Βιβλιοθήκη ΟΠΑ - Ψηφιακό Αποθετήριο

ΠΥΞΙΔΑ Ιδρυματικό Αποθετήριο
και Ψηφιακή Βιβλιοθήκη

Όνομα χρήστη
Κωδικός πρόσβασης

Συλλογές :	Ιδρυματικό Αποθετήριο ΟΠΑ / AUEB Institutional Repository Σχολή Διοίκησης Επιχειρήσεων / School of Business Τμήμα Οργάνωσης και Διοίκησης Επιχειρήσεων / Department of Business Administration Μεταπτυχιακές Εργασίες / Postgraduate dissertations

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 :	Γκαγιαλής, Σωτήριος (Επιβλέπων καθηγητής) Παναγιώτου, Νικόλαος (Εξεταστής) Παπαδόπουλος, Γεώργιος (Εξεταστής) Οικονομικό Πανεπιστήμιο Αθηνών, Τμήμα Οργάνωσης και Διοίκησης Επιχειρήσεων (Degree granting institution)

Τύπος :	Text

Φυσική περιγραφή :	160σ.

Γλώσσα :	el

Αναγνωριστικό :	http://www.pyxida.aueb.gr/index.php?op=view_object&object_id=11140

Περίληψη :	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. 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.

Περίληψη :

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.
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.

Λέξη κλειδί :	Τεχνητή νοημοσύνη Μηχανική μάθηση Εφαρμογές Διαχείριση εφοδιαστικής αλυσίδας 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 :

Αρχείο: Papaioannou_2024.pdf

Τύπος: application/pdf

Είσοδος