχείριση Εφοδιαστικής Αλυσίδας (SCM), μέσω μιας συστηματικής ανασκόπησης της υπάρχουσας βιβλιογραφίας. Για την αντιμετώπιση του τρέχοντος επιστημονικού κενού της τεχνητής νοημοσύνης στο SCM, αυτή η μελέτη είχε στόχο να προσδιορίσει τις τρέχουσες και πιθανές τεχνικές τεχνητής νοημοσύνης και αλγόριθμους της ML που μπορούν να βελτιώσουν τόσο τη μελέτη όσο και να έχουν πρακτικές εφαρμογές στο SCM. Εντοπίστηκαν επίσης κενά στη βιβλιογραφία που πρέπει να αντιμετωπιστούν μέσω της επιστημονικής έρευνας. Πιο συγκεκριμένα, καλύφθηκαν οι ακόλουθες τέσσερις πτυχές: (1) οι πιο διαδεδομένες τεχνικές τεχνητής νοημοσύνης στο SCM, (2) οι πιθανές τεχνικές τεχνητής νοημοσύνης για απασχόληση στο SCM, (3) τα τρέχοντα υποπεδία SCM που έχουν βελτιωθεί με τεχνητή νοημοσύνη και (4) τα υποπεδία που είναι πολύ πιθανό να βελτιωθούν με AI και ML. Για την αναζήτηση, τον προσδιορισμό και την εξέταση των δημοσιεύσεων και των άρθρων αυτής της βιβλιογραφικής ανασκόπησης χρησιμοποιήθηκαν συγκεκριμένες λέξεις-κλειδιά.
Λέξη κλειδί Εφαρμογές
Διαχείριση εφοδιαστικής αλυσίδας
Τεχνητή νοημοσύνη
Μηχανική μάθηση
Ανασκόπηση
Artificial Intelligence (AI)
Machine learning (ML)
Applications
Supply chain management
Review
Διαθέσιμο από 2024-03-20 23:48:04
Ημερομηνία έκδοσης 15-03-2024
Ημερομηνία κατάθεσης 2024-03-20 23:48:04
Δικαιώματα χρήσης Free access
Άδεια χρήσης https://creativecommons.org/licenses/by/4.0/