OPERATIONS RESEARCH AND MACHINE LEARNING FOR SUPPLY CHAIN OPTIMISATION (Q4141333): Difference between revisions

From EU Knowledge Graph
Jump to navigation Jump to search
(‎Created a new Item: import item from Italy)
 
(‎Changed label, description and/or aliases in pt)
 
(14 intermediate revisions by 2 users not shown)
label / eslabel / es
 
INVESTIGACIÓN DE OPERACIONES Y APRENDIZAJE AUTOMÁTICO PARA LA OPTIMIZACIÓN DE LA CADENA DE SUMINISTRO
label / enlabel / en
 
OPERATIONS RESEARCH AND MACHINE LEARNING FOR SUPPLY CHAIN OPTIMISATION
label / frlabel / fr
 
RECHERCHE OPÉRATIONNELLE ET APPRENTISSAGE AUTOMATIQUE POUR L’OPTIMISATION DE LA CHAÎNE D’APPROVISIONNEMENT
label / delabel / de
 
OPERATIONSFORSCHUNG UND MASCHINELLES LERNEN ZUR OPTIMIERUNG DER LIEFERKETTE
label / nllabel / nl
 
OPERATIONS ONDERZOEK EN MACHINE LEARNING VOOR SUPPLY CHAIN OPTIMALISATIE
label / dalabel / da
 
DRIFTSFORSKNING OG MASKINLÆRING TIL OPTIMERING AF FORSYNINGSKÆDEN
label / ellabel / el
 
ΔΡΑΣΤΗΡΙΌΤΗΤΕΣ ΈΡΕΥΝΑΣ ΚΑΙ ΜΗΧΑΝΙΚΉΣ ΜΆΘΗΣΗΣ ΓΙΑ ΤΗ ΒΕΛΤΙΣΤΟΠΟΊΗΣΗ ΤΗΣ ΑΛΥΣΊΔΑΣ ΕΦΟΔΙΑΣΜΟΎ
label / hrlabel / hr
 
ISTRAŽIVANJE OPERACIJA I STROJNO UČENJE ZA OPTIMIZACIJU OPSKRBNOG LANCA
label / rolabel / ro
 
OPERAȚIUNI DE CERCETARE ȘI ÎNVĂȚARE AUTOMATĂ PENTRU OPTIMIZAREA LANȚULUI DE APROVIZIONARE
label / sklabel / sk
 
VÝSKUM OPERÁCIÍ A STROJOVÉ UČENIE PRE OPTIMALIZÁCIU DODÁVATEĽSKÉHO REŤAZCA
label / mtlabel / mt
 
IR-RIĊERKA TAL-OPERAZZJONIJIET U T-TAGĦLIM AWTOMATIKU GĦALL-OTTIMIZZAZZJONI TAL-KATINA TAL-PROVVISTA
label / ptlabel / pt
 
OPERAÇÕES INVESTIGAÇÃO E APRENDIZAGEM DE MÁQUINAS PARA OPTIMIZAÇÃO DA CADEIA DE FORNECIMENTO
label / filabel / fi
 
TOIMINTATUTKIMUS JA KONEOPPIMINEN TOIMITUSKETJUN OPTIMOINTIA VARTEN
label / pllabel / pl
 
BADANIA OPERACYJNE I UCZENIE MASZYNOWE W CELU OPTYMALIZACJI ŁAŃCUCHA DOSTAW
label / sllabel / sl
 
RAZISKAVE OPERACIJ IN STROJNO UČENJE ZA OPTIMIZACIJO DOBAVNE VERIGE
label / cslabel / cs
 
PROVOZNÍ VÝZKUM A STROJOVÉ UČENÍ PRO OPTIMALIZACI DODAVATELSKÉHO ŘETĚZCE
label / ltlabel / lt
 
OPERACIJŲ TYRIMAI IR MAŠINŲ MOKYMASIS TIEKIMO GRANDINĖS OPTIMIZAVIMUI
label / lvlabel / lv
 
DARBĪBAS IZPĒTE UN MAŠĪNMĀCĪŠANĀS PIEGĀDES ĶĒDES OPTIMIZĀCIJAI
label / bglabel / bg
 
ОПЕРАТИВНИ ИЗСЛЕДВАНИЯ И МАШИННО САМООБУЧЕНИЕ ЗА ОПТИМИЗИРАНЕ НА ВЕРИГАТА НА ДОСТАВКИ
label / hulabel / hu
 
MŰVELETEK KUTATÁSA ÉS GÉPI TANULÁS AZ ELLÁTÁSI LÁNC OPTIMALIZÁLÁSA ÉRDEKÉBEN
label / galabel / ga
 
TAIGHDE OIBRÍOCHTAÍ AGUS MEAISÍNFHOGHLAIM AR MHAITHE LE BARRFHEABHSÚ AN TSLABHRA SOLÁTHAIR
label / svlabel / sv
 
VERKSAMHETSFORSKNING OCH MASKININLÄRNING FÖR OPTIMERING AV LEVERANSKEDJAN
label / etlabel / et
 
TEGEVUSUURINGUD JA MASINÕPE TARNEAHELA OPTIMEERIMISEKS
description / endescription / en
Project in Italy 4la20028ap000000057
Project Q4141333 in Italy
description / bgdescription / bg
 
Проект Q4141333 в Италия
description / hrdescription / hr
 
Projekt Q4141333 u Italiji
description / hudescription / hu
 
Projekt Q4141333 Olaszországban
description / csdescription / cs
 
Projekt Q4141333 v Itálii
description / dadescription / da
 
Projekt Q4141333 i Italien
description / nldescription / nl
 
Project Q4141333 in Italië
description / etdescription / et
 
Projekt Q4141333 Itaalias
description / fidescription / fi
 
Projekti Q4141333 Italiassa
description / frdescription / fr
 
Projet Q4141333 en Italie
description / dedescription / de
 
Projekt Q4141333 in Italien
description / eldescription / el
 
Έργο Q4141333 στην Ιταλία
description / gadescription / ga
 
Tionscadal Q4141333 san Iodáil
description / itdescription / it
 
Progetto Q4141333 in Italia
description / lvdescription / lv
 
Projekts Q4141333 Itālijā
description / ltdescription / lt
 
Projektas Q4141333 Italijoje
description / mtdescription / mt
 
Proġett Q4141333 fl-Italja
description / pldescription / pl
 
Projekt Q4141333 we Włoszech
description / ptdescription / pt
 
Projeto Q4141333 na Itália
description / rodescription / ro
 
Proiectul Q4141333 în Italia
description / skdescription / sk
 
Projekt Q4141333 v Taliansku
description / sldescription / sl
 
Projekt Q4141333 v Italiji
description / esdescription / es
 
Proyecto Q4141333 en Italia
description / svdescription / sv
 
Projekt Q4141333 i Italien
Property / contained in Local Administrative Unit
 
Property / contained in Local Administrative Unit: Roma / rank
 
Normal rank
Property / summary
 
EL PROYECTO TIENE COMO OBJETIVO ABORDAR DE MANERA ORGÁNICA E INTEGRADA LA SOLUCIÓN DE LOS SIGUIENTES PROBLEMAS ABIERTOS: A. LA DETERMINACIÓN Y SOLUCIÓN DE MODELOS DE OPTIMIZACIÓN ESTOCÁSTICA/ROBUST CON APLICACIÓN A LA COMPRA, FIJACIÓN DE PRECIOS O PLANIFICACIÓN DE RECURSOS,B. APLICACIÓN DE MODELOS DE OPTIMIZACIÓN A LA ELECCIÓN ÓPTIMA DEL MEJOR MODELO DE APRENDIZAJE AUTOMÁTICO PARA TAREAS PREDICTIVAS,C. APLICACIÓN DE MODELOS DE OPTIMIZACIÓN A LA ELECCIÓN ÓPTIMA DE MODELOS DE APRENDIZAJE AUTOMÁTICO,D. MODELOS PARA LA DETERMINACIÓN DE VARIABLES DE INFLUENCIA (TANTO EXÓGENAS COMO ENDÓGENAS) EN CONTEXTOS DE APRENDIZAJE PROFUNDO,E. CUALQUIER NUEVO MODELO ESTADO DEL ARTE PARA PRONOSTICAR LA DEMANDA O LA CURVA DE ELASTICIDAD DE LA DEMANDA AL PRECIO, O LA SOLUCIÓN DE LA SOLUCIÓN. (Spanish)
Property / summary: EL PROYECTO TIENE COMO OBJETIVO ABORDAR DE MANERA ORGÁNICA E INTEGRADA LA SOLUCIÓN DE LOS SIGUIENTES PROBLEMAS ABIERTOS: A. LA DETERMINACIÓN Y SOLUCIÓN DE MODELOS DE OPTIMIZACIÓN ESTOCÁSTICA/ROBUST CON APLICACIÓN A LA COMPRA, FIJACIÓN DE PRECIOS O PLANIFICACIÓN DE RECURSOS,B. APLICACIÓN DE MODELOS DE OPTIMIZACIÓN A LA ELECCIÓN ÓPTIMA DEL MEJOR MODELO DE APRENDIZAJE AUTOMÁTICO PARA TAREAS PREDICTIVAS,C. APLICACIÓN DE MODELOS DE OPTIMIZACIÓN A LA ELECCIÓN ÓPTIMA DE MODELOS DE APRENDIZAJE AUTOMÁTICO,D. MODELOS PARA LA DETERMINACIÓN DE VARIABLES DE INFLUENCIA (TANTO EXÓGENAS COMO ENDÓGENAS) EN CONTEXTOS DE APRENDIZAJE PROFUNDO,E. CUALQUIER NUEVO MODELO ESTADO DEL ARTE PARA PRONOSTICAR LA DEMANDA O LA CURVA DE ELASTICIDAD DE LA DEMANDA AL PRECIO, O LA SOLUCIÓN DE LA SOLUCIÓN. (Spanish) / rank
 
Normal rank
Property / summary: EL PROYECTO TIENE COMO OBJETIVO ABORDAR DE MANERA ORGÁNICA E INTEGRADA LA SOLUCIÓN DE LOS SIGUIENTES PROBLEMAS ABIERTOS: A. LA DETERMINACIÓN Y SOLUCIÓN DE MODELOS DE OPTIMIZACIÓN ESTOCÁSTICA/ROBUST CON APLICACIÓN A LA COMPRA, FIJACIÓN DE PRECIOS O PLANIFICACIÓN DE RECURSOS,B. APLICACIÓN DE MODELOS DE OPTIMIZACIÓN A LA ELECCIÓN ÓPTIMA DEL MEJOR MODELO DE APRENDIZAJE AUTOMÁTICO PARA TAREAS PREDICTIVAS,C. APLICACIÓN DE MODELOS DE OPTIMIZACIÓN A LA ELECCIÓN ÓPTIMA DE MODELOS DE APRENDIZAJE AUTOMÁTICO,D. MODELOS PARA LA DETERMINACIÓN DE VARIABLES DE INFLUENCIA (TANTO EXÓGENAS COMO ENDÓGENAS) EN CONTEXTOS DE APRENDIZAJE PROFUNDO,E. CUALQUIER NUEVO MODELO ESTADO DEL ARTE PARA PRONOSTICAR LA DEMANDA O LA CURVA DE ELASTICIDAD DE LA DEMANDA AL PRECIO, O LA SOLUCIÓN DE LA SOLUCIÓN. (Spanish) / qualifier
 
point in time: 30 January 2022
Timestamp+2022-01-30T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / summary
 
THE PROJECT AIMS TO ADDRESS IN AN ORGANIC AND INTEGRATED WAY THE SOLUTION OF THE FOLLOWING OPEN PROBLEMS:A. THE DETERMINATION AND SOLUTION OF STOCHASTIC/ROBUST OPTIMISATION MODELS WITH APPLICATION TO PURCHASE, PRICING AND/OR RESOURCE PLANNING,B. APPLICATION OF OPTIMISATION MODELS TO THE OPTIMAL CHOICE OF THE BEST MACHINE LEARNING MODEL FOR PREDICTIVE TASKS,C. APPLICATION OF OPTIMISATION MODELS TO THE OPTIMAL CHOICE OF PARAMETERISATION OF MACHINE LEARNING MODELS,D. MODELS FOR THE DETERMINATION OF INFLUENCE VARIABLES (BOTH EXOGENOUS AND ENDOGENOUS) IN DEEP LEARNING CONTEXTS,E. ANY NEW MODELS STATE OF THE ART FOR FORECASTING DEMAND AND/OR THE CURVE OF ELASTICITY OF DEMAND TO THE PRICE, AND/OR THE SOLUTION OF THE DEMAND-MACHINE-OPTIMISATION PROBLEM. (English)
Property / summary: THE PROJECT AIMS TO ADDRESS IN AN ORGANIC AND INTEGRATED WAY THE SOLUTION OF THE FOLLOWING OPEN PROBLEMS:A. THE DETERMINATION AND SOLUTION OF STOCHASTIC/ROBUST OPTIMISATION MODELS WITH APPLICATION TO PURCHASE, PRICING AND/OR RESOURCE PLANNING,B. APPLICATION OF OPTIMISATION MODELS TO THE OPTIMAL CHOICE OF THE BEST MACHINE LEARNING MODEL FOR PREDICTIVE TASKS,C. APPLICATION OF OPTIMISATION MODELS TO THE OPTIMAL CHOICE OF PARAMETERISATION OF MACHINE LEARNING MODELS,D. MODELS FOR THE DETERMINATION OF INFLUENCE VARIABLES (BOTH EXOGENOUS AND ENDOGENOUS) IN DEEP LEARNING CONTEXTS,E. ANY NEW MODELS STATE OF THE ART FOR FORECASTING DEMAND AND/OR THE CURVE OF ELASTICITY OF DEMAND TO THE PRICE, AND/OR THE SOLUTION OF THE DEMAND-MACHINE-OPTIMISATION PROBLEM. (English) / rank
 
Normal rank
Property / summary: THE PROJECT AIMS TO ADDRESS IN AN ORGANIC AND INTEGRATED WAY THE SOLUTION OF THE FOLLOWING OPEN PROBLEMS:A. THE DETERMINATION AND SOLUTION OF STOCHASTIC/ROBUST OPTIMISATION MODELS WITH APPLICATION TO PURCHASE, PRICING AND/OR RESOURCE PLANNING,B. APPLICATION OF OPTIMISATION MODELS TO THE OPTIMAL CHOICE OF THE BEST MACHINE LEARNING MODEL FOR PREDICTIVE TASKS,C. APPLICATION OF OPTIMISATION MODELS TO THE OPTIMAL CHOICE OF PARAMETERISATION OF MACHINE LEARNING MODELS,D. MODELS FOR THE DETERMINATION OF INFLUENCE VARIABLES (BOTH EXOGENOUS AND ENDOGENOUS) IN DEEP LEARNING CONTEXTS,E. ANY NEW MODELS STATE OF THE ART FOR FORECASTING DEMAND AND/OR THE CURVE OF ELASTICITY OF DEMAND TO THE PRICE, AND/OR THE SOLUTION OF THE DEMAND-MACHINE-OPTIMISATION PROBLEM. (English) / qualifier
 
point in time: 31 January 2022
Timestamp+2022-01-31T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / summary: THE PROJECT AIMS TO ADDRESS IN AN ORGANIC AND INTEGRATED WAY THE SOLUTION OF THE FOLLOWING OPEN PROBLEMS:A. THE DETERMINATION AND SOLUTION OF STOCHASTIC/ROBUST OPTIMISATION MODELS WITH APPLICATION TO PURCHASE, PRICING AND/OR RESOURCE PLANNING,B. APPLICATION OF OPTIMISATION MODELS TO THE OPTIMAL CHOICE OF THE BEST MACHINE LEARNING MODEL FOR PREDICTIVE TASKS,C. APPLICATION OF OPTIMISATION MODELS TO THE OPTIMAL CHOICE OF PARAMETERISATION OF MACHINE LEARNING MODELS,D. MODELS FOR THE DETERMINATION OF INFLUENCE VARIABLES (BOTH EXOGENOUS AND ENDOGENOUS) IN DEEP LEARNING CONTEXTS,E. ANY NEW MODELS STATE OF THE ART FOR FORECASTING DEMAND AND/OR THE CURVE OF ELASTICITY OF DEMAND TO THE PRICE, AND/OR THE SOLUTION OF THE DEMAND-MACHINE-OPTIMISATION PROBLEM. (English) / qualifier
 
readability score: 0.2717636352588888
Amount0.2717636352588888
Unit1
Property / summary
 
LE PROJET VISE À TRAITER DE MANIÈRE ORGANIQUE ET INTÉGRÉE LA SOLUTION DES PROBLÈMES OUVERTS SUIVANTS:A. LA DÉTERMINATION ET LA SOLUTION DES MODÈLES D’OPTIMISATION STOCHASTIQUE/ROBUST AVEC APPLICATION À L’ACHAT, LA TARIFICATION ET/OU LA PLANIFICATION DES RESSOURCES,B. APPLICATION DES MODÈLES D’OPTIMISATION AU CHOIX OPTIMAL DU MEILLEUR MODÈLE D’APPRENTISSAGE AUTOMATIQUE POUR LES TÂCHES PRÉDICTIVES,C. APPLICATION DES MODÈLES D’OPTIMISATION AU CHOIX OPTIMAL DE LA PARAMÉTRISATION DES MODÈLES D’APPRENTISSAGE MACHINE,D. MODÈLES POUR LA DÉTERMINATION DES VARIABLES D’INFLUENCE (EXOGÈNES ET ENDOGÈNES) DANS LES CONTEXTES D’APPRENTISSAGE PROFOND,E. TOUT NOUVEAU MODÈLE ÉTAT DE L’ART POUR LA PRÉVISION DE LA DEMANDE ET/OU LA COURBE DE L’ÉLASTICITÉ DE LA DEMANDE PAR RAPPORT AU PRIX, ET/OU LA SOLUTION DU PROBLÈME D’OPTIMISATION DE LA MACHINE. (French)
Property / summary: LE PROJET VISE À TRAITER DE MANIÈRE ORGANIQUE ET INTÉGRÉE LA SOLUTION DES PROBLÈMES OUVERTS SUIVANTS:A. LA DÉTERMINATION ET LA SOLUTION DES MODÈLES D’OPTIMISATION STOCHASTIQUE/ROBUST AVEC APPLICATION À L’ACHAT, LA TARIFICATION ET/OU LA PLANIFICATION DES RESSOURCES,B. APPLICATION DES MODÈLES D’OPTIMISATION AU CHOIX OPTIMAL DU MEILLEUR MODÈLE D’APPRENTISSAGE AUTOMATIQUE POUR LES TÂCHES PRÉDICTIVES,C. APPLICATION DES MODÈLES D’OPTIMISATION AU CHOIX OPTIMAL DE LA PARAMÉTRISATION DES MODÈLES D’APPRENTISSAGE MACHINE,D. MODÈLES POUR LA DÉTERMINATION DES VARIABLES D’INFLUENCE (EXOGÈNES ET ENDOGÈNES) DANS LES CONTEXTES D’APPRENTISSAGE PROFOND,E. TOUT NOUVEAU MODÈLE ÉTAT DE L’ART POUR LA PRÉVISION DE LA DEMANDE ET/OU LA COURBE DE L’ÉLASTICITÉ DE LA DEMANDE PAR RAPPORT AU PRIX, ET/OU LA SOLUTION DU PROBLÈME D’OPTIMISATION DE LA MACHINE. (French) / rank
 
Normal rank
Property / summary: LE PROJET VISE À TRAITER DE MANIÈRE ORGANIQUE ET INTÉGRÉE LA SOLUTION DES PROBLÈMES OUVERTS SUIVANTS:A. LA DÉTERMINATION ET LA SOLUTION DES MODÈLES D’OPTIMISATION STOCHASTIQUE/ROBUST AVEC APPLICATION À L’ACHAT, LA TARIFICATION ET/OU LA PLANIFICATION DES RESSOURCES,B. APPLICATION DES MODÈLES D’OPTIMISATION AU CHOIX OPTIMAL DU MEILLEUR MODÈLE D’APPRENTISSAGE AUTOMATIQUE POUR LES TÂCHES PRÉDICTIVES,C. APPLICATION DES MODÈLES D’OPTIMISATION AU CHOIX OPTIMAL DE LA PARAMÉTRISATION DES MODÈLES D’APPRENTISSAGE MACHINE,D. MODÈLES POUR LA DÉTERMINATION DES VARIABLES D’INFLUENCE (EXOGÈNES ET ENDOGÈNES) DANS LES CONTEXTES D’APPRENTISSAGE PROFOND,E. TOUT NOUVEAU MODÈLE ÉTAT DE L’ART POUR LA PRÉVISION DE LA DEMANDE ET/OU LA COURBE DE L’ÉLASTICITÉ DE LA DEMANDE PAR RAPPORT AU PRIX, ET/OU LA SOLUTION DU PROBLÈME D’OPTIMISATION DE LA MACHINE. (French) / qualifier
 
point in time: 1 February 2022
Timestamp+2022-02-01T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / summary
 
ZIEL DES PROJEKTES IST ES, DIE LÖSUNG FOLGENDER OFFENER PROBLEME IN ORGANISCHER UND INTEGRIERTER WEISE ANZUGEHEN:A. DIE BESTIMMUNG UND LÖSUNG STOCHASTISCHER/ROBUSTER OPTIMIERUNGSMODELLE MIT ANWENDUNG AUF KAUF-, PREIS- UND/ODER RESSOURCENPLANUNG,B. ANWENDUNG VON OPTIMIERUNGSMODELLEN AUF DIE OPTIMALE WAHL DES BESTEN MACHINE LEARNING MODELLS FÜR VORAUSSCHAUENDE AUFGABEN,C. ANWENDUNG VON OPTIMIERUNGSMODELLEN AUF DIE OPTIMALE WAHL DER PARAMETRIERUNG VON MASCHINENLERNMODELLEN,D. MODELLE ZUR BESTIMMUNG VON EINFLUSSVARIABLEN (SOWOHL EXOGENE ALS AUCH ENDOGENE) IN TIEFEN LERNKONTEXTEN,E. ALLE NEUEN MODELLE STATE OF THE ART ZUR VORHERSAGE VON NACHFRAGE UND/ODER DIE KURVE DER ELASTIZITÄT DER NACHFRAGE AUF DEN PREIS UND/ODER DIE LÖSUNG DER NACHFRAGE-OPTIMIERUNG. (German)
Property / summary: ZIEL DES PROJEKTES IST ES, DIE LÖSUNG FOLGENDER OFFENER PROBLEME IN ORGANISCHER UND INTEGRIERTER WEISE ANZUGEHEN:A. DIE BESTIMMUNG UND LÖSUNG STOCHASTISCHER/ROBUSTER OPTIMIERUNGSMODELLE MIT ANWENDUNG AUF KAUF-, PREIS- UND/ODER RESSOURCENPLANUNG,B. ANWENDUNG VON OPTIMIERUNGSMODELLEN AUF DIE OPTIMALE WAHL DES BESTEN MACHINE LEARNING MODELLS FÜR VORAUSSCHAUENDE AUFGABEN,C. ANWENDUNG VON OPTIMIERUNGSMODELLEN AUF DIE OPTIMALE WAHL DER PARAMETRIERUNG VON MASCHINENLERNMODELLEN,D. MODELLE ZUR BESTIMMUNG VON EINFLUSSVARIABLEN (SOWOHL EXOGENE ALS AUCH ENDOGENE) IN TIEFEN LERNKONTEXTEN,E. ALLE NEUEN MODELLE STATE OF THE ART ZUR VORHERSAGE VON NACHFRAGE UND/ODER DIE KURVE DER ELASTIZITÄT DER NACHFRAGE AUF DEN PREIS UND/ODER DIE LÖSUNG DER NACHFRAGE-OPTIMIERUNG. (German) / rank
 
Normal rank
Property / summary: ZIEL DES PROJEKTES IST ES, DIE LÖSUNG FOLGENDER OFFENER PROBLEME IN ORGANISCHER UND INTEGRIERTER WEISE ANZUGEHEN:A. DIE BESTIMMUNG UND LÖSUNG STOCHASTISCHER/ROBUSTER OPTIMIERUNGSMODELLE MIT ANWENDUNG AUF KAUF-, PREIS- UND/ODER RESSOURCENPLANUNG,B. ANWENDUNG VON OPTIMIERUNGSMODELLEN AUF DIE OPTIMALE WAHL DES BESTEN MACHINE LEARNING MODELLS FÜR VORAUSSCHAUENDE AUFGABEN,C. ANWENDUNG VON OPTIMIERUNGSMODELLEN AUF DIE OPTIMALE WAHL DER PARAMETRIERUNG VON MASCHINENLERNMODELLEN,D. MODELLE ZUR BESTIMMUNG VON EINFLUSSVARIABLEN (SOWOHL EXOGENE ALS AUCH ENDOGENE) IN TIEFEN LERNKONTEXTEN,E. ALLE NEUEN MODELLE STATE OF THE ART ZUR VORHERSAGE VON NACHFRAGE UND/ODER DIE KURVE DER ELASTIZITÄT DER NACHFRAGE AUF DEN PREIS UND/ODER DIE LÖSUNG DER NACHFRAGE-OPTIMIERUNG. (German) / qualifier
 
point in time: 3 February 2022
Timestamp+2022-02-03T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / summary
 
HET PROJECT BEOOGT OP EEN ORGANISCHE EN GEÏNTEGREERDE MANIER DE OPLOSSING VAN DE VOLGENDE OPEN PROBLEMEN AAN TE PAKKEN:A. DE BEPALING EN OPLOSSING VAN STOCHASTISCHE/ROBUST OPTIMALISATIEMODELLEN MET TOEPASSING OP AANKOOP, PRIJSSTELLING EN/OF RESOURCE PLANNING,B. TOEPASSING VAN OPTIMALISATIEMODELLEN VOOR DE OPTIMALE KEUZE VAN HET BESTE MACHINE LEARNING MODEL VOOR VOORSPELLENDE TAKEN,C. TOEPASSING VAN OPTIMALISATIEMODELLEN VOOR DE OPTIMALE KEUZE VAN PARAMETERISATIE VAN MACHINE LEARNING MODELLEN,D. MODELLEN VOOR DE BEPALING VAN INVLOEDSVARIABELEN (ZOWEL EXOGENE ALS ENDOGENE) IN DIEPE LEERCONTEXTEN,E. ALLE NIEUWE MODELLEN STATE OF THE ART VOOR HET VOORSPELLEN VAN DE VRAAG EN/OF DE CURVE VAN ELASTICITEIT VAN VRAAG NAAR DE PRIJS, EN/OF DE OPLOSSING VAN DE VRAAG. (Dutch)
Property / summary: HET PROJECT BEOOGT OP EEN ORGANISCHE EN GEÏNTEGREERDE MANIER DE OPLOSSING VAN DE VOLGENDE OPEN PROBLEMEN AAN TE PAKKEN:A. DE BEPALING EN OPLOSSING VAN STOCHASTISCHE/ROBUST OPTIMALISATIEMODELLEN MET TOEPASSING OP AANKOOP, PRIJSSTELLING EN/OF RESOURCE PLANNING,B. TOEPASSING VAN OPTIMALISATIEMODELLEN VOOR DE OPTIMALE KEUZE VAN HET BESTE MACHINE LEARNING MODEL VOOR VOORSPELLENDE TAKEN,C. TOEPASSING VAN OPTIMALISATIEMODELLEN VOOR DE OPTIMALE KEUZE VAN PARAMETERISATIE VAN MACHINE LEARNING MODELLEN,D. MODELLEN VOOR DE BEPALING VAN INVLOEDSVARIABELEN (ZOWEL EXOGENE ALS ENDOGENE) IN DIEPE LEERCONTEXTEN,E. ALLE NIEUWE MODELLEN STATE OF THE ART VOOR HET VOORSPELLEN VAN DE VRAAG EN/OF DE CURVE VAN ELASTICITEIT VAN VRAAG NAAR DE PRIJS, EN/OF DE OPLOSSING VAN DE VRAAG. (Dutch) / rank
 
Normal rank
Property / summary: HET PROJECT BEOOGT OP EEN ORGANISCHE EN GEÏNTEGREERDE MANIER DE OPLOSSING VAN DE VOLGENDE OPEN PROBLEMEN AAN TE PAKKEN:A. DE BEPALING EN OPLOSSING VAN STOCHASTISCHE/ROBUST OPTIMALISATIEMODELLEN MET TOEPASSING OP AANKOOP, PRIJSSTELLING EN/OF RESOURCE PLANNING,B. TOEPASSING VAN OPTIMALISATIEMODELLEN VOOR DE OPTIMALE KEUZE VAN HET BESTE MACHINE LEARNING MODEL VOOR VOORSPELLENDE TAKEN,C. TOEPASSING VAN OPTIMALISATIEMODELLEN VOOR DE OPTIMALE KEUZE VAN PARAMETERISATIE VAN MACHINE LEARNING MODELLEN,D. MODELLEN VOOR DE BEPALING VAN INVLOEDSVARIABELEN (ZOWEL EXOGENE ALS ENDOGENE) IN DIEPE LEERCONTEXTEN,E. ALLE NIEUWE MODELLEN STATE OF THE ART VOOR HET VOORSPELLEN VAN DE VRAAG EN/OF DE CURVE VAN ELASTICITEIT VAN VRAAG NAAR DE PRIJS, EN/OF DE OPLOSSING VAN DE VRAAG. (Dutch) / qualifier
 
point in time: 3 February 2022
Timestamp+2022-02-03T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / summary
 
PROJEKTET HAR TIL FORMÅL PÅ EN ORGANISK OG INTEGRERET MÅDE AT LØSE FØLGENDE ÅBNE PROBLEMER:A. BESTEMMELSE OG LØSNING AF STOKASTISKE/ROBUST OPTIMERINGSMODELLER MED ANVENDELSE TIL KØB, PRISSÆTNING OG/ELLER RESSOURCEPLANLÆGNING,B. ANVENDELSE AF OPTIMERINGSMODELLER TIL DET OPTIMALE VALG AF DEN BEDSTE MASKINLÆRINGSMODEL TIL PRÆDIKTIVE OPGAVER,C. ANVENDELSE AF OPTIMERINGSMODELLER TIL DET OPTIMALE VALG AF PARAMETERISERING AF MASKININDLÆRINGSMODELLER, D. MODELLER TIL BESTEMMELSE AF INDFLYDELSESVARIABLER (BÅDE EKSOGENE OG ENDOGENE) I DYB LÆRINGSSAMMENHÆNGE, E. NYE MODELLER STATE OF THE ART TIL PROGNOSEEFTERSPØRGSEL OG/ELLER KURVEN FOR EFTERSPØRGSELSELASTICITET TIL PRISEN, OG/ELLER LØSNINGEN AF EFTERSPØRGSELSPROBLEMTIMISERING. (Danish)
Property / summary: PROJEKTET HAR TIL FORMÅL PÅ EN ORGANISK OG INTEGRERET MÅDE AT LØSE FØLGENDE ÅBNE PROBLEMER:A. BESTEMMELSE OG LØSNING AF STOKASTISKE/ROBUST OPTIMERINGSMODELLER MED ANVENDELSE TIL KØB, PRISSÆTNING OG/ELLER RESSOURCEPLANLÆGNING,B. ANVENDELSE AF OPTIMERINGSMODELLER TIL DET OPTIMALE VALG AF DEN BEDSTE MASKINLÆRINGSMODEL TIL PRÆDIKTIVE OPGAVER,C. ANVENDELSE AF OPTIMERINGSMODELLER TIL DET OPTIMALE VALG AF PARAMETERISERING AF MASKININDLÆRINGSMODELLER, D. MODELLER TIL BESTEMMELSE AF INDFLYDELSESVARIABLER (BÅDE EKSOGENE OG ENDOGENE) I DYB LÆRINGSSAMMENHÆNGE, E. NYE MODELLER STATE OF THE ART TIL PROGNOSEEFTERSPØRGSEL OG/ELLER KURVEN FOR EFTERSPØRGSELSELASTICITET TIL PRISEN, OG/ELLER LØSNINGEN AF EFTERSPØRGSELSPROBLEMTIMISERING. (Danish) / rank
 
Normal rank
Property / summary: PROJEKTET HAR TIL FORMÅL PÅ EN ORGANISK OG INTEGRERET MÅDE AT LØSE FØLGENDE ÅBNE PROBLEMER:A. BESTEMMELSE OG LØSNING AF STOKASTISKE/ROBUST OPTIMERINGSMODELLER MED ANVENDELSE TIL KØB, PRISSÆTNING OG/ELLER RESSOURCEPLANLÆGNING,B. ANVENDELSE AF OPTIMERINGSMODELLER TIL DET OPTIMALE VALG AF DEN BEDSTE MASKINLÆRINGSMODEL TIL PRÆDIKTIVE OPGAVER,C. ANVENDELSE AF OPTIMERINGSMODELLER TIL DET OPTIMALE VALG AF PARAMETERISERING AF MASKININDLÆRINGSMODELLER, D. MODELLER TIL BESTEMMELSE AF INDFLYDELSESVARIABLER (BÅDE EKSOGENE OG ENDOGENE) I DYB LÆRINGSSAMMENHÆNGE, E. NYE MODELLER STATE OF THE ART TIL PROGNOSEEFTERSPØRGSEL OG/ELLER KURVEN FOR EFTERSPØRGSELSELASTICITET TIL PRISEN, OG/ELLER LØSNINGEN AF EFTERSPØRGSELSPROBLEMTIMISERING. (Danish) / qualifier
 
point in time: 21 July 2022
Timestamp+2022-07-21T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / summary
 
ΤΟ ΈΡΓΟ ΈΧΕΙ ΩΣ ΣΤΌΧΟ ΝΑ ΑΝΤΙΜΕΤΩΠΊΣΕΙ ΜΕ ΟΡΓΑΝΙΚΌ ΚΑΙ ΟΛΟΚΛΗΡΩΜΈΝΟ ΤΡΌΠΟ ΤΗ ΛΎΣΗ ΤΩΝ ΑΚΌΛΟΥΘΩΝ ΑΝΟΙΚΤΏΝ ΠΡΟΒΛΗΜΆΤΩΝ:Α. ΤΟΝ ΠΡΟΣΔΙΟΡΙΣΜΌ ΚΑΙ ΤΗ ΛΎΣΗ ΤΩΝ ΣΤΟΧΑΣΤΙΚΏΝ/ΡΩΣΤΙΚΏΝ ΜΟΝΤΈΛΩΝ ΒΕΛΤΙΣΤΟΠΟΊΗΣΗΣ ΜΕ ΕΦΑΡΜΟΓΉ ΣΤΗΝ ΑΓΟΡΆ, ΤΙΜΟΛΌΓΗΣΗ Ή/ΚΑΙ ΣΧΕΔΙΑΣΜΌ ΠΌΡΩΝ,Β. ΕΦΑΡΜΟΓΉ ΜΟΝΤΈΛΩΝ ΒΕΛΤΙΣΤΟΠΟΊΗΣΗΣ ΣΤΗ ΒΈΛΤΙΣΤΗ ΕΠΙΛΟΓΉ ΤΟΥ ΚΑΛΎΤΕΡΟΥ ΜΟΝΤΈΛΟΥ ΜΗΧΑΝΙΚΉΣ ΜΆΘΗΣΗΣ ΓΙΑ ΠΡΟΓΝΩΣΤΙΚΈΣ ΕΡΓΑΣΊΕΣ,Γ. ΕΦΑΡΜΟΓΉ ΜΟΝΤΈΛΩΝ ΒΕΛΤΙΣΤΟΠΟΊΗΣΗΣ ΣΤΗ ΒΈΛΤΙΣΤΗ ΕΠΙΛΟΓΉ ΠΑΡΑΜΕΤΡΟΠΟΊΗΣΗΣ ΤΩΝ ΜΟΝΤΈΛΩΝ ΜΗΧΑΝΙΚΉΣ ΜΆΘΗΣΗΣ,Δ. ΜΟΝΤΈΛΑ ΓΙΑ ΤΟΝ ΠΡΟΣΔΙΟΡΙΣΜΌ ΤΩΝ ΜΕΤΑΒΛΗΤΏΝ ΕΠΙΡΡΟΉΣ (ΤΌΣΟ ΕΞΩΓΕΝΈΣ ΌΣΟ ΚΑΙ ΕΝΔΟΓΕΝΈΣ) ΣΕ ΒΑΘΙΆ ΜΑΘΗΣΙΑΚΆ ΠΛΑΊΣΙΑ,Ε. ΟΠΟΙΑΔΉΠΟΤΕ ΝΈΑ ΜΟΝΤΈΛΑ ΤΗΣ ΤΈΧΝΗΣ ΓΙΑ ΤΗΝ ΠΡΌΒΛΕΨΗ ΤΗΣ ΖΉΤΗΣΗΣ Ή/ΚΑΙ ΤΗΣ ΚΑΜΠΎΛΗΣ ΕΛΑΣΤΙΚΌΤΗΤΑΣ ΤΗΣ ΖΉΤΗΣΗΣ ΣΤΗ ΛΎΣΗ ΤΗΣ ΤΙΜΉΣ Ή/ΚΑΙ ΤΗΣ ΖΉΤΗΣΗΣ. (Greek)
Property / summary: ΤΟ ΈΡΓΟ ΈΧΕΙ ΩΣ ΣΤΌΧΟ ΝΑ ΑΝΤΙΜΕΤΩΠΊΣΕΙ ΜΕ ΟΡΓΑΝΙΚΌ ΚΑΙ ΟΛΟΚΛΗΡΩΜΈΝΟ ΤΡΌΠΟ ΤΗ ΛΎΣΗ ΤΩΝ ΑΚΌΛΟΥΘΩΝ ΑΝΟΙΚΤΏΝ ΠΡΟΒΛΗΜΆΤΩΝ:Α. ΤΟΝ ΠΡΟΣΔΙΟΡΙΣΜΌ ΚΑΙ ΤΗ ΛΎΣΗ ΤΩΝ ΣΤΟΧΑΣΤΙΚΏΝ/ΡΩΣΤΙΚΏΝ ΜΟΝΤΈΛΩΝ ΒΕΛΤΙΣΤΟΠΟΊΗΣΗΣ ΜΕ ΕΦΑΡΜΟΓΉ ΣΤΗΝ ΑΓΟΡΆ, ΤΙΜΟΛΌΓΗΣΗ Ή/ΚΑΙ ΣΧΕΔΙΑΣΜΌ ΠΌΡΩΝ,Β. ΕΦΑΡΜΟΓΉ ΜΟΝΤΈΛΩΝ ΒΕΛΤΙΣΤΟΠΟΊΗΣΗΣ ΣΤΗ ΒΈΛΤΙΣΤΗ ΕΠΙΛΟΓΉ ΤΟΥ ΚΑΛΎΤΕΡΟΥ ΜΟΝΤΈΛΟΥ ΜΗΧΑΝΙΚΉΣ ΜΆΘΗΣΗΣ ΓΙΑ ΠΡΟΓΝΩΣΤΙΚΈΣ ΕΡΓΑΣΊΕΣ,Γ. ΕΦΑΡΜΟΓΉ ΜΟΝΤΈΛΩΝ ΒΕΛΤΙΣΤΟΠΟΊΗΣΗΣ ΣΤΗ ΒΈΛΤΙΣΤΗ ΕΠΙΛΟΓΉ ΠΑΡΑΜΕΤΡΟΠΟΊΗΣΗΣ ΤΩΝ ΜΟΝΤΈΛΩΝ ΜΗΧΑΝΙΚΉΣ ΜΆΘΗΣΗΣ,Δ. ΜΟΝΤΈΛΑ ΓΙΑ ΤΟΝ ΠΡΟΣΔΙΟΡΙΣΜΌ ΤΩΝ ΜΕΤΑΒΛΗΤΏΝ ΕΠΙΡΡΟΉΣ (ΤΌΣΟ ΕΞΩΓΕΝΈΣ ΌΣΟ ΚΑΙ ΕΝΔΟΓΕΝΈΣ) ΣΕ ΒΑΘΙΆ ΜΑΘΗΣΙΑΚΆ ΠΛΑΊΣΙΑ,Ε. ΟΠΟΙΑΔΉΠΟΤΕ ΝΈΑ ΜΟΝΤΈΛΑ ΤΗΣ ΤΈΧΝΗΣ ΓΙΑ ΤΗΝ ΠΡΌΒΛΕΨΗ ΤΗΣ ΖΉΤΗΣΗΣ Ή/ΚΑΙ ΤΗΣ ΚΑΜΠΎΛΗΣ ΕΛΑΣΤΙΚΌΤΗΤΑΣ ΤΗΣ ΖΉΤΗΣΗΣ ΣΤΗ ΛΎΣΗ ΤΗΣ ΤΙΜΉΣ Ή/ΚΑΙ ΤΗΣ ΖΉΤΗΣΗΣ. (Greek) / rank
 
Normal rank
Property / summary: ΤΟ ΈΡΓΟ ΈΧΕΙ ΩΣ ΣΤΌΧΟ ΝΑ ΑΝΤΙΜΕΤΩΠΊΣΕΙ ΜΕ ΟΡΓΑΝΙΚΌ ΚΑΙ ΟΛΟΚΛΗΡΩΜΈΝΟ ΤΡΌΠΟ ΤΗ ΛΎΣΗ ΤΩΝ ΑΚΌΛΟΥΘΩΝ ΑΝΟΙΚΤΏΝ ΠΡΟΒΛΗΜΆΤΩΝ:Α. ΤΟΝ ΠΡΟΣΔΙΟΡΙΣΜΌ ΚΑΙ ΤΗ ΛΎΣΗ ΤΩΝ ΣΤΟΧΑΣΤΙΚΏΝ/ΡΩΣΤΙΚΏΝ ΜΟΝΤΈΛΩΝ ΒΕΛΤΙΣΤΟΠΟΊΗΣΗΣ ΜΕ ΕΦΑΡΜΟΓΉ ΣΤΗΝ ΑΓΟΡΆ, ΤΙΜΟΛΌΓΗΣΗ Ή/ΚΑΙ ΣΧΕΔΙΑΣΜΌ ΠΌΡΩΝ,Β. ΕΦΑΡΜΟΓΉ ΜΟΝΤΈΛΩΝ ΒΕΛΤΙΣΤΟΠΟΊΗΣΗΣ ΣΤΗ ΒΈΛΤΙΣΤΗ ΕΠΙΛΟΓΉ ΤΟΥ ΚΑΛΎΤΕΡΟΥ ΜΟΝΤΈΛΟΥ ΜΗΧΑΝΙΚΉΣ ΜΆΘΗΣΗΣ ΓΙΑ ΠΡΟΓΝΩΣΤΙΚΈΣ ΕΡΓΑΣΊΕΣ,Γ. ΕΦΑΡΜΟΓΉ ΜΟΝΤΈΛΩΝ ΒΕΛΤΙΣΤΟΠΟΊΗΣΗΣ ΣΤΗ ΒΈΛΤΙΣΤΗ ΕΠΙΛΟΓΉ ΠΑΡΑΜΕΤΡΟΠΟΊΗΣΗΣ ΤΩΝ ΜΟΝΤΈΛΩΝ ΜΗΧΑΝΙΚΉΣ ΜΆΘΗΣΗΣ,Δ. ΜΟΝΤΈΛΑ ΓΙΑ ΤΟΝ ΠΡΟΣΔΙΟΡΙΣΜΌ ΤΩΝ ΜΕΤΑΒΛΗΤΏΝ ΕΠΙΡΡΟΉΣ (ΤΌΣΟ ΕΞΩΓΕΝΈΣ ΌΣΟ ΚΑΙ ΕΝΔΟΓΕΝΈΣ) ΣΕ ΒΑΘΙΆ ΜΑΘΗΣΙΑΚΆ ΠΛΑΊΣΙΑ,Ε. ΟΠΟΙΑΔΉΠΟΤΕ ΝΈΑ ΜΟΝΤΈΛΑ ΤΗΣ ΤΈΧΝΗΣ ΓΙΑ ΤΗΝ ΠΡΌΒΛΕΨΗ ΤΗΣ ΖΉΤΗΣΗΣ Ή/ΚΑΙ ΤΗΣ ΚΑΜΠΎΛΗΣ ΕΛΑΣΤΙΚΌΤΗΤΑΣ ΤΗΣ ΖΉΤΗΣΗΣ ΣΤΗ ΛΎΣΗ ΤΗΣ ΤΙΜΉΣ Ή/ΚΑΙ ΤΗΣ ΖΉΤΗΣΗΣ. (Greek) / qualifier
 
point in time: 21 July 2022
Timestamp+2022-07-21T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / summary
 
PROJEKT IMA ZA CILJ NA ORGANSKI I INTEGRIRAN NAČIN RIJEŠITI SLJEDEĆE OTVORENE PROBLEME:A. ODREĐIVANJE I RJEŠENJE STOHASTIČKIH/ROBUST OPTIMIZACIJSKIH MODELA UZ PRIMJENU NA KUPNJU, ODREĐIVANJE CIJENA I/ILI PLANIRANJE RESURSA, B. PRIMJENA OPTIMIZACIJSKIH MODELA NA OPTIMALAN IZBOR NAJBOLJEG MODELA STROJNOG UČENJA ZA PREDIKTIVNE ZADATKE, C. PRIMJENA OPTIMIZACIJSKIH MODELA NA OPTIMALAN IZBOR PARAMETARA MODELA STROJNOG UČENJA,D. MODELI ZA ODREĐIVANJE UTJECAJNIH VARIJABLI (I EGZOGENIH I ENDOGENIH) U DUBOKIM KONTEKSTIMA UČENJA,E. BILO KOJI NOVI MODELI NAJNOVIJI MODELI ZA PREDVIĐANJE POTRAŽNJE I/ILI KRIVULJA ELASTIČNOSTI POTRAŽNJE NA CIJENU, I/ILI RJEŠENJE PROBLEMA OPTIMIZACIJE POTRAŽNJE. (Croatian)
Property / summary: PROJEKT IMA ZA CILJ NA ORGANSKI I INTEGRIRAN NAČIN RIJEŠITI SLJEDEĆE OTVORENE PROBLEME:A. ODREĐIVANJE I RJEŠENJE STOHASTIČKIH/ROBUST OPTIMIZACIJSKIH MODELA UZ PRIMJENU NA KUPNJU, ODREĐIVANJE CIJENA I/ILI PLANIRANJE RESURSA, B. PRIMJENA OPTIMIZACIJSKIH MODELA NA OPTIMALAN IZBOR NAJBOLJEG MODELA STROJNOG UČENJA ZA PREDIKTIVNE ZADATKE, C. PRIMJENA OPTIMIZACIJSKIH MODELA NA OPTIMALAN IZBOR PARAMETARA MODELA STROJNOG UČENJA,D. MODELI ZA ODREĐIVANJE UTJECAJNIH VARIJABLI (I EGZOGENIH I ENDOGENIH) U DUBOKIM KONTEKSTIMA UČENJA,E. BILO KOJI NOVI MODELI NAJNOVIJI MODELI ZA PREDVIĐANJE POTRAŽNJE I/ILI KRIVULJA ELASTIČNOSTI POTRAŽNJE NA CIJENU, I/ILI RJEŠENJE PROBLEMA OPTIMIZACIJE POTRAŽNJE. (Croatian) / rank
 
Normal rank
Property / summary: PROJEKT IMA ZA CILJ NA ORGANSKI I INTEGRIRAN NAČIN RIJEŠITI SLJEDEĆE OTVORENE PROBLEME:A. ODREĐIVANJE I RJEŠENJE STOHASTIČKIH/ROBUST OPTIMIZACIJSKIH MODELA UZ PRIMJENU NA KUPNJU, ODREĐIVANJE CIJENA I/ILI PLANIRANJE RESURSA, B. PRIMJENA OPTIMIZACIJSKIH MODELA NA OPTIMALAN IZBOR NAJBOLJEG MODELA STROJNOG UČENJA ZA PREDIKTIVNE ZADATKE, C. PRIMJENA OPTIMIZACIJSKIH MODELA NA OPTIMALAN IZBOR PARAMETARA MODELA STROJNOG UČENJA,D. MODELI ZA ODREĐIVANJE UTJECAJNIH VARIJABLI (I EGZOGENIH I ENDOGENIH) U DUBOKIM KONTEKSTIMA UČENJA,E. BILO KOJI NOVI MODELI NAJNOVIJI MODELI ZA PREDVIĐANJE POTRAŽNJE I/ILI KRIVULJA ELASTIČNOSTI POTRAŽNJE NA CIJENU, I/ILI RJEŠENJE PROBLEMA OPTIMIZACIJE POTRAŽNJE. (Croatian) / qualifier
 
point in time: 21 July 2022
Timestamp+2022-07-21T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / summary
 
PROIECTUL ÎȘI PROPUNE SĂ ABORDEZE ÎNTR-UN MOD ORGANIC ȘI INTEGRAT SOLUȚIA URMĂTOARELOR PROBLEME DESCHISE:A. DETERMINAREA ȘI SOLUȚIA MODELELOR DE OPTIMIZARE STOCASTICĂ/ROBUST CU APLICARE LA CUMPĂRAREA, STABILIREA PREȚURILOR ȘI/SAU PLANIFICAREA RESURSELOR,B. APLICAREA MODELELOR DE OPTIMIZARE LA ALEGEREA OPTIMĂ A CELUI MAI BUN MODEL DE ÎNVĂȚARE AUTOMATĂ PENTRU SARCINI PREDICTIVE,C. APLICAREA MODELELOR DE OPTIMIZARE LA ALEGEREA OPTIMĂ A PARAMETRIZĂRII MODELELOR DE ÎNVĂȚARE AUTOMATĂ,D. MODELE PENTRU DETERMINAREA VARIABILELOR DE INFLUENȚĂ (ATÂT EXOGENE, CÂT ȘI ENDOGENE) ÎN CONTEXTE DE ÎNVĂȚARE PROFUNDĂ,E. ORICE MODELE NOI DE PREVIZIONARE A CERERII ȘI/SAU CURBA ELASTICITĂȚII CERERII LA PREȚ ȘI/SAU SOLUȚIA PROBLEMEI CERERII. (Romanian)
Property / summary: PROIECTUL ÎȘI PROPUNE SĂ ABORDEZE ÎNTR-UN MOD ORGANIC ȘI INTEGRAT SOLUȚIA URMĂTOARELOR PROBLEME DESCHISE:A. DETERMINAREA ȘI SOLUȚIA MODELELOR DE OPTIMIZARE STOCASTICĂ/ROBUST CU APLICARE LA CUMPĂRAREA, STABILIREA PREȚURILOR ȘI/SAU PLANIFICAREA RESURSELOR,B. APLICAREA MODELELOR DE OPTIMIZARE LA ALEGEREA OPTIMĂ A CELUI MAI BUN MODEL DE ÎNVĂȚARE AUTOMATĂ PENTRU SARCINI PREDICTIVE,C. APLICAREA MODELELOR DE OPTIMIZARE LA ALEGEREA OPTIMĂ A PARAMETRIZĂRII MODELELOR DE ÎNVĂȚARE AUTOMATĂ,D. MODELE PENTRU DETERMINAREA VARIABILELOR DE INFLUENȚĂ (ATÂT EXOGENE, CÂT ȘI ENDOGENE) ÎN CONTEXTE DE ÎNVĂȚARE PROFUNDĂ,E. ORICE MODELE NOI DE PREVIZIONARE A CERERII ȘI/SAU CURBA ELASTICITĂȚII CERERII LA PREȚ ȘI/SAU SOLUȚIA PROBLEMEI CERERII. (Romanian) / rank
 
Normal rank
Property / summary: PROIECTUL ÎȘI PROPUNE SĂ ABORDEZE ÎNTR-UN MOD ORGANIC ȘI INTEGRAT SOLUȚIA URMĂTOARELOR PROBLEME DESCHISE:A. DETERMINAREA ȘI SOLUȚIA MODELELOR DE OPTIMIZARE STOCASTICĂ/ROBUST CU APLICARE LA CUMPĂRAREA, STABILIREA PREȚURILOR ȘI/SAU PLANIFICAREA RESURSELOR,B. APLICAREA MODELELOR DE OPTIMIZARE LA ALEGEREA OPTIMĂ A CELUI MAI BUN MODEL DE ÎNVĂȚARE AUTOMATĂ PENTRU SARCINI PREDICTIVE,C. APLICAREA MODELELOR DE OPTIMIZARE LA ALEGEREA OPTIMĂ A PARAMETRIZĂRII MODELELOR DE ÎNVĂȚARE AUTOMATĂ,D. MODELE PENTRU DETERMINAREA VARIABILELOR DE INFLUENȚĂ (ATÂT EXOGENE, CÂT ȘI ENDOGENE) ÎN CONTEXTE DE ÎNVĂȚARE PROFUNDĂ,E. ORICE MODELE NOI DE PREVIZIONARE A CERERII ȘI/SAU CURBA ELASTICITĂȚII CERERII LA PREȚ ȘI/SAU SOLUȚIA PROBLEMEI CERERII. (Romanian) / qualifier
 
point in time: 21 July 2022
Timestamp+2022-07-21T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / summary
 
CIEĽOM PROJEKTU JE RIEŠIŤ ORGANICKÝM A INTEGROVANÝM SPÔSOBOM RIEŠENIE NASLEDUJÚCICH OTVORENÝCH PROBLÉMOV:A. STANOVENIE A RIEŠENIE STOCHASTICKÝCH/ROBUSTNÝCH OPTIMALIZAČNÝCH MODELOV S APLIKÁCIOU NA NÁKUP, OCEŇOVANIE A/ALEBO PLÁNOVANIE ZDROJOV, B. APLIKÁCIA OPTIMALIZAČNÝCH MODELOV NA OPTIMÁLNY VÝBER NAJLEPŠIEHO MODELU STROJOVÉHO UČENIA PRE PREDIKTÍVNE ÚLOHY,C. APLIKÁCIA OPTIMALIZAČNÝCH MODELOV NA OPTIMÁLNY VÝBER PARAMETRIZÁCIE MODELOV STROJOVÉHO UČENIA,D. MODELY NA URČENIE OVPLYVŇUJÚCICH PREMENNÝCH (EXOGÉNNE AJ ENDOGÉNNE) V KONTEXTE HĹBKOVÉHO UČENIA,E. AKÉKOĽVEK NOVÉ MODELY STAV TECHNIKY PRE PROGNÓZOVANIE DOPYTU A/ALEBO KRIVKY ELASTICITY DOPYTU K CENE A/ALEBO RIEŠENIE DOPYTU. (Slovak)
Property / summary: CIEĽOM PROJEKTU JE RIEŠIŤ ORGANICKÝM A INTEGROVANÝM SPÔSOBOM RIEŠENIE NASLEDUJÚCICH OTVORENÝCH PROBLÉMOV:A. STANOVENIE A RIEŠENIE STOCHASTICKÝCH/ROBUSTNÝCH OPTIMALIZAČNÝCH MODELOV S APLIKÁCIOU NA NÁKUP, OCEŇOVANIE A/ALEBO PLÁNOVANIE ZDROJOV, B. APLIKÁCIA OPTIMALIZAČNÝCH MODELOV NA OPTIMÁLNY VÝBER NAJLEPŠIEHO MODELU STROJOVÉHO UČENIA PRE PREDIKTÍVNE ÚLOHY,C. APLIKÁCIA OPTIMALIZAČNÝCH MODELOV NA OPTIMÁLNY VÝBER PARAMETRIZÁCIE MODELOV STROJOVÉHO UČENIA,D. MODELY NA URČENIE OVPLYVŇUJÚCICH PREMENNÝCH (EXOGÉNNE AJ ENDOGÉNNE) V KONTEXTE HĹBKOVÉHO UČENIA,E. AKÉKOĽVEK NOVÉ MODELY STAV TECHNIKY PRE PROGNÓZOVANIE DOPYTU A/ALEBO KRIVKY ELASTICITY DOPYTU K CENE A/ALEBO RIEŠENIE DOPYTU. (Slovak) / rank
 
Normal rank
Property / summary: CIEĽOM PROJEKTU JE RIEŠIŤ ORGANICKÝM A INTEGROVANÝM SPÔSOBOM RIEŠENIE NASLEDUJÚCICH OTVORENÝCH PROBLÉMOV:A. STANOVENIE A RIEŠENIE STOCHASTICKÝCH/ROBUSTNÝCH OPTIMALIZAČNÝCH MODELOV S APLIKÁCIOU NA NÁKUP, OCEŇOVANIE A/ALEBO PLÁNOVANIE ZDROJOV, B. APLIKÁCIA OPTIMALIZAČNÝCH MODELOV NA OPTIMÁLNY VÝBER NAJLEPŠIEHO MODELU STROJOVÉHO UČENIA PRE PREDIKTÍVNE ÚLOHY,C. APLIKÁCIA OPTIMALIZAČNÝCH MODELOV NA OPTIMÁLNY VÝBER PARAMETRIZÁCIE MODELOV STROJOVÉHO UČENIA,D. MODELY NA URČENIE OVPLYVŇUJÚCICH PREMENNÝCH (EXOGÉNNE AJ ENDOGÉNNE) V KONTEXTE HĹBKOVÉHO UČENIA,E. AKÉKOĽVEK NOVÉ MODELY STAV TECHNIKY PRE PROGNÓZOVANIE DOPYTU A/ALEBO KRIVKY ELASTICITY DOPYTU K CENE A/ALEBO RIEŠENIE DOPYTU. (Slovak) / qualifier
 
point in time: 21 July 2022
Timestamp+2022-07-21T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / summary
 
IL-PROĠETT GĦANDU L-GĦAN LI JINDIRIZZA B’MOD ORGANIKU U INTEGRAT IS-SOLUZZJONI TAL-PROBLEMI MIFTUĦA LI ĠEJJIN:A. ID-DETERMINAZZJONI U S-SOLUZZJONI TA’ MUDELLI TA’ OTTIMIZZAZZJONI STOCHASTIC/ROBUST BL-APPLIKAZZJONI GĦAX-XIRI, L-IPPREZZAR U/JEW L-IPPJANAR TAR-RIŻORSI, B. APPLIKAZZJONI TA’ MUDELLI TA’ OTTIMIZZAZZJONI GĦALL-AĦJAR GĦAŻLA TAL-AĦJAR MUDELL TA’ TAGĦLIM AWTOMATIKU GĦAL KOMPITI TA’ TBASSIR,C. APPLIKAZZJONI TA’ MUDELLI TA’ OTTIMIZZAZZJONI GĦALL-AĦJAR GĦAŻLA TA’ PARAMETRIZZAZZJONI TA’ MUDELLI TA’ TAGĦLIM AWTOMATIKU, MUDELLI GĦAD-DETERMINAZZJONI TA’ VARJABBLI TA’ INFLUWENZA (KEMM EŻOĠENI KIF UKOLL ENDOĠENI) F’KUNTESTI TA’ TAGĦLIM FIL-FOND, E. KWALUNKWE MUDELL ĠDID TAL-ISTAT TAL-ARTI GĦAT-TBASSIR TAD-DOMANDA U/JEW IL-KURVA TAL-ELASTIĊITÀ TAD-DOMANDA GĦALL-PREZZ, IS-SOLUZZJONI/ID-DOMANDA/IL-PROBLEMA TAD-DOMANDA. (Maltese)
Property / summary: IL-PROĠETT GĦANDU L-GĦAN LI JINDIRIZZA B’MOD ORGANIKU U INTEGRAT IS-SOLUZZJONI TAL-PROBLEMI MIFTUĦA LI ĠEJJIN:A. ID-DETERMINAZZJONI U S-SOLUZZJONI TA’ MUDELLI TA’ OTTIMIZZAZZJONI STOCHASTIC/ROBUST BL-APPLIKAZZJONI GĦAX-XIRI, L-IPPREZZAR U/JEW L-IPPJANAR TAR-RIŻORSI, B. APPLIKAZZJONI TA’ MUDELLI TA’ OTTIMIZZAZZJONI GĦALL-AĦJAR GĦAŻLA TAL-AĦJAR MUDELL TA’ TAGĦLIM AWTOMATIKU GĦAL KOMPITI TA’ TBASSIR,C. APPLIKAZZJONI TA’ MUDELLI TA’ OTTIMIZZAZZJONI GĦALL-AĦJAR GĦAŻLA TA’ PARAMETRIZZAZZJONI TA’ MUDELLI TA’ TAGĦLIM AWTOMATIKU, MUDELLI GĦAD-DETERMINAZZJONI TA’ VARJABBLI TA’ INFLUWENZA (KEMM EŻOĠENI KIF UKOLL ENDOĠENI) F’KUNTESTI TA’ TAGĦLIM FIL-FOND, E. KWALUNKWE MUDELL ĠDID TAL-ISTAT TAL-ARTI GĦAT-TBASSIR TAD-DOMANDA U/JEW IL-KURVA TAL-ELASTIĊITÀ TAD-DOMANDA GĦALL-PREZZ, IS-SOLUZZJONI/ID-DOMANDA/IL-PROBLEMA TAD-DOMANDA. (Maltese) / rank
 
Normal rank
Property / summary: IL-PROĠETT GĦANDU L-GĦAN LI JINDIRIZZA B’MOD ORGANIKU U INTEGRAT IS-SOLUZZJONI TAL-PROBLEMI MIFTUĦA LI ĠEJJIN:A. ID-DETERMINAZZJONI U S-SOLUZZJONI TA’ MUDELLI TA’ OTTIMIZZAZZJONI STOCHASTIC/ROBUST BL-APPLIKAZZJONI GĦAX-XIRI, L-IPPREZZAR U/JEW L-IPPJANAR TAR-RIŻORSI, B. APPLIKAZZJONI TA’ MUDELLI TA’ OTTIMIZZAZZJONI GĦALL-AĦJAR GĦAŻLA TAL-AĦJAR MUDELL TA’ TAGĦLIM AWTOMATIKU GĦAL KOMPITI TA’ TBASSIR,C. APPLIKAZZJONI TA’ MUDELLI TA’ OTTIMIZZAZZJONI GĦALL-AĦJAR GĦAŻLA TA’ PARAMETRIZZAZZJONI TA’ MUDELLI TA’ TAGĦLIM AWTOMATIKU, MUDELLI GĦAD-DETERMINAZZJONI TA’ VARJABBLI TA’ INFLUWENZA (KEMM EŻOĠENI KIF UKOLL ENDOĠENI) F’KUNTESTI TA’ TAGĦLIM FIL-FOND, E. KWALUNKWE MUDELL ĠDID TAL-ISTAT TAL-ARTI GĦAT-TBASSIR TAD-DOMANDA U/JEW IL-KURVA TAL-ELASTIĊITÀ TAD-DOMANDA GĦALL-PREZZ, IS-SOLUZZJONI/ID-DOMANDA/IL-PROBLEMA TAD-DOMANDA. (Maltese) / qualifier
 
point in time: 21 July 2022
Timestamp+2022-07-21T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / summary
 
THE PROJECT AIMS TO ADDRESS IN AN ORGANIC AND INTEGRATED WAY THE SOLUTION OF THE FOLLOWING OPEN PROBLEMS:A. THE DETERMINATION AND SOLUTION OF STOCHASTIC/ROBUST OPTIMISATION MODELS WITH APPLICATION TO PURCHASE, PRICING AND/OR RESOURCE PLANNING,B. APPLICATION OF OPTIMISATION MODELS TO THE OPTIMAL CHOICE OF THE BEST MACHINE LEARNING MODEL FOR PREDICTIVE TASKS,C. APPLICATION OF OPTIMISATION MODELS TO THE OPTIMAL CHOICE OF PARAMETERISATION OF MACHINE LEARNING MODELS,D. MODELS FOR THE DETERMINATION OF INFLUENCE VARIABLES (BOTH EXOGENOUS AND ENDOGENOUS) IN DEEP LEARNING CONTEXTS,E. ANY NEW MODELS STATE OF THE ART FOR FORECASTING DEMAND AND/OR THE CURVE OF ELASTICITY OF DEMAND TO THE PRICE, AND/OR THE SOLUTION OF THE DEMAND-MACHINE-OPTIMISATION PROBLEM. (Portuguese)
Property / summary: THE PROJECT AIMS TO ADDRESS IN AN ORGANIC AND INTEGRATED WAY THE SOLUTION OF THE FOLLOWING OPEN PROBLEMS:A. THE DETERMINATION AND SOLUTION OF STOCHASTIC/ROBUST OPTIMISATION MODELS WITH APPLICATION TO PURCHASE, PRICING AND/OR RESOURCE PLANNING,B. APPLICATION OF OPTIMISATION MODELS TO THE OPTIMAL CHOICE OF THE BEST MACHINE LEARNING MODEL FOR PREDICTIVE TASKS,C. APPLICATION OF OPTIMISATION MODELS TO THE OPTIMAL CHOICE OF PARAMETERISATION OF MACHINE LEARNING MODELS,D. MODELS FOR THE DETERMINATION OF INFLUENCE VARIABLES (BOTH EXOGENOUS AND ENDOGENOUS) IN DEEP LEARNING CONTEXTS,E. ANY NEW MODELS STATE OF THE ART FOR FORECASTING DEMAND AND/OR THE CURVE OF ELASTICITY OF DEMAND TO THE PRICE, AND/OR THE SOLUTION OF THE DEMAND-MACHINE-OPTIMISATION PROBLEM. (Portuguese) / rank
 
Normal rank
Property / summary: THE PROJECT AIMS TO ADDRESS IN AN ORGANIC AND INTEGRATED WAY THE SOLUTION OF THE FOLLOWING OPEN PROBLEMS:A. THE DETERMINATION AND SOLUTION OF STOCHASTIC/ROBUST OPTIMISATION MODELS WITH APPLICATION TO PURCHASE, PRICING AND/OR RESOURCE PLANNING,B. APPLICATION OF OPTIMISATION MODELS TO THE OPTIMAL CHOICE OF THE BEST MACHINE LEARNING MODEL FOR PREDICTIVE TASKS,C. APPLICATION OF OPTIMISATION MODELS TO THE OPTIMAL CHOICE OF PARAMETERISATION OF MACHINE LEARNING MODELS,D. MODELS FOR THE DETERMINATION OF INFLUENCE VARIABLES (BOTH EXOGENOUS AND ENDOGENOUS) IN DEEP LEARNING CONTEXTS,E. ANY NEW MODELS STATE OF THE ART FOR FORECASTING DEMAND AND/OR THE CURVE OF ELASTICITY OF DEMAND TO THE PRICE, AND/OR THE SOLUTION OF THE DEMAND-MACHINE-OPTIMISATION PROBLEM. (Portuguese) / qualifier
 
point in time: 21 July 2022
Timestamp+2022-07-21T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / summary
 
HANKKEEN TAVOITTEENA ON KÄSITELLÄ ORGAANISELLA JA INTEGROIDULLA TAVALLA SEURAAVIEN AVOINTEN ONGELMIEN RATKAISUA:A. STOKASTISTEN/ROBUST-OPTIMOINTIMALLIEN MÄÄRITTÄMINEN JA RATKAISU, JOSSA SOVELLETAAN OSTO-, HINNOITTELU- JA/TAI RESURSSISUUNNITTELUA, B. OPTIMOINTIMALLIEN SOVELTAMINEN PARHAASEEN MAHDOLLISEEN KONEOPPIMISMALLIN VALINTAAN ENNAKOIVIIN TEHTÄVIIN, C. OPTIMOINTIMALLIEN SOVELTAMINEN KONEOPPIMISMALLIEN PARAMETRIEN OPTIMAALISEEN VALINTAAN, D. MALLIT VAIKUTUSMUUTTUJIEN (SEKÄ EKSOGEENISTEN ETTÄ ENDOGEENISTEN) MÄÄRITTÄMISEKSI SYVÄSSÄ OPPIMISYMPÄRISTÖSSÄ,E. KAIKKI UUDET MALLIT KYSYNNÄN ENNUSTAMISEEN JA/TAI KYSYNNÄN JOUSTAVUUDEN KÄYRÄÄN, JA/TAI KYSYNNÄN OPTIMOINNIN RATKAISU. (Finnish)
Property / summary: HANKKEEN TAVOITTEENA ON KÄSITELLÄ ORGAANISELLA JA INTEGROIDULLA TAVALLA SEURAAVIEN AVOINTEN ONGELMIEN RATKAISUA:A. STOKASTISTEN/ROBUST-OPTIMOINTIMALLIEN MÄÄRITTÄMINEN JA RATKAISU, JOSSA SOVELLETAAN OSTO-, HINNOITTELU- JA/TAI RESURSSISUUNNITTELUA, B. OPTIMOINTIMALLIEN SOVELTAMINEN PARHAASEEN MAHDOLLISEEN KONEOPPIMISMALLIN VALINTAAN ENNAKOIVIIN TEHTÄVIIN, C. OPTIMOINTIMALLIEN SOVELTAMINEN KONEOPPIMISMALLIEN PARAMETRIEN OPTIMAALISEEN VALINTAAN, D. MALLIT VAIKUTUSMUUTTUJIEN (SEKÄ EKSOGEENISTEN ETTÄ ENDOGEENISTEN) MÄÄRITTÄMISEKSI SYVÄSSÄ OPPIMISYMPÄRISTÖSSÄ,E. KAIKKI UUDET MALLIT KYSYNNÄN ENNUSTAMISEEN JA/TAI KYSYNNÄN JOUSTAVUUDEN KÄYRÄÄN, JA/TAI KYSYNNÄN OPTIMOINNIN RATKAISU. (Finnish) / rank
 
Normal rank
Property / summary: HANKKEEN TAVOITTEENA ON KÄSITELLÄ ORGAANISELLA JA INTEGROIDULLA TAVALLA SEURAAVIEN AVOINTEN ONGELMIEN RATKAISUA:A. STOKASTISTEN/ROBUST-OPTIMOINTIMALLIEN MÄÄRITTÄMINEN JA RATKAISU, JOSSA SOVELLETAAN OSTO-, HINNOITTELU- JA/TAI RESURSSISUUNNITTELUA, B. OPTIMOINTIMALLIEN SOVELTAMINEN PARHAASEEN MAHDOLLISEEN KONEOPPIMISMALLIN VALINTAAN ENNAKOIVIIN TEHTÄVIIN, C. OPTIMOINTIMALLIEN SOVELTAMINEN KONEOPPIMISMALLIEN PARAMETRIEN OPTIMAALISEEN VALINTAAN, D. MALLIT VAIKUTUSMUUTTUJIEN (SEKÄ EKSOGEENISTEN ETTÄ ENDOGEENISTEN) MÄÄRITTÄMISEKSI SYVÄSSÄ OPPIMISYMPÄRISTÖSSÄ,E. KAIKKI UUDET MALLIT KYSYNNÄN ENNUSTAMISEEN JA/TAI KYSYNNÄN JOUSTAVUUDEN KÄYRÄÄN, JA/TAI KYSYNNÄN OPTIMOINNIN RATKAISU. (Finnish) / qualifier
 
point in time: 21 July 2022
Timestamp+2022-07-21T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / summary
 
PROJEKT MA NA CELU ROZWIĄZANIE W SPOSÓB ORGANICZNY I ZINTEGROWANY ROZWIĄZANIA NASTĘPUJĄCYCH OTWARTYCH PROBLEMÓW:A. OKREŚLENIE I ROZWIĄZANIE STOCHASTYCZNYCH/TRWAŁYCH MODELI OPTYMALIZACJI Z ZASTOSOWANIEM DO ZAKUPU, WYCENY I/LUB PLANOWANIA ZASOBÓW,B. ZASTOSOWANIE MODELI OPTYMALIZACYJNYCH DO OPTYMALNEGO WYBORU NAJLEPSZEGO MODELU UCZENIA MASZYNOWEGO DO ZADAŃ PREDYKCYJNYCH,C. ZASTOSOWANIE MODELI OPTYMALIZACYJNYCH DO OPTYMALNEGO WYBORU PARAMETRYZACJI MODELI UCZENIA MASZYNOWEGO,D. MODELE DO OKREŚLANIA ZMIENNYCH WPŁYWOWYCH (ZARÓWNO EGZOGENNYCH, JAK I ENDOGENICZNYCH) W KONTEKSTACH GŁĘBOKIEGO UCZENIA SIĘ,E. WSZELKIE NOWE MODELE NAJNOWOCZEŚNIEJSZE DO PROGNOZOWANIA POPYTU I/LUB KRZYWEJ ELASTYCZNOŚCI POPYTU DO CENY I/LUB ROZWIĄZANIA PROBLEMU POPYTU. (Polish)
Property / summary: PROJEKT MA NA CELU ROZWIĄZANIE W SPOSÓB ORGANICZNY I ZINTEGROWANY ROZWIĄZANIA NASTĘPUJĄCYCH OTWARTYCH PROBLEMÓW:A. OKREŚLENIE I ROZWIĄZANIE STOCHASTYCZNYCH/TRWAŁYCH MODELI OPTYMALIZACJI Z ZASTOSOWANIEM DO ZAKUPU, WYCENY I/LUB PLANOWANIA ZASOBÓW,B. ZASTOSOWANIE MODELI OPTYMALIZACYJNYCH DO OPTYMALNEGO WYBORU NAJLEPSZEGO MODELU UCZENIA MASZYNOWEGO DO ZADAŃ PREDYKCYJNYCH,C. ZASTOSOWANIE MODELI OPTYMALIZACYJNYCH DO OPTYMALNEGO WYBORU PARAMETRYZACJI MODELI UCZENIA MASZYNOWEGO,D. MODELE DO OKREŚLANIA ZMIENNYCH WPŁYWOWYCH (ZARÓWNO EGZOGENNYCH, JAK I ENDOGENICZNYCH) W KONTEKSTACH GŁĘBOKIEGO UCZENIA SIĘ,E. WSZELKIE NOWE MODELE NAJNOWOCZEŚNIEJSZE DO PROGNOZOWANIA POPYTU I/LUB KRZYWEJ ELASTYCZNOŚCI POPYTU DO CENY I/LUB ROZWIĄZANIA PROBLEMU POPYTU. (Polish) / rank
 
Normal rank
Property / summary: PROJEKT MA NA CELU ROZWIĄZANIE W SPOSÓB ORGANICZNY I ZINTEGROWANY ROZWIĄZANIA NASTĘPUJĄCYCH OTWARTYCH PROBLEMÓW:A. OKREŚLENIE I ROZWIĄZANIE STOCHASTYCZNYCH/TRWAŁYCH MODELI OPTYMALIZACJI Z ZASTOSOWANIEM DO ZAKUPU, WYCENY I/LUB PLANOWANIA ZASOBÓW,B. ZASTOSOWANIE MODELI OPTYMALIZACYJNYCH DO OPTYMALNEGO WYBORU NAJLEPSZEGO MODELU UCZENIA MASZYNOWEGO DO ZADAŃ PREDYKCYJNYCH,C. ZASTOSOWANIE MODELI OPTYMALIZACYJNYCH DO OPTYMALNEGO WYBORU PARAMETRYZACJI MODELI UCZENIA MASZYNOWEGO,D. MODELE DO OKREŚLANIA ZMIENNYCH WPŁYWOWYCH (ZARÓWNO EGZOGENNYCH, JAK I ENDOGENICZNYCH) W KONTEKSTACH GŁĘBOKIEGO UCZENIA SIĘ,E. WSZELKIE NOWE MODELE NAJNOWOCZEŚNIEJSZE DO PROGNOZOWANIA POPYTU I/LUB KRZYWEJ ELASTYCZNOŚCI POPYTU DO CENY I/LUB ROZWIĄZANIA PROBLEMU POPYTU. (Polish) / qualifier
 
point in time: 21 July 2022
Timestamp+2022-07-21T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / summary
 
CILJ PROJEKTA JE NA EKOLOŠKI IN INTEGRIRAN NAČIN OBRAVNAVATI REŠITEV NASLEDNJIH ODPRTIH PROBLEMOV:A. DOLOČITEV IN REŠITEV STOHASTIČNIH/ROBUST OPTIMIZACIJSKIH MODELOV Z UPORABO ZA NAKUP, DOLOČANJE CEN IN/ALI NAČRTOVANJE VIROV, B. UPORABA MODELOV OPTIMIZACIJE ZA OPTIMALNO IZBIRO NAJBOLJŠEGA MODELA STROJNEGA UČENJA ZA NAPOVEDNE NALOGE, C. UPORABA MODELOV OPTIMIZACIJE ZA OPTIMALNO IZBIRO PARAMETERIZACIJE MODELOV STROJNEGA UČENJA,D. MODELI ZA DOLOČANJE SPREMENLJIVK VPLIVA (TAKO EKSOGENIH IN ENDOGENIH) V GLOBOKIH UČNIH KONTEKSTIH, E. KATERI KOLI NOVI MODELI STANJE TEHNIKE ZA NAPOVEDOVANJE POVPRAŠEVANJA IN/ALI KRIVULJA ELASTIČNOSTI POVPRAŠEVANJA NA CENO IN/ALI REŠITEV PROBLEMA POVPRAŠEVANJA-ACHMA. (Slovenian)
Property / summary: CILJ PROJEKTA JE NA EKOLOŠKI IN INTEGRIRAN NAČIN OBRAVNAVATI REŠITEV NASLEDNJIH ODPRTIH PROBLEMOV:A. DOLOČITEV IN REŠITEV STOHASTIČNIH/ROBUST OPTIMIZACIJSKIH MODELOV Z UPORABO ZA NAKUP, DOLOČANJE CEN IN/ALI NAČRTOVANJE VIROV, B. UPORABA MODELOV OPTIMIZACIJE ZA OPTIMALNO IZBIRO NAJBOLJŠEGA MODELA STROJNEGA UČENJA ZA NAPOVEDNE NALOGE, C. UPORABA MODELOV OPTIMIZACIJE ZA OPTIMALNO IZBIRO PARAMETERIZACIJE MODELOV STROJNEGA UČENJA,D. MODELI ZA DOLOČANJE SPREMENLJIVK VPLIVA (TAKO EKSOGENIH IN ENDOGENIH) V GLOBOKIH UČNIH KONTEKSTIH, E. KATERI KOLI NOVI MODELI STANJE TEHNIKE ZA NAPOVEDOVANJE POVPRAŠEVANJA IN/ALI KRIVULJA ELASTIČNOSTI POVPRAŠEVANJA NA CENO IN/ALI REŠITEV PROBLEMA POVPRAŠEVANJA-ACHMA. (Slovenian) / rank
 
Normal rank
Property / summary: CILJ PROJEKTA JE NA EKOLOŠKI IN INTEGRIRAN NAČIN OBRAVNAVATI REŠITEV NASLEDNJIH ODPRTIH PROBLEMOV:A. DOLOČITEV IN REŠITEV STOHASTIČNIH/ROBUST OPTIMIZACIJSKIH MODELOV Z UPORABO ZA NAKUP, DOLOČANJE CEN IN/ALI NAČRTOVANJE VIROV, B. UPORABA MODELOV OPTIMIZACIJE ZA OPTIMALNO IZBIRO NAJBOLJŠEGA MODELA STROJNEGA UČENJA ZA NAPOVEDNE NALOGE, C. UPORABA MODELOV OPTIMIZACIJE ZA OPTIMALNO IZBIRO PARAMETERIZACIJE MODELOV STROJNEGA UČENJA,D. MODELI ZA DOLOČANJE SPREMENLJIVK VPLIVA (TAKO EKSOGENIH IN ENDOGENIH) V GLOBOKIH UČNIH KONTEKSTIH, E. KATERI KOLI NOVI MODELI STANJE TEHNIKE ZA NAPOVEDOVANJE POVPRAŠEVANJA IN/ALI KRIVULJA ELASTIČNOSTI POVPRAŠEVANJA NA CENO IN/ALI REŠITEV PROBLEMA POVPRAŠEVANJA-ACHMA. (Slovenian) / qualifier
 
point in time: 21 July 2022
Timestamp+2022-07-21T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / summary
 
CÍLEM PROJEKTU JE ŘEŠIT ORGANICKÝM A INTEGROVANÝM ZPŮSOBEM ŘEŠENÍ TĚCHTO OTEVŘENÝCH PROBLÉMŮ:A. STANOVENÍ A ŘEŠENÍ STOCHASTICKÝCH/ROBUST OPTIMALIZAČNÍCH MODELŮ S APLIKACÍ NA NÁKUP, STANOVENÍ CEN A/NEBO PLÁNOVÁNÍ ZDROJŮ,B. APLIKACE OPTIMALIZAČNÍCH MODELŮ NA OPTIMÁLNÍ VÝBĚR NEJLEPŠÍHO MODELU STROJOVÉHO UČENÍ PRO PREDIKTIVNÍ ÚKOLY,C. APLIKACE OPTIMALIZAČNÍCH MODELŮ NA OPTIMÁLNÍ VOLBU PARAMETRIZACE MODELŮ STROJOVÉHO UČENÍ,D. MODELY PRO URČENÍ VLIVOVÝCH PROMĚNNÝCH (EXOGENNÍCH I ENDOGENNÍCH) V HLUBOKÉM UČENÍ,E. JAKÉKOLI NOVÉ MODELY STAV UMĚNÍ PRO PŘEDVÍDÁNÍ POPTÁVKY A/NEBO KŘIVKY ELASTICITY POPTÁVKY K CENĚ A/NEBO ŘEŠENÍ PROBLÉMU POPTÁVKY. (Czech)
Property / summary: CÍLEM PROJEKTU JE ŘEŠIT ORGANICKÝM A INTEGROVANÝM ZPŮSOBEM ŘEŠENÍ TĚCHTO OTEVŘENÝCH PROBLÉMŮ:A. STANOVENÍ A ŘEŠENÍ STOCHASTICKÝCH/ROBUST OPTIMALIZAČNÍCH MODELŮ S APLIKACÍ NA NÁKUP, STANOVENÍ CEN A/NEBO PLÁNOVÁNÍ ZDROJŮ,B. APLIKACE OPTIMALIZAČNÍCH MODELŮ NA OPTIMÁLNÍ VÝBĚR NEJLEPŠÍHO MODELU STROJOVÉHO UČENÍ PRO PREDIKTIVNÍ ÚKOLY,C. APLIKACE OPTIMALIZAČNÍCH MODELŮ NA OPTIMÁLNÍ VOLBU PARAMETRIZACE MODELŮ STROJOVÉHO UČENÍ,D. MODELY PRO URČENÍ VLIVOVÝCH PROMĚNNÝCH (EXOGENNÍCH I ENDOGENNÍCH) V HLUBOKÉM UČENÍ,E. JAKÉKOLI NOVÉ MODELY STAV UMĚNÍ PRO PŘEDVÍDÁNÍ POPTÁVKY A/NEBO KŘIVKY ELASTICITY POPTÁVKY K CENĚ A/NEBO ŘEŠENÍ PROBLÉMU POPTÁVKY. (Czech) / rank
 
Normal rank
Property / summary: CÍLEM PROJEKTU JE ŘEŠIT ORGANICKÝM A INTEGROVANÝM ZPŮSOBEM ŘEŠENÍ TĚCHTO OTEVŘENÝCH PROBLÉMŮ:A. STANOVENÍ A ŘEŠENÍ STOCHASTICKÝCH/ROBUST OPTIMALIZAČNÍCH MODELŮ S APLIKACÍ NA NÁKUP, STANOVENÍ CEN A/NEBO PLÁNOVÁNÍ ZDROJŮ,B. APLIKACE OPTIMALIZAČNÍCH MODELŮ NA OPTIMÁLNÍ VÝBĚR NEJLEPŠÍHO MODELU STROJOVÉHO UČENÍ PRO PREDIKTIVNÍ ÚKOLY,C. APLIKACE OPTIMALIZAČNÍCH MODELŮ NA OPTIMÁLNÍ VOLBU PARAMETRIZACE MODELŮ STROJOVÉHO UČENÍ,D. MODELY PRO URČENÍ VLIVOVÝCH PROMĚNNÝCH (EXOGENNÍCH I ENDOGENNÍCH) V HLUBOKÉM UČENÍ,E. JAKÉKOLI NOVÉ MODELY STAV UMĚNÍ PRO PŘEDVÍDÁNÍ POPTÁVKY A/NEBO KŘIVKY ELASTICITY POPTÁVKY K CENĚ A/NEBO ŘEŠENÍ PROBLÉMU POPTÁVKY. (Czech) / qualifier
 
point in time: 21 July 2022
Timestamp+2022-07-21T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / summary
 
PROJEKTO TIKSLAS – ORGANIŠKAI IR INTEGRUOTAI SPRĘSTI ŠIAS ATVIRAS PROBLEMAS:A. STOCHASTINIŲ/TVIRTŲ OPTIMIZAVIMO MODELIŲ NUSTATYMAS IR SPRENDIMAS TAIKANT PIRKIMĄ, KAINODARĄ IR (ARBA) IŠTEKLIŲ PLANAVIMĄ, B. OPTIMIZAVIMO MODELIŲ TAIKYMAS OPTIMALIAM GERIAUSIO MAŠINŲ MOKYMOSI MODELIO PASIRINKIMUI PROGNOZAVIMO UŽDUOTIMS,C. OPTIMIZAVIMO MODELIŲ TAIKYMAS OPTIMALIAM MAŠINŲ MOKYMOSI MODELIŲ PARAMETRŲ PASIRINKIMUI,D. MODELIAI ĮTAKOS KINTAMIESIEMS (TIEK EGZOGENINIAMS, TIEK ENDOGENINIAMS) GILIAI MOKYMOSI APLINKOJE NUSTATYTI,E. BET KOKIE NAUJI MODELIAI MENO BŪKLĖ PROGNOZUOJANT PAKLAUSĄ IR (ARBA) PAKLAUSOS ELASTINGUMO KREIVĘ Į KAINĄ IR/ARBA PAKLAUSOS PROBLEMOS SPRENDIMĄ. (Lithuanian)
Property / summary: PROJEKTO TIKSLAS – ORGANIŠKAI IR INTEGRUOTAI SPRĘSTI ŠIAS ATVIRAS PROBLEMAS:A. STOCHASTINIŲ/TVIRTŲ OPTIMIZAVIMO MODELIŲ NUSTATYMAS IR SPRENDIMAS TAIKANT PIRKIMĄ, KAINODARĄ IR (ARBA) IŠTEKLIŲ PLANAVIMĄ, B. OPTIMIZAVIMO MODELIŲ TAIKYMAS OPTIMALIAM GERIAUSIO MAŠINŲ MOKYMOSI MODELIO PASIRINKIMUI PROGNOZAVIMO UŽDUOTIMS,C. OPTIMIZAVIMO MODELIŲ TAIKYMAS OPTIMALIAM MAŠINŲ MOKYMOSI MODELIŲ PARAMETRŲ PASIRINKIMUI,D. MODELIAI ĮTAKOS KINTAMIESIEMS (TIEK EGZOGENINIAMS, TIEK ENDOGENINIAMS) GILIAI MOKYMOSI APLINKOJE NUSTATYTI,E. BET KOKIE NAUJI MODELIAI MENO BŪKLĖ PROGNOZUOJANT PAKLAUSĄ IR (ARBA) PAKLAUSOS ELASTINGUMO KREIVĘ Į KAINĄ IR/ARBA PAKLAUSOS PROBLEMOS SPRENDIMĄ. (Lithuanian) / rank
 
Normal rank
Property / summary: PROJEKTO TIKSLAS – ORGANIŠKAI IR INTEGRUOTAI SPRĘSTI ŠIAS ATVIRAS PROBLEMAS:A. STOCHASTINIŲ/TVIRTŲ OPTIMIZAVIMO MODELIŲ NUSTATYMAS IR SPRENDIMAS TAIKANT PIRKIMĄ, KAINODARĄ IR (ARBA) IŠTEKLIŲ PLANAVIMĄ, B. OPTIMIZAVIMO MODELIŲ TAIKYMAS OPTIMALIAM GERIAUSIO MAŠINŲ MOKYMOSI MODELIO PASIRINKIMUI PROGNOZAVIMO UŽDUOTIMS,C. OPTIMIZAVIMO MODELIŲ TAIKYMAS OPTIMALIAM MAŠINŲ MOKYMOSI MODELIŲ PARAMETRŲ PASIRINKIMUI,D. MODELIAI ĮTAKOS KINTAMIESIEMS (TIEK EGZOGENINIAMS, TIEK ENDOGENINIAMS) GILIAI MOKYMOSI APLINKOJE NUSTATYTI,E. BET KOKIE NAUJI MODELIAI MENO BŪKLĖ PROGNOZUOJANT PAKLAUSĄ IR (ARBA) PAKLAUSOS ELASTINGUMO KREIVĘ Į KAINĄ IR/ARBA PAKLAUSOS PROBLEMOS SPRENDIMĄ. (Lithuanian) / qualifier
 
point in time: 21 July 2022
Timestamp+2022-07-21T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / summary
 
PROJEKTA MĒRĶIS IR ORGANISKI UN INTEGRĒTI RISINĀT ŠĀDU ATKLĀTU PROBLĒMU RISINĀJUMU:A. STOHASTISKO/ROBUST OPTIMIZĀCIJAS MODEĻU NOTEIKŠANA UN RISINĀJUMS AR PIELIETOJUMU IEGĀDEI, CENU NOTEIKŠANAI UN/VAI RESURSU PLĀNOŠANAI, B. OPTIMIZĀCIJAS MODEĻU PIEMĒROŠANA OPTIMĀLAI LABĀKĀ MAŠĪNMĀCĪŠANĀS MODEĻA IZVĒLEI PROGNOZĒJOŠIEM UZDEVUMIEM,C. OPTIMIZĀCIJAS MODEĻU PIEMĒROŠANA OPTIMĀLAI MAŠĪNMĀCĪŠANĀS MODEĻU PARAMETRU IZVĒLEI,D. MODEĻI IETEKMES MAINĪGO NOTEIKŠANAI (GAN EKSOGĒNI, GAN ENDOGĒNI) DZIĻĀS MĀCĪŠANĀS KONTEKSTOS,E. JEBKURI JAUNI MODEĻI, LAI PROGNOZĒTU PIEPRASĪJUMU UN/VAI PIEPRASĪJUMA ELASTĪBAS LĪKNI ATTIECĪBĀ PRET CENU, UN/VAI PIEPRASĪJUMA RISINĀJUMU. (Latvian)
Property / summary: PROJEKTA MĒRĶIS IR ORGANISKI UN INTEGRĒTI RISINĀT ŠĀDU ATKLĀTU PROBLĒMU RISINĀJUMU:A. STOHASTISKO/ROBUST OPTIMIZĀCIJAS MODEĻU NOTEIKŠANA UN RISINĀJUMS AR PIELIETOJUMU IEGĀDEI, CENU NOTEIKŠANAI UN/VAI RESURSU PLĀNOŠANAI, B. OPTIMIZĀCIJAS MODEĻU PIEMĒROŠANA OPTIMĀLAI LABĀKĀ MAŠĪNMĀCĪŠANĀS MODEĻA IZVĒLEI PROGNOZĒJOŠIEM UZDEVUMIEM,C. OPTIMIZĀCIJAS MODEĻU PIEMĒROŠANA OPTIMĀLAI MAŠĪNMĀCĪŠANĀS MODEĻU PARAMETRU IZVĒLEI,D. MODEĻI IETEKMES MAINĪGO NOTEIKŠANAI (GAN EKSOGĒNI, GAN ENDOGĒNI) DZIĻĀS MĀCĪŠANĀS KONTEKSTOS,E. JEBKURI JAUNI MODEĻI, LAI PROGNOZĒTU PIEPRASĪJUMU UN/VAI PIEPRASĪJUMA ELASTĪBAS LĪKNI ATTIECĪBĀ PRET CENU, UN/VAI PIEPRASĪJUMA RISINĀJUMU. (Latvian) / rank
 
Normal rank
Property / summary: PROJEKTA MĒRĶIS IR ORGANISKI UN INTEGRĒTI RISINĀT ŠĀDU ATKLĀTU PROBLĒMU RISINĀJUMU:A. STOHASTISKO/ROBUST OPTIMIZĀCIJAS MODEĻU NOTEIKŠANA UN RISINĀJUMS AR PIELIETOJUMU IEGĀDEI, CENU NOTEIKŠANAI UN/VAI RESURSU PLĀNOŠANAI, B. OPTIMIZĀCIJAS MODEĻU PIEMĒROŠANA OPTIMĀLAI LABĀKĀ MAŠĪNMĀCĪŠANĀS MODEĻA IZVĒLEI PROGNOZĒJOŠIEM UZDEVUMIEM,C. OPTIMIZĀCIJAS MODEĻU PIEMĒROŠANA OPTIMĀLAI MAŠĪNMĀCĪŠANĀS MODEĻU PARAMETRU IZVĒLEI,D. MODEĻI IETEKMES MAINĪGO NOTEIKŠANAI (GAN EKSOGĒNI, GAN ENDOGĒNI) DZIĻĀS MĀCĪŠANĀS KONTEKSTOS,E. JEBKURI JAUNI MODEĻI, LAI PROGNOZĒTU PIEPRASĪJUMU UN/VAI PIEPRASĪJUMA ELASTĪBAS LĪKNI ATTIECĪBĀ PRET CENU, UN/VAI PIEPRASĪJUMA RISINĀJUMU. (Latvian) / qualifier
 
point in time: 21 July 2022
Timestamp+2022-07-21T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / summary
 
ПРОЕКТЪТ ИМА ЗА ЦЕЛ ДА ОТГОВОРИ ПО ОРГАНИЧЕН И ИНТЕГРИРАН НАЧИН НА РЕШАВАНЕТО НА СЛЕДНИТЕ ОТКРИТИ ПРОБЛЕМИ:А. ОПРЕДЕЛЯНЕ И РЕШАВАНЕ НА СТОХАСТИЧНИ/РОБУСНИ МОДЕЛИ ЗА ОПТИМИЗАЦИЯ С ПРИЛОЖЕНИЕ ЗА ЗАКУПУВАНЕ, ЦЕНООБРАЗУВАНЕ И/ИЛИ ПЛАНИРАНЕ НА РЕСУРСИТЕ, Б. ПРИЛАГАНЕ НА МОДЕЛИ ЗА ОПТИМИЗАЦИЯ КЪМ ОПТИМАЛНИЯ ИЗБОР НА НАЙ-ДОБРИЯ МОДЕЛ ЗА МАШИННО САМООБУЧЕНИЕ ЗА ПРОГНОЗНИ ЗАДАЧИ, C. ПРИЛАГАНЕ НА МОДЕЛИ ЗА ОПТИМИЗАЦИЯ КЪМ ОПТИМАЛЕН ИЗБОР НА ПАРАМЕТРИЗИРАНЕ НА МОДЕЛИ ЗА МАШИННО САМООБУЧЕНИЕ, D. МОДЕЛИ ЗА ОПРЕДЕЛЯНЕ НА ВЛИЯТЕЛНИ ПРОМЕНЛИВИ (КАКТО ЕКЗОГЕННИ, ТАКА И ЕНДОГЕННИ) В ДЪЛБОКИ УЧЕБНИ КОНТЕКСТИ,Д. НОВИ МОДЕЛИ СЪСТОЯНИЕ НА ТЕХНИКАТА ЗА ПРОГНОЗИРАНЕ НА ТЪРСЕНЕТО И/ИЛИ КРИВАТА НА ЕЛАСТИЧНОСТТА НА ТЪРСЕНЕТО КЪМ ЦЕНАТА, И/ИЛИ РЕШАВАНЕТО НА ПРОБЛЕМА С ТЪРСЕНЕТО. (Bulgarian)
Property / summary: ПРОЕКТЪТ ИМА ЗА ЦЕЛ ДА ОТГОВОРИ ПО ОРГАНИЧЕН И ИНТЕГРИРАН НАЧИН НА РЕШАВАНЕТО НА СЛЕДНИТЕ ОТКРИТИ ПРОБЛЕМИ:А. ОПРЕДЕЛЯНЕ И РЕШАВАНЕ НА СТОХАСТИЧНИ/РОБУСНИ МОДЕЛИ ЗА ОПТИМИЗАЦИЯ С ПРИЛОЖЕНИЕ ЗА ЗАКУПУВАНЕ, ЦЕНООБРАЗУВАНЕ И/ИЛИ ПЛАНИРАНЕ НА РЕСУРСИТЕ, Б. ПРИЛАГАНЕ НА МОДЕЛИ ЗА ОПТИМИЗАЦИЯ КЪМ ОПТИМАЛНИЯ ИЗБОР НА НАЙ-ДОБРИЯ МОДЕЛ ЗА МАШИННО САМООБУЧЕНИЕ ЗА ПРОГНОЗНИ ЗАДАЧИ, C. ПРИЛАГАНЕ НА МОДЕЛИ ЗА ОПТИМИЗАЦИЯ КЪМ ОПТИМАЛЕН ИЗБОР НА ПАРАМЕТРИЗИРАНЕ НА МОДЕЛИ ЗА МАШИННО САМООБУЧЕНИЕ, D. МОДЕЛИ ЗА ОПРЕДЕЛЯНЕ НА ВЛИЯТЕЛНИ ПРОМЕНЛИВИ (КАКТО ЕКЗОГЕННИ, ТАКА И ЕНДОГЕННИ) В ДЪЛБОКИ УЧЕБНИ КОНТЕКСТИ,Д. НОВИ МОДЕЛИ СЪСТОЯНИЕ НА ТЕХНИКАТА ЗА ПРОГНОЗИРАНЕ НА ТЪРСЕНЕТО И/ИЛИ КРИВАТА НА ЕЛАСТИЧНОСТТА НА ТЪРСЕНЕТО КЪМ ЦЕНАТА, И/ИЛИ РЕШАВАНЕТО НА ПРОБЛЕМА С ТЪРСЕНЕТО. (Bulgarian) / rank
 
Normal rank
Property / summary: ПРОЕКТЪТ ИМА ЗА ЦЕЛ ДА ОТГОВОРИ ПО ОРГАНИЧЕН И ИНТЕГРИРАН НАЧИН НА РЕШАВАНЕТО НА СЛЕДНИТЕ ОТКРИТИ ПРОБЛЕМИ:А. ОПРЕДЕЛЯНЕ И РЕШАВАНЕ НА СТОХАСТИЧНИ/РОБУСНИ МОДЕЛИ ЗА ОПТИМИЗАЦИЯ С ПРИЛОЖЕНИЕ ЗА ЗАКУПУВАНЕ, ЦЕНООБРАЗУВАНЕ И/ИЛИ ПЛАНИРАНЕ НА РЕСУРСИТЕ, Б. ПРИЛАГАНЕ НА МОДЕЛИ ЗА ОПТИМИЗАЦИЯ КЪМ ОПТИМАЛНИЯ ИЗБОР НА НАЙ-ДОБРИЯ МОДЕЛ ЗА МАШИННО САМООБУЧЕНИЕ ЗА ПРОГНОЗНИ ЗАДАЧИ, C. ПРИЛАГАНЕ НА МОДЕЛИ ЗА ОПТИМИЗАЦИЯ КЪМ ОПТИМАЛЕН ИЗБОР НА ПАРАМЕТРИЗИРАНЕ НА МОДЕЛИ ЗА МАШИННО САМООБУЧЕНИЕ, D. МОДЕЛИ ЗА ОПРЕДЕЛЯНЕ НА ВЛИЯТЕЛНИ ПРОМЕНЛИВИ (КАКТО ЕКЗОГЕННИ, ТАКА И ЕНДОГЕННИ) В ДЪЛБОКИ УЧЕБНИ КОНТЕКСТИ,Д. НОВИ МОДЕЛИ СЪСТОЯНИЕ НА ТЕХНИКАТА ЗА ПРОГНОЗИРАНЕ НА ТЪРСЕНЕТО И/ИЛИ КРИВАТА НА ЕЛАСТИЧНОСТТА НА ТЪРСЕНЕТО КЪМ ЦЕНАТА, И/ИЛИ РЕШАВАНЕТО НА ПРОБЛЕМА С ТЪРСЕНЕТО. (Bulgarian) / qualifier
 
point in time: 21 July 2022
Timestamp+2022-07-21T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / summary
 
A PROJEKT CÉLJA, HOGY SZERVES ÉS INTEGRÁLT MÓDON KEZELJE A KÖVETKEZŐ NYITOTT PROBLÉMÁK MEGOLDÁSÁT:A. A SZTOCHASZTIKUS/ROBUST OPTIMALIZÁLÁSI MODELLEK MEGHATÁROZÁSA ÉS MEGOLDÁSA VÁSÁRLÁSRA, ÁRKÉPZÉSRE ÉS/VAGY ERŐFORRÁS-TERVEZÉSRE VALÓ ALKALMAZÁSSAL,B. OPTIMALIZÁLÁSI MODELLEK ALKALMAZÁSA A LEGJOBB GÉPI TANULÁSI MODELL OPTIMÁLIS KIVÁLASZTÁSÁRA A PREDIKTÍV FELADATOKHOZ,C. OPTIMALIZÁLÁSI MODELLEK ALKALMAZÁSA A GÉPI TANULÁSI MODELLEK PARAMÉTEREZÉSÉNEK OPTIMÁLIS KIVÁLASZTÁSÁRA,D. MODELLEK A BEFOLYÁSOLÓ VÁLTOZÓK (EXOGÉN ÉS ENDOGÉN) MEGHATÁROZÁSÁRA MÉLY TANULÁSI KONTEXTUSOKBAN,E. MINDEN ÚJ MODELL A LEGMODERNEBB MODELLEK A KERESLET ELŐREJELZÉSÉRE ÉS/VAGY A KERESLET RUGALMASSÁGÁNAK GÖRBÉJÉRE AZ ÁRHOZ, ÉS/VAGY A KERESLETI PROBLÉMÁK MEGOLDÁSÁHOZ. (Hungarian)
Property / summary: A PROJEKT CÉLJA, HOGY SZERVES ÉS INTEGRÁLT MÓDON KEZELJE A KÖVETKEZŐ NYITOTT PROBLÉMÁK MEGOLDÁSÁT:A. A SZTOCHASZTIKUS/ROBUST OPTIMALIZÁLÁSI MODELLEK MEGHATÁROZÁSA ÉS MEGOLDÁSA VÁSÁRLÁSRA, ÁRKÉPZÉSRE ÉS/VAGY ERŐFORRÁS-TERVEZÉSRE VALÓ ALKALMAZÁSSAL,B. OPTIMALIZÁLÁSI MODELLEK ALKALMAZÁSA A LEGJOBB GÉPI TANULÁSI MODELL OPTIMÁLIS KIVÁLASZTÁSÁRA A PREDIKTÍV FELADATOKHOZ,C. OPTIMALIZÁLÁSI MODELLEK ALKALMAZÁSA A GÉPI TANULÁSI MODELLEK PARAMÉTEREZÉSÉNEK OPTIMÁLIS KIVÁLASZTÁSÁRA,D. MODELLEK A BEFOLYÁSOLÓ VÁLTOZÓK (EXOGÉN ÉS ENDOGÉN) MEGHATÁROZÁSÁRA MÉLY TANULÁSI KONTEXTUSOKBAN,E. MINDEN ÚJ MODELL A LEGMODERNEBB MODELLEK A KERESLET ELŐREJELZÉSÉRE ÉS/VAGY A KERESLET RUGALMASSÁGÁNAK GÖRBÉJÉRE AZ ÁRHOZ, ÉS/VAGY A KERESLETI PROBLÉMÁK MEGOLDÁSÁHOZ. (Hungarian) / rank
 
Normal rank
Property / summary: A PROJEKT CÉLJA, HOGY SZERVES ÉS INTEGRÁLT MÓDON KEZELJE A KÖVETKEZŐ NYITOTT PROBLÉMÁK MEGOLDÁSÁT:A. A SZTOCHASZTIKUS/ROBUST OPTIMALIZÁLÁSI MODELLEK MEGHATÁROZÁSA ÉS MEGOLDÁSA VÁSÁRLÁSRA, ÁRKÉPZÉSRE ÉS/VAGY ERŐFORRÁS-TERVEZÉSRE VALÓ ALKALMAZÁSSAL,B. OPTIMALIZÁLÁSI MODELLEK ALKALMAZÁSA A LEGJOBB GÉPI TANULÁSI MODELL OPTIMÁLIS KIVÁLASZTÁSÁRA A PREDIKTÍV FELADATOKHOZ,C. OPTIMALIZÁLÁSI MODELLEK ALKALMAZÁSA A GÉPI TANULÁSI MODELLEK PARAMÉTEREZÉSÉNEK OPTIMÁLIS KIVÁLASZTÁSÁRA,D. MODELLEK A BEFOLYÁSOLÓ VÁLTOZÓK (EXOGÉN ÉS ENDOGÉN) MEGHATÁROZÁSÁRA MÉLY TANULÁSI KONTEXTUSOKBAN,E. MINDEN ÚJ MODELL A LEGMODERNEBB MODELLEK A KERESLET ELŐREJELZÉSÉRE ÉS/VAGY A KERESLET RUGALMASSÁGÁNAK GÖRBÉJÉRE AZ ÁRHOZ, ÉS/VAGY A KERESLETI PROBLÉMÁK MEGOLDÁSÁHOZ. (Hungarian) / qualifier
 
point in time: 21 July 2022
Timestamp+2022-07-21T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / summary
 
TÁ SÉ MAR AIDHM AG AN TIONSCADAL AGHAIDH A THABHAIRT, AR BHEALACH ORGÁNACH AGUS COMHTHÁITE, AR RÉITEACH NA BHFADHBANNA OSCAILTE SEO A LEANAS:A. CINNEADH AGUS RÉITEACH SAMHLACHA OPTAMAITHE STOCASTACHA/LEAS IOMLÁNAITHE LE CUR I BHFEIDHM AR CHEANNACH, AR PHRAGHSÁIL AGUS/NÓ AR PHLEANÁIL ACMHAINNÍ,B. SAMHLACHA OPTAMAITHE A CHUR I BHFEIDHM MAIDIR LEIS AN ROGHA IS FEARR IS FÉIDIR DEN TSAMHAIL MHEAISÍNFHOGHLAMA IS FEARR DO THASCANNA TUARTHA,C. SAMHLACHA OPTAMAITHE A CHUR I BHFEIDHM MAIDIR LEIS AN ROGHA IS FEARR IS FÉIDIR A DHÉANAMH AR PHARAIMÉADARÚ SAMHLACHA MEAISÍNFHOGHLAMA, SAMHLACHA CHUN ATHRÓGA TIONCHAIR A CHINNEADH (IDIR ATHRÓGA EISGINIÚLA AGUS INGINIÚLA) I GCOMHTHÉACSANNA DOMHAINFHOGHLAMA, E. AON MHÚNLAÍ NUA STÁT NA HEALAÍNE CHUN ÉILEAMH A THUAR AGUS/NÓ CUARTHACHT AN ÉILIMH AR AN BPRAGHAS, AGUS/NÓ AN RÉITEACH AR AN BHFADHB MAIDIR LEIS AN ÉILEAMH A THUAR. (Irish)
Property / summary: TÁ SÉ MAR AIDHM AG AN TIONSCADAL AGHAIDH A THABHAIRT, AR BHEALACH ORGÁNACH AGUS COMHTHÁITE, AR RÉITEACH NA BHFADHBANNA OSCAILTE SEO A LEANAS:A. CINNEADH AGUS RÉITEACH SAMHLACHA OPTAMAITHE STOCASTACHA/LEAS IOMLÁNAITHE LE CUR I BHFEIDHM AR CHEANNACH, AR PHRAGHSÁIL AGUS/NÓ AR PHLEANÁIL ACMHAINNÍ,B. SAMHLACHA OPTAMAITHE A CHUR I BHFEIDHM MAIDIR LEIS AN ROGHA IS FEARR IS FÉIDIR DEN TSAMHAIL MHEAISÍNFHOGHLAMA IS FEARR DO THASCANNA TUARTHA,C. SAMHLACHA OPTAMAITHE A CHUR I BHFEIDHM MAIDIR LEIS AN ROGHA IS FEARR IS FÉIDIR A DHÉANAMH AR PHARAIMÉADARÚ SAMHLACHA MEAISÍNFHOGHLAMA, SAMHLACHA CHUN ATHRÓGA TIONCHAIR A CHINNEADH (IDIR ATHRÓGA EISGINIÚLA AGUS INGINIÚLA) I GCOMHTHÉACSANNA DOMHAINFHOGHLAMA, E. AON MHÚNLAÍ NUA STÁT NA HEALAÍNE CHUN ÉILEAMH A THUAR AGUS/NÓ CUARTHACHT AN ÉILIMH AR AN BPRAGHAS, AGUS/NÓ AN RÉITEACH AR AN BHFADHB MAIDIR LEIS AN ÉILEAMH A THUAR. (Irish) / rank
 
Normal rank
Property / summary: TÁ SÉ MAR AIDHM AG AN TIONSCADAL AGHAIDH A THABHAIRT, AR BHEALACH ORGÁNACH AGUS COMHTHÁITE, AR RÉITEACH NA BHFADHBANNA OSCAILTE SEO A LEANAS:A. CINNEADH AGUS RÉITEACH SAMHLACHA OPTAMAITHE STOCASTACHA/LEAS IOMLÁNAITHE LE CUR I BHFEIDHM AR CHEANNACH, AR PHRAGHSÁIL AGUS/NÓ AR PHLEANÁIL ACMHAINNÍ,B. SAMHLACHA OPTAMAITHE A CHUR I BHFEIDHM MAIDIR LEIS AN ROGHA IS FEARR IS FÉIDIR DEN TSAMHAIL MHEAISÍNFHOGHLAMA IS FEARR DO THASCANNA TUARTHA,C. SAMHLACHA OPTAMAITHE A CHUR I BHFEIDHM MAIDIR LEIS AN ROGHA IS FEARR IS FÉIDIR A DHÉANAMH AR PHARAIMÉADARÚ SAMHLACHA MEAISÍNFHOGHLAMA, SAMHLACHA CHUN ATHRÓGA TIONCHAIR A CHINNEADH (IDIR ATHRÓGA EISGINIÚLA AGUS INGINIÚLA) I GCOMHTHÉACSANNA DOMHAINFHOGHLAMA, E. AON MHÚNLAÍ NUA STÁT NA HEALAÍNE CHUN ÉILEAMH A THUAR AGUS/NÓ CUARTHACHT AN ÉILIMH AR AN BPRAGHAS, AGUS/NÓ AN RÉITEACH AR AN BHFADHB MAIDIR LEIS AN ÉILEAMH A THUAR. (Irish) / qualifier
 
point in time: 21 July 2022
Timestamp+2022-07-21T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / summary
 
PROJEKTET SYFTAR TILL ATT PÅ ETT ORGANISKT OCH INTEGRERAT SÄTT LÖSA FÖLJANDE ÖPPNA PROBLEM:A. BESTÄMNING OCH LÖSNING AV STOKASTISKA/ROBUST OPTIMERINGSMODELLER MED TILLÄMPNING PÅ INKÖP, PRISSÄTTNING OCH/ELLER RESURSPLANERING, B. TILLÄMPNING AV OPTIMERINGSMODELLER TILL DET OPTIMALA VALET AV DEN BÄSTA MASKININLÄRNINGSMODELLEN FÖR PREDIKTIVA UPPGIFTER, C. TILLÄMPNING AV OPTIMERINGSMODELLER TILL DET OPTIMALA VALET AV PARAMETERISERING AV MASKININLÄRNINGSMODELLER, D. MODELLER FÖR BESTÄMNING AV PÅVERKANSVARIABLER (BÅDE EXOGENA OCH ENDOGENA) I DJUPINLÄRNINGSSAMMANHANG, E. NYA MODELLER STATE OF THE ART FÖR PROGNOSTISERING AV EFTERFRÅGAN OCH/ELLER KURVA FÖR ELASTICITET I EFTERFRÅGAN TILL PRISET OCH/ELLER LÖSNINGEN AV EFTERFRÅGEOPTIMISERING. (Swedish)
Property / summary: PROJEKTET SYFTAR TILL ATT PÅ ETT ORGANISKT OCH INTEGRERAT SÄTT LÖSA FÖLJANDE ÖPPNA PROBLEM:A. BESTÄMNING OCH LÖSNING AV STOKASTISKA/ROBUST OPTIMERINGSMODELLER MED TILLÄMPNING PÅ INKÖP, PRISSÄTTNING OCH/ELLER RESURSPLANERING, B. TILLÄMPNING AV OPTIMERINGSMODELLER TILL DET OPTIMALA VALET AV DEN BÄSTA MASKININLÄRNINGSMODELLEN FÖR PREDIKTIVA UPPGIFTER, C. TILLÄMPNING AV OPTIMERINGSMODELLER TILL DET OPTIMALA VALET AV PARAMETERISERING AV MASKININLÄRNINGSMODELLER, D. MODELLER FÖR BESTÄMNING AV PÅVERKANSVARIABLER (BÅDE EXOGENA OCH ENDOGENA) I DJUPINLÄRNINGSSAMMANHANG, E. NYA MODELLER STATE OF THE ART FÖR PROGNOSTISERING AV EFTERFRÅGAN OCH/ELLER KURVA FÖR ELASTICITET I EFTERFRÅGAN TILL PRISET OCH/ELLER LÖSNINGEN AV EFTERFRÅGEOPTIMISERING. (Swedish) / rank
 
Normal rank
Property / summary: PROJEKTET SYFTAR TILL ATT PÅ ETT ORGANISKT OCH INTEGRERAT SÄTT LÖSA FÖLJANDE ÖPPNA PROBLEM:A. BESTÄMNING OCH LÖSNING AV STOKASTISKA/ROBUST OPTIMERINGSMODELLER MED TILLÄMPNING PÅ INKÖP, PRISSÄTTNING OCH/ELLER RESURSPLANERING, B. TILLÄMPNING AV OPTIMERINGSMODELLER TILL DET OPTIMALA VALET AV DEN BÄSTA MASKININLÄRNINGSMODELLEN FÖR PREDIKTIVA UPPGIFTER, C. TILLÄMPNING AV OPTIMERINGSMODELLER TILL DET OPTIMALA VALET AV PARAMETERISERING AV MASKININLÄRNINGSMODELLER, D. MODELLER FÖR BESTÄMNING AV PÅVERKANSVARIABLER (BÅDE EXOGENA OCH ENDOGENA) I DJUPINLÄRNINGSSAMMANHANG, E. NYA MODELLER STATE OF THE ART FÖR PROGNOSTISERING AV EFTERFRÅGAN OCH/ELLER KURVA FÖR ELASTICITET I EFTERFRÅGAN TILL PRISET OCH/ELLER LÖSNINGEN AV EFTERFRÅGEOPTIMISERING. (Swedish) / qualifier
 
point in time: 21 July 2022
Timestamp+2022-07-21T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / summary
 
PROJEKTI EESMÄRK ON TEGELEDA ORGAANILISELT JA TERVIKLIKULT JÄRGMISTE LAHENDAMATA PROBLEEMIDE LAHENDAMISEGA:A. STOHHASTILISE/TUGEVA OPTIMEERIMISE MUDELITE KINDLAKSMÄÄRAMINE JA LAHENDUS KOOS OSTU-, HINNAKUJUNDUS- JA/VÕI RESSURSIPLANEERIMISE RAKENDUSTEGA, B. OPTIMEERIMISMUDELITE RAKENDAMINE PARIMA MASINÕPPE MUDELI OPTIMAALSEKS VALIKUKS ENNUSTAVATE ÜLESANNETE JAOKS,C. OPTIMEERIMISMUDELITE RAKENDAMINE MASINÕPPE MUDELITE PARAMEETRITE OPTIMAALSEKS VALIKUKS,D. MUDELID MÕJUMUUTUJATE (NII VÄLIS- KUI KA ENDOGEENSETE) MÄÄRAMISEKS SÜVAÕPPE KONTEKSTIS,E. KÕIK UUED MUDELID NÕUDLUSE PROGNOOSIMISEKS JA/VÕI NÕUDLUSE ELASTSUSE KÕVER HINNA JA/VÕI NÕUDLUSE OPTIMEERIMISE PROBLEEMI LAHENDAMISEKS. (Estonian)
Property / summary: PROJEKTI EESMÄRK ON TEGELEDA ORGAANILISELT JA TERVIKLIKULT JÄRGMISTE LAHENDAMATA PROBLEEMIDE LAHENDAMISEGA:A. STOHHASTILISE/TUGEVA OPTIMEERIMISE MUDELITE KINDLAKSMÄÄRAMINE JA LAHENDUS KOOS OSTU-, HINNAKUJUNDUS- JA/VÕI RESSURSIPLANEERIMISE RAKENDUSTEGA, B. OPTIMEERIMISMUDELITE RAKENDAMINE PARIMA MASINÕPPE MUDELI OPTIMAALSEKS VALIKUKS ENNUSTAVATE ÜLESANNETE JAOKS,C. OPTIMEERIMISMUDELITE RAKENDAMINE MASINÕPPE MUDELITE PARAMEETRITE OPTIMAALSEKS VALIKUKS,D. MUDELID MÕJUMUUTUJATE (NII VÄLIS- KUI KA ENDOGEENSETE) MÄÄRAMISEKS SÜVAÕPPE KONTEKSTIS,E. KÕIK UUED MUDELID NÕUDLUSE PROGNOOSIMISEKS JA/VÕI NÕUDLUSE ELASTSUSE KÕVER HINNA JA/VÕI NÕUDLUSE OPTIMEERIMISE PROBLEEMI LAHENDAMISEKS. (Estonian) / rank
 
Normal rank
Property / summary: PROJEKTI EESMÄRK ON TEGELEDA ORGAANILISELT JA TERVIKLIKULT JÄRGMISTE LAHENDAMATA PROBLEEMIDE LAHENDAMISEGA:A. STOHHASTILISE/TUGEVA OPTIMEERIMISE MUDELITE KINDLAKSMÄÄRAMINE JA LAHENDUS KOOS OSTU-, HINNAKUJUNDUS- JA/VÕI RESSURSIPLANEERIMISE RAKENDUSTEGA, B. OPTIMEERIMISMUDELITE RAKENDAMINE PARIMA MASINÕPPE MUDELI OPTIMAALSEKS VALIKUKS ENNUSTAVATE ÜLESANNETE JAOKS,C. OPTIMEERIMISMUDELITE RAKENDAMINE MASINÕPPE MUDELITE PARAMEETRITE OPTIMAALSEKS VALIKUKS,D. MUDELID MÕJUMUUTUJATE (NII VÄLIS- KUI KA ENDOGEENSETE) MÄÄRAMISEKS SÜVAÕPPE KONTEKSTIS,E. KÕIK UUED MUDELID NÕUDLUSE PROGNOOSIMISEKS JA/VÕI NÕUDLUSE ELASTSUSE KÕVER HINNA JA/VÕI NÕUDLUSE OPTIMEERIMISE PROBLEEMI LAHENDAMISEKS. (Estonian) / qualifier
 
point in time: 21 July 2022
Timestamp+2022-07-21T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / coordinate location
 
41°53'35.95"N, 12°28'58.55"E
Latitude41.8933203
Longitude12.4829321
Precision1.0E-5
Globehttp://www.wikidata.org/entity/Q2
Property / coordinate location: 41°53'35.95"N, 12°28'58.55"E / rank
 
Normal rank
Property / contained in NUTS
 
Property / contained in NUTS: Province of Rome / rank
 
Normal rank
Property / priority axis
 
Property / priority axis: Education and training / rank
 
Normal rank
Property / thematic objective
 
Property / thematic objective: Educational and vocational training / rank
 
Normal rank
Property / start time
 
27 January 2021
Timestamp+2021-01-27T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / start time: 27 January 2021 / rank
 
Normal rank
Property / date of last update
 
8 April 2023
Timestamp+2023-04-08T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / date of last update: 8 April 2023 / rank
 
Normal rank
Property / Call for proposal
 
Property / Call for proposal: Intervento per il rafforzamento della ricerca nel Lazio-incentivi per i dottorati di innovazione per le imprese / rank
 
Normal rank

Latest revision as of 15:07, 11 October 2024

Project Q4141333 in Italy
Language Label Description Also known as
English
OPERATIONS RESEARCH AND MACHINE LEARNING FOR SUPPLY CHAIN OPTIMISATION
Project Q4141333 in Italy

    Statements

    0 references
    23,594.34 Euro
    0 references
    47,188.67 Euro
    0 references
    50.0 percent
    0 references
    27 January 2021
    0 references
    ACT OPERATIONS RESEARCH IT S.R.L.
    0 references
    UNIVERSITà DEGLI STUDI DI ROMA LA SAPIENZA
    0 references
    0 references
    0 references
    0 references
    0 references

    41°53'35.95"N, 12°28'58.55"E
    0 references
    IL PROGETTO SI PONE L'OBIETTIVO DI TOCCARE IN MODO ORGANICO E INTEGRATO LA SOLUZIONE DEI SEGUENTI PROBLEMI APERTI:A. LA DETERMINAZIONE E SOLUZIONE DI MODELLI DI OTTIMIZZAZIONE STOCASTICA/ ROBUSTA CON APPLICAZIONE ALL'ACQUISTO, PRICING E/ O PIANIFICAZIONE DELLE RISORSE,B. APPLICAZIONE DI MODELLI DI OTTIMIZZAZIONE ALLA SCELTA OTTIMA DEL MODELLO DI MACHINE LEARNING MIGLIORE PER TASK PREDITTIVI,C. APPLICAZIONE DI MODELLI DI OTTIMIZZAZIONE ALLA SCELTA OTTIMA DELLA PARAMETRIZZAZIONE DI DI MODELLI DI MACHINE LEARNING,D. MODELLI PER LA DETERMINAZIONE DI VARIABILI DI INFLUENZA (SIA ESOGENE CHE ENDOGENE) IN CONTESTI DI DEEP LEARNING,E. EVENTUALI NUOVI MODELLI STATO DELL'ARTE PER LA PREVISIONE DELLA DOMANDA E/ O DELLA CURVA DI ELASTICITà DELLA DOMANDA AL PREZZO,F. DEFINIZIONE DI META-MODELLI CHE PERMETTANO DI 'IMPARARE' LA SOLUZIONE DI DETERMINATE CLASSI DI PROBLEMI DI OTTIMIZZAZIONE MATEMATICA. (Italian)
    0 references
    EL PROYECTO TIENE COMO OBJETIVO ABORDAR DE MANERA ORGÁNICA E INTEGRADA LA SOLUCIÓN DE LOS SIGUIENTES PROBLEMAS ABIERTOS: A. LA DETERMINACIÓN Y SOLUCIÓN DE MODELOS DE OPTIMIZACIÓN ESTOCÁSTICA/ROBUST CON APLICACIÓN A LA COMPRA, FIJACIÓN DE PRECIOS O PLANIFICACIÓN DE RECURSOS,B. APLICACIÓN DE MODELOS DE OPTIMIZACIÓN A LA ELECCIÓN ÓPTIMA DEL MEJOR MODELO DE APRENDIZAJE AUTOMÁTICO PARA TAREAS PREDICTIVAS,C. APLICACIÓN DE MODELOS DE OPTIMIZACIÓN A LA ELECCIÓN ÓPTIMA DE MODELOS DE APRENDIZAJE AUTOMÁTICO,D. MODELOS PARA LA DETERMINACIÓN DE VARIABLES DE INFLUENCIA (TANTO EXÓGENAS COMO ENDÓGENAS) EN CONTEXTOS DE APRENDIZAJE PROFUNDO,E. CUALQUIER NUEVO MODELO ESTADO DEL ARTE PARA PRONOSTICAR LA DEMANDA O LA CURVA DE ELASTICIDAD DE LA DEMANDA AL PRECIO, O LA SOLUCIÓN DE LA SOLUCIÓN. (Spanish)
    30 January 2022
    0 references
    THE PROJECT AIMS TO ADDRESS IN AN ORGANIC AND INTEGRATED WAY THE SOLUTION OF THE FOLLOWING OPEN PROBLEMS:A. THE DETERMINATION AND SOLUTION OF STOCHASTIC/ROBUST OPTIMISATION MODELS WITH APPLICATION TO PURCHASE, PRICING AND/OR RESOURCE PLANNING,B. APPLICATION OF OPTIMISATION MODELS TO THE OPTIMAL CHOICE OF THE BEST MACHINE LEARNING MODEL FOR PREDICTIVE TASKS,C. APPLICATION OF OPTIMISATION MODELS TO THE OPTIMAL CHOICE OF PARAMETERISATION OF MACHINE LEARNING MODELS,D. MODELS FOR THE DETERMINATION OF INFLUENCE VARIABLES (BOTH EXOGENOUS AND ENDOGENOUS) IN DEEP LEARNING CONTEXTS,E. ANY NEW MODELS STATE OF THE ART FOR FORECASTING DEMAND AND/OR THE CURVE OF ELASTICITY OF DEMAND TO THE PRICE, AND/OR THE SOLUTION OF THE DEMAND-MACHINE-OPTIMISATION PROBLEM. (English)
    31 January 2022
    0.2717636352588888
    0 references
    LE PROJET VISE À TRAITER DE MANIÈRE ORGANIQUE ET INTÉGRÉE LA SOLUTION DES PROBLÈMES OUVERTS SUIVANTS:A. LA DÉTERMINATION ET LA SOLUTION DES MODÈLES D’OPTIMISATION STOCHASTIQUE/ROBUST AVEC APPLICATION À L’ACHAT, LA TARIFICATION ET/OU LA PLANIFICATION DES RESSOURCES,B. APPLICATION DES MODÈLES D’OPTIMISATION AU CHOIX OPTIMAL DU MEILLEUR MODÈLE D’APPRENTISSAGE AUTOMATIQUE POUR LES TÂCHES PRÉDICTIVES,C. APPLICATION DES MODÈLES D’OPTIMISATION AU CHOIX OPTIMAL DE LA PARAMÉTRISATION DES MODÈLES D’APPRENTISSAGE MACHINE,D. MODÈLES POUR LA DÉTERMINATION DES VARIABLES D’INFLUENCE (EXOGÈNES ET ENDOGÈNES) DANS LES CONTEXTES D’APPRENTISSAGE PROFOND,E. TOUT NOUVEAU MODÈLE ÉTAT DE L’ART POUR LA PRÉVISION DE LA DEMANDE ET/OU LA COURBE DE L’ÉLASTICITÉ DE LA DEMANDE PAR RAPPORT AU PRIX, ET/OU LA SOLUTION DU PROBLÈME D’OPTIMISATION DE LA MACHINE. (French)
    1 February 2022
    0 references
    ZIEL DES PROJEKTES IST ES, DIE LÖSUNG FOLGENDER OFFENER PROBLEME IN ORGANISCHER UND INTEGRIERTER WEISE ANZUGEHEN:A. DIE BESTIMMUNG UND LÖSUNG STOCHASTISCHER/ROBUSTER OPTIMIERUNGSMODELLE MIT ANWENDUNG AUF KAUF-, PREIS- UND/ODER RESSOURCENPLANUNG,B. ANWENDUNG VON OPTIMIERUNGSMODELLEN AUF DIE OPTIMALE WAHL DES BESTEN MACHINE LEARNING MODELLS FÜR VORAUSSCHAUENDE AUFGABEN,C. ANWENDUNG VON OPTIMIERUNGSMODELLEN AUF DIE OPTIMALE WAHL DER PARAMETRIERUNG VON MASCHINENLERNMODELLEN,D. MODELLE ZUR BESTIMMUNG VON EINFLUSSVARIABLEN (SOWOHL EXOGENE ALS AUCH ENDOGENE) IN TIEFEN LERNKONTEXTEN,E. ALLE NEUEN MODELLE STATE OF THE ART ZUR VORHERSAGE VON NACHFRAGE UND/ODER DIE KURVE DER ELASTIZITÄT DER NACHFRAGE AUF DEN PREIS UND/ODER DIE LÖSUNG DER NACHFRAGE-OPTIMIERUNG. (German)
    3 February 2022
    0 references
    HET PROJECT BEOOGT OP EEN ORGANISCHE EN GEÏNTEGREERDE MANIER DE OPLOSSING VAN DE VOLGENDE OPEN PROBLEMEN AAN TE PAKKEN:A. DE BEPALING EN OPLOSSING VAN STOCHASTISCHE/ROBUST OPTIMALISATIEMODELLEN MET TOEPASSING OP AANKOOP, PRIJSSTELLING EN/OF RESOURCE PLANNING,B. TOEPASSING VAN OPTIMALISATIEMODELLEN VOOR DE OPTIMALE KEUZE VAN HET BESTE MACHINE LEARNING MODEL VOOR VOORSPELLENDE TAKEN,C. TOEPASSING VAN OPTIMALISATIEMODELLEN VOOR DE OPTIMALE KEUZE VAN PARAMETERISATIE VAN MACHINE LEARNING MODELLEN,D. MODELLEN VOOR DE BEPALING VAN INVLOEDSVARIABELEN (ZOWEL EXOGENE ALS ENDOGENE) IN DIEPE LEERCONTEXTEN,E. ALLE NIEUWE MODELLEN STATE OF THE ART VOOR HET VOORSPELLEN VAN DE VRAAG EN/OF DE CURVE VAN ELASTICITEIT VAN VRAAG NAAR DE PRIJS, EN/OF DE OPLOSSING VAN DE VRAAG. (Dutch)
    3 February 2022
    0 references
    PROJEKTET HAR TIL FORMÅL PÅ EN ORGANISK OG INTEGRERET MÅDE AT LØSE FØLGENDE ÅBNE PROBLEMER:A. BESTEMMELSE OG LØSNING AF STOKASTISKE/ROBUST OPTIMERINGSMODELLER MED ANVENDELSE TIL KØB, PRISSÆTNING OG/ELLER RESSOURCEPLANLÆGNING,B. ANVENDELSE AF OPTIMERINGSMODELLER TIL DET OPTIMALE VALG AF DEN BEDSTE MASKINLÆRINGSMODEL TIL PRÆDIKTIVE OPGAVER,C. ANVENDELSE AF OPTIMERINGSMODELLER TIL DET OPTIMALE VALG AF PARAMETERISERING AF MASKININDLÆRINGSMODELLER, D. MODELLER TIL BESTEMMELSE AF INDFLYDELSESVARIABLER (BÅDE EKSOGENE OG ENDOGENE) I DYB LÆRINGSSAMMENHÆNGE, E. NYE MODELLER STATE OF THE ART TIL PROGNOSEEFTERSPØRGSEL OG/ELLER KURVEN FOR EFTERSPØRGSELSELASTICITET TIL PRISEN, OG/ELLER LØSNINGEN AF EFTERSPØRGSELSPROBLEMTIMISERING. (Danish)
    21 July 2022
    0 references
    ΤΟ ΈΡΓΟ ΈΧΕΙ ΩΣ ΣΤΌΧΟ ΝΑ ΑΝΤΙΜΕΤΩΠΊΣΕΙ ΜΕ ΟΡΓΑΝΙΚΌ ΚΑΙ ΟΛΟΚΛΗΡΩΜΈΝΟ ΤΡΌΠΟ ΤΗ ΛΎΣΗ ΤΩΝ ΑΚΌΛΟΥΘΩΝ ΑΝΟΙΚΤΏΝ ΠΡΟΒΛΗΜΆΤΩΝ:Α. ΤΟΝ ΠΡΟΣΔΙΟΡΙΣΜΌ ΚΑΙ ΤΗ ΛΎΣΗ ΤΩΝ ΣΤΟΧΑΣΤΙΚΏΝ/ΡΩΣΤΙΚΏΝ ΜΟΝΤΈΛΩΝ ΒΕΛΤΙΣΤΟΠΟΊΗΣΗΣ ΜΕ ΕΦΑΡΜΟΓΉ ΣΤΗΝ ΑΓΟΡΆ, ΤΙΜΟΛΌΓΗΣΗ Ή/ΚΑΙ ΣΧΕΔΙΑΣΜΌ ΠΌΡΩΝ,Β. ΕΦΑΡΜΟΓΉ ΜΟΝΤΈΛΩΝ ΒΕΛΤΙΣΤΟΠΟΊΗΣΗΣ ΣΤΗ ΒΈΛΤΙΣΤΗ ΕΠΙΛΟΓΉ ΤΟΥ ΚΑΛΎΤΕΡΟΥ ΜΟΝΤΈΛΟΥ ΜΗΧΑΝΙΚΉΣ ΜΆΘΗΣΗΣ ΓΙΑ ΠΡΟΓΝΩΣΤΙΚΈΣ ΕΡΓΑΣΊΕΣ,Γ. ΕΦΑΡΜΟΓΉ ΜΟΝΤΈΛΩΝ ΒΕΛΤΙΣΤΟΠΟΊΗΣΗΣ ΣΤΗ ΒΈΛΤΙΣΤΗ ΕΠΙΛΟΓΉ ΠΑΡΑΜΕΤΡΟΠΟΊΗΣΗΣ ΤΩΝ ΜΟΝΤΈΛΩΝ ΜΗΧΑΝΙΚΉΣ ΜΆΘΗΣΗΣ,Δ. ΜΟΝΤΈΛΑ ΓΙΑ ΤΟΝ ΠΡΟΣΔΙΟΡΙΣΜΌ ΤΩΝ ΜΕΤΑΒΛΗΤΏΝ ΕΠΙΡΡΟΉΣ (ΤΌΣΟ ΕΞΩΓΕΝΈΣ ΌΣΟ ΚΑΙ ΕΝΔΟΓΕΝΈΣ) ΣΕ ΒΑΘΙΆ ΜΑΘΗΣΙΑΚΆ ΠΛΑΊΣΙΑ,Ε. ΟΠΟΙΑΔΉΠΟΤΕ ΝΈΑ ΜΟΝΤΈΛΑ ΤΗΣ ΤΈΧΝΗΣ ΓΙΑ ΤΗΝ ΠΡΌΒΛΕΨΗ ΤΗΣ ΖΉΤΗΣΗΣ Ή/ΚΑΙ ΤΗΣ ΚΑΜΠΎΛΗΣ ΕΛΑΣΤΙΚΌΤΗΤΑΣ ΤΗΣ ΖΉΤΗΣΗΣ ΣΤΗ ΛΎΣΗ ΤΗΣ ΤΙΜΉΣ Ή/ΚΑΙ ΤΗΣ ΖΉΤΗΣΗΣ. (Greek)
    21 July 2022
    0 references
    PROJEKT IMA ZA CILJ NA ORGANSKI I INTEGRIRAN NAČIN RIJEŠITI SLJEDEĆE OTVORENE PROBLEME:A. ODREĐIVANJE I RJEŠENJE STOHASTIČKIH/ROBUST OPTIMIZACIJSKIH MODELA UZ PRIMJENU NA KUPNJU, ODREĐIVANJE CIJENA I/ILI PLANIRANJE RESURSA, B. PRIMJENA OPTIMIZACIJSKIH MODELA NA OPTIMALAN IZBOR NAJBOLJEG MODELA STROJNOG UČENJA ZA PREDIKTIVNE ZADATKE, C. PRIMJENA OPTIMIZACIJSKIH MODELA NA OPTIMALAN IZBOR PARAMETARA MODELA STROJNOG UČENJA,D. MODELI ZA ODREĐIVANJE UTJECAJNIH VARIJABLI (I EGZOGENIH I ENDOGENIH) U DUBOKIM KONTEKSTIMA UČENJA,E. BILO KOJI NOVI MODELI NAJNOVIJI MODELI ZA PREDVIĐANJE POTRAŽNJE I/ILI KRIVULJA ELASTIČNOSTI POTRAŽNJE NA CIJENU, I/ILI RJEŠENJE PROBLEMA OPTIMIZACIJE POTRAŽNJE. (Croatian)
    21 July 2022
    0 references
    PROIECTUL ÎȘI PROPUNE SĂ ABORDEZE ÎNTR-UN MOD ORGANIC ȘI INTEGRAT SOLUȚIA URMĂTOARELOR PROBLEME DESCHISE:A. DETERMINAREA ȘI SOLUȚIA MODELELOR DE OPTIMIZARE STOCASTICĂ/ROBUST CU APLICARE LA CUMPĂRAREA, STABILIREA PREȚURILOR ȘI/SAU PLANIFICAREA RESURSELOR,B. APLICAREA MODELELOR DE OPTIMIZARE LA ALEGEREA OPTIMĂ A CELUI MAI BUN MODEL DE ÎNVĂȚARE AUTOMATĂ PENTRU SARCINI PREDICTIVE,C. APLICAREA MODELELOR DE OPTIMIZARE LA ALEGEREA OPTIMĂ A PARAMETRIZĂRII MODELELOR DE ÎNVĂȚARE AUTOMATĂ,D. MODELE PENTRU DETERMINAREA VARIABILELOR DE INFLUENȚĂ (ATÂT EXOGENE, CÂT ȘI ENDOGENE) ÎN CONTEXTE DE ÎNVĂȚARE PROFUNDĂ,E. ORICE MODELE NOI DE PREVIZIONARE A CERERII ȘI/SAU CURBA ELASTICITĂȚII CERERII LA PREȚ ȘI/SAU SOLUȚIA PROBLEMEI CERERII. (Romanian)
    21 July 2022
    0 references
    CIEĽOM PROJEKTU JE RIEŠIŤ ORGANICKÝM A INTEGROVANÝM SPÔSOBOM RIEŠENIE NASLEDUJÚCICH OTVORENÝCH PROBLÉMOV:A. STANOVENIE A RIEŠENIE STOCHASTICKÝCH/ROBUSTNÝCH OPTIMALIZAČNÝCH MODELOV S APLIKÁCIOU NA NÁKUP, OCEŇOVANIE A/ALEBO PLÁNOVANIE ZDROJOV, B. APLIKÁCIA OPTIMALIZAČNÝCH MODELOV NA OPTIMÁLNY VÝBER NAJLEPŠIEHO MODELU STROJOVÉHO UČENIA PRE PREDIKTÍVNE ÚLOHY,C. APLIKÁCIA OPTIMALIZAČNÝCH MODELOV NA OPTIMÁLNY VÝBER PARAMETRIZÁCIE MODELOV STROJOVÉHO UČENIA,D. MODELY NA URČENIE OVPLYVŇUJÚCICH PREMENNÝCH (EXOGÉNNE AJ ENDOGÉNNE) V KONTEXTE HĹBKOVÉHO UČENIA,E. AKÉKOĽVEK NOVÉ MODELY STAV TECHNIKY PRE PROGNÓZOVANIE DOPYTU A/ALEBO KRIVKY ELASTICITY DOPYTU K CENE A/ALEBO RIEŠENIE DOPYTU. (Slovak)
    21 July 2022
    0 references
    IL-PROĠETT GĦANDU L-GĦAN LI JINDIRIZZA B’MOD ORGANIKU U INTEGRAT IS-SOLUZZJONI TAL-PROBLEMI MIFTUĦA LI ĠEJJIN:A. ID-DETERMINAZZJONI U S-SOLUZZJONI TA’ MUDELLI TA’ OTTIMIZZAZZJONI STOCHASTIC/ROBUST BL-APPLIKAZZJONI GĦAX-XIRI, L-IPPREZZAR U/JEW L-IPPJANAR TAR-RIŻORSI, B. APPLIKAZZJONI TA’ MUDELLI TA’ OTTIMIZZAZZJONI GĦALL-AĦJAR GĦAŻLA TAL-AĦJAR MUDELL TA’ TAGĦLIM AWTOMATIKU GĦAL KOMPITI TA’ TBASSIR,C. APPLIKAZZJONI TA’ MUDELLI TA’ OTTIMIZZAZZJONI GĦALL-AĦJAR GĦAŻLA TA’ PARAMETRIZZAZZJONI TA’ MUDELLI TA’ TAGĦLIM AWTOMATIKU, MUDELLI GĦAD-DETERMINAZZJONI TA’ VARJABBLI TA’ INFLUWENZA (KEMM EŻOĠENI KIF UKOLL ENDOĠENI) F’KUNTESTI TA’ TAGĦLIM FIL-FOND, E. KWALUNKWE MUDELL ĠDID TAL-ISTAT TAL-ARTI GĦAT-TBASSIR TAD-DOMANDA U/JEW IL-KURVA TAL-ELASTIĊITÀ TAD-DOMANDA GĦALL-PREZZ, IS-SOLUZZJONI/ID-DOMANDA/IL-PROBLEMA TAD-DOMANDA. (Maltese)
    21 July 2022
    0 references
    THE PROJECT AIMS TO ADDRESS IN AN ORGANIC AND INTEGRATED WAY THE SOLUTION OF THE FOLLOWING OPEN PROBLEMS:A. THE DETERMINATION AND SOLUTION OF STOCHASTIC/ROBUST OPTIMISATION MODELS WITH APPLICATION TO PURCHASE, PRICING AND/OR RESOURCE PLANNING,B. APPLICATION OF OPTIMISATION MODELS TO THE OPTIMAL CHOICE OF THE BEST MACHINE LEARNING MODEL FOR PREDICTIVE TASKS,C. APPLICATION OF OPTIMISATION MODELS TO THE OPTIMAL CHOICE OF PARAMETERISATION OF MACHINE LEARNING MODELS,D. MODELS FOR THE DETERMINATION OF INFLUENCE VARIABLES (BOTH EXOGENOUS AND ENDOGENOUS) IN DEEP LEARNING CONTEXTS,E. ANY NEW MODELS STATE OF THE ART FOR FORECASTING DEMAND AND/OR THE CURVE OF ELASTICITY OF DEMAND TO THE PRICE, AND/OR THE SOLUTION OF THE DEMAND-MACHINE-OPTIMISATION PROBLEM. (Portuguese)
    21 July 2022
    0 references
    HANKKEEN TAVOITTEENA ON KÄSITELLÄ ORGAANISELLA JA INTEGROIDULLA TAVALLA SEURAAVIEN AVOINTEN ONGELMIEN RATKAISUA:A. STOKASTISTEN/ROBUST-OPTIMOINTIMALLIEN MÄÄRITTÄMINEN JA RATKAISU, JOSSA SOVELLETAAN OSTO-, HINNOITTELU- JA/TAI RESURSSISUUNNITTELUA, B. OPTIMOINTIMALLIEN SOVELTAMINEN PARHAASEEN MAHDOLLISEEN KONEOPPIMISMALLIN VALINTAAN ENNAKOIVIIN TEHTÄVIIN, C. OPTIMOINTIMALLIEN SOVELTAMINEN KONEOPPIMISMALLIEN PARAMETRIEN OPTIMAALISEEN VALINTAAN, D. MALLIT VAIKUTUSMUUTTUJIEN (SEKÄ EKSOGEENISTEN ETTÄ ENDOGEENISTEN) MÄÄRITTÄMISEKSI SYVÄSSÄ OPPIMISYMPÄRISTÖSSÄ,E. KAIKKI UUDET MALLIT KYSYNNÄN ENNUSTAMISEEN JA/TAI KYSYNNÄN JOUSTAVUUDEN KÄYRÄÄN, JA/TAI KYSYNNÄN OPTIMOINNIN RATKAISU. (Finnish)
    21 July 2022
    0 references
    PROJEKT MA NA CELU ROZWIĄZANIE W SPOSÓB ORGANICZNY I ZINTEGROWANY ROZWIĄZANIA NASTĘPUJĄCYCH OTWARTYCH PROBLEMÓW:A. OKREŚLENIE I ROZWIĄZANIE STOCHASTYCZNYCH/TRWAŁYCH MODELI OPTYMALIZACJI Z ZASTOSOWANIEM DO ZAKUPU, WYCENY I/LUB PLANOWANIA ZASOBÓW,B. ZASTOSOWANIE MODELI OPTYMALIZACYJNYCH DO OPTYMALNEGO WYBORU NAJLEPSZEGO MODELU UCZENIA MASZYNOWEGO DO ZADAŃ PREDYKCYJNYCH,C. ZASTOSOWANIE MODELI OPTYMALIZACYJNYCH DO OPTYMALNEGO WYBORU PARAMETRYZACJI MODELI UCZENIA MASZYNOWEGO,D. MODELE DO OKREŚLANIA ZMIENNYCH WPŁYWOWYCH (ZARÓWNO EGZOGENNYCH, JAK I ENDOGENICZNYCH) W KONTEKSTACH GŁĘBOKIEGO UCZENIA SIĘ,E. WSZELKIE NOWE MODELE NAJNOWOCZEŚNIEJSZE DO PROGNOZOWANIA POPYTU I/LUB KRZYWEJ ELASTYCZNOŚCI POPYTU DO CENY I/LUB ROZWIĄZANIA PROBLEMU POPYTU. (Polish)
    21 July 2022
    0 references
    CILJ PROJEKTA JE NA EKOLOŠKI IN INTEGRIRAN NAČIN OBRAVNAVATI REŠITEV NASLEDNJIH ODPRTIH PROBLEMOV:A. DOLOČITEV IN REŠITEV STOHASTIČNIH/ROBUST OPTIMIZACIJSKIH MODELOV Z UPORABO ZA NAKUP, DOLOČANJE CEN IN/ALI NAČRTOVANJE VIROV, B. UPORABA MODELOV OPTIMIZACIJE ZA OPTIMALNO IZBIRO NAJBOLJŠEGA MODELA STROJNEGA UČENJA ZA NAPOVEDNE NALOGE, C. UPORABA MODELOV OPTIMIZACIJE ZA OPTIMALNO IZBIRO PARAMETERIZACIJE MODELOV STROJNEGA UČENJA,D. MODELI ZA DOLOČANJE SPREMENLJIVK VPLIVA (TAKO EKSOGENIH IN ENDOGENIH) V GLOBOKIH UČNIH KONTEKSTIH, E. KATERI KOLI NOVI MODELI STANJE TEHNIKE ZA NAPOVEDOVANJE POVPRAŠEVANJA IN/ALI KRIVULJA ELASTIČNOSTI POVPRAŠEVANJA NA CENO IN/ALI REŠITEV PROBLEMA POVPRAŠEVANJA-ACHMA. (Slovenian)
    21 July 2022
    0 references
    CÍLEM PROJEKTU JE ŘEŠIT ORGANICKÝM A INTEGROVANÝM ZPŮSOBEM ŘEŠENÍ TĚCHTO OTEVŘENÝCH PROBLÉMŮ:A. STANOVENÍ A ŘEŠENÍ STOCHASTICKÝCH/ROBUST OPTIMALIZAČNÍCH MODELŮ S APLIKACÍ NA NÁKUP, STANOVENÍ CEN A/NEBO PLÁNOVÁNÍ ZDROJŮ,B. APLIKACE OPTIMALIZAČNÍCH MODELŮ NA OPTIMÁLNÍ VÝBĚR NEJLEPŠÍHO MODELU STROJOVÉHO UČENÍ PRO PREDIKTIVNÍ ÚKOLY,C. APLIKACE OPTIMALIZAČNÍCH MODELŮ NA OPTIMÁLNÍ VOLBU PARAMETRIZACE MODELŮ STROJOVÉHO UČENÍ,D. MODELY PRO URČENÍ VLIVOVÝCH PROMĚNNÝCH (EXOGENNÍCH I ENDOGENNÍCH) V HLUBOKÉM UČENÍ,E. JAKÉKOLI NOVÉ MODELY STAV UMĚNÍ PRO PŘEDVÍDÁNÍ POPTÁVKY A/NEBO KŘIVKY ELASTICITY POPTÁVKY K CENĚ A/NEBO ŘEŠENÍ PROBLÉMU POPTÁVKY. (Czech)
    21 July 2022
    0 references
    PROJEKTO TIKSLAS – ORGANIŠKAI IR INTEGRUOTAI SPRĘSTI ŠIAS ATVIRAS PROBLEMAS:A. STOCHASTINIŲ/TVIRTŲ OPTIMIZAVIMO MODELIŲ NUSTATYMAS IR SPRENDIMAS TAIKANT PIRKIMĄ, KAINODARĄ IR (ARBA) IŠTEKLIŲ PLANAVIMĄ, B. OPTIMIZAVIMO MODELIŲ TAIKYMAS OPTIMALIAM GERIAUSIO MAŠINŲ MOKYMOSI MODELIO PASIRINKIMUI PROGNOZAVIMO UŽDUOTIMS,C. OPTIMIZAVIMO MODELIŲ TAIKYMAS OPTIMALIAM MAŠINŲ MOKYMOSI MODELIŲ PARAMETRŲ PASIRINKIMUI,D. MODELIAI ĮTAKOS KINTAMIESIEMS (TIEK EGZOGENINIAMS, TIEK ENDOGENINIAMS) GILIAI MOKYMOSI APLINKOJE NUSTATYTI,E. BET KOKIE NAUJI MODELIAI MENO BŪKLĖ PROGNOZUOJANT PAKLAUSĄ IR (ARBA) PAKLAUSOS ELASTINGUMO KREIVĘ Į KAINĄ IR/ARBA PAKLAUSOS PROBLEMOS SPRENDIMĄ. (Lithuanian)
    21 July 2022
    0 references
    PROJEKTA MĒRĶIS IR ORGANISKI UN INTEGRĒTI RISINĀT ŠĀDU ATKLĀTU PROBLĒMU RISINĀJUMU:A. STOHASTISKO/ROBUST OPTIMIZĀCIJAS MODEĻU NOTEIKŠANA UN RISINĀJUMS AR PIELIETOJUMU IEGĀDEI, CENU NOTEIKŠANAI UN/VAI RESURSU PLĀNOŠANAI, B. OPTIMIZĀCIJAS MODEĻU PIEMĒROŠANA OPTIMĀLAI LABĀKĀ MAŠĪNMĀCĪŠANĀS MODEĻA IZVĒLEI PROGNOZĒJOŠIEM UZDEVUMIEM,C. OPTIMIZĀCIJAS MODEĻU PIEMĒROŠANA OPTIMĀLAI MAŠĪNMĀCĪŠANĀS MODEĻU PARAMETRU IZVĒLEI,D. MODEĻI IETEKMES MAINĪGO NOTEIKŠANAI (GAN EKSOGĒNI, GAN ENDOGĒNI) DZIĻĀS MĀCĪŠANĀS KONTEKSTOS,E. JEBKURI JAUNI MODEĻI, LAI PROGNOZĒTU PIEPRASĪJUMU UN/VAI PIEPRASĪJUMA ELASTĪBAS LĪKNI ATTIECĪBĀ PRET CENU, UN/VAI PIEPRASĪJUMA RISINĀJUMU. (Latvian)
    21 July 2022
    0 references
    ПРОЕКТЪТ ИМА ЗА ЦЕЛ ДА ОТГОВОРИ ПО ОРГАНИЧЕН И ИНТЕГРИРАН НАЧИН НА РЕШАВАНЕТО НА СЛЕДНИТЕ ОТКРИТИ ПРОБЛЕМИ:А. ОПРЕДЕЛЯНЕ И РЕШАВАНЕ НА СТОХАСТИЧНИ/РОБУСНИ МОДЕЛИ ЗА ОПТИМИЗАЦИЯ С ПРИЛОЖЕНИЕ ЗА ЗАКУПУВАНЕ, ЦЕНООБРАЗУВАНЕ И/ИЛИ ПЛАНИРАНЕ НА РЕСУРСИТЕ, Б. ПРИЛАГАНЕ НА МОДЕЛИ ЗА ОПТИМИЗАЦИЯ КЪМ ОПТИМАЛНИЯ ИЗБОР НА НАЙ-ДОБРИЯ МОДЕЛ ЗА МАШИННО САМООБУЧЕНИЕ ЗА ПРОГНОЗНИ ЗАДАЧИ, C. ПРИЛАГАНЕ НА МОДЕЛИ ЗА ОПТИМИЗАЦИЯ КЪМ ОПТИМАЛЕН ИЗБОР НА ПАРАМЕТРИЗИРАНЕ НА МОДЕЛИ ЗА МАШИННО САМООБУЧЕНИЕ, D. МОДЕЛИ ЗА ОПРЕДЕЛЯНЕ НА ВЛИЯТЕЛНИ ПРОМЕНЛИВИ (КАКТО ЕКЗОГЕННИ, ТАКА И ЕНДОГЕННИ) В ДЪЛБОКИ УЧЕБНИ КОНТЕКСТИ,Д. НОВИ МОДЕЛИ СЪСТОЯНИЕ НА ТЕХНИКАТА ЗА ПРОГНОЗИРАНЕ НА ТЪРСЕНЕТО И/ИЛИ КРИВАТА НА ЕЛАСТИЧНОСТТА НА ТЪРСЕНЕТО КЪМ ЦЕНАТА, И/ИЛИ РЕШАВАНЕТО НА ПРОБЛЕМА С ТЪРСЕНЕТО. (Bulgarian)
    21 July 2022
    0 references
    A PROJEKT CÉLJA, HOGY SZERVES ÉS INTEGRÁLT MÓDON KEZELJE A KÖVETKEZŐ NYITOTT PROBLÉMÁK MEGOLDÁSÁT:A. A SZTOCHASZTIKUS/ROBUST OPTIMALIZÁLÁSI MODELLEK MEGHATÁROZÁSA ÉS MEGOLDÁSA VÁSÁRLÁSRA, ÁRKÉPZÉSRE ÉS/VAGY ERŐFORRÁS-TERVEZÉSRE VALÓ ALKALMAZÁSSAL,B. OPTIMALIZÁLÁSI MODELLEK ALKALMAZÁSA A LEGJOBB GÉPI TANULÁSI MODELL OPTIMÁLIS KIVÁLASZTÁSÁRA A PREDIKTÍV FELADATOKHOZ,C. OPTIMALIZÁLÁSI MODELLEK ALKALMAZÁSA A GÉPI TANULÁSI MODELLEK PARAMÉTEREZÉSÉNEK OPTIMÁLIS KIVÁLASZTÁSÁRA,D. MODELLEK A BEFOLYÁSOLÓ VÁLTOZÓK (EXOGÉN ÉS ENDOGÉN) MEGHATÁROZÁSÁRA MÉLY TANULÁSI KONTEXTUSOKBAN,E. MINDEN ÚJ MODELL A LEGMODERNEBB MODELLEK A KERESLET ELŐREJELZÉSÉRE ÉS/VAGY A KERESLET RUGALMASSÁGÁNAK GÖRBÉJÉRE AZ ÁRHOZ, ÉS/VAGY A KERESLETI PROBLÉMÁK MEGOLDÁSÁHOZ. (Hungarian)
    21 July 2022
    0 references
    TÁ SÉ MAR AIDHM AG AN TIONSCADAL AGHAIDH A THABHAIRT, AR BHEALACH ORGÁNACH AGUS COMHTHÁITE, AR RÉITEACH NA BHFADHBANNA OSCAILTE SEO A LEANAS:A. CINNEADH AGUS RÉITEACH SAMHLACHA OPTAMAITHE STOCASTACHA/LEAS IOMLÁNAITHE LE CUR I BHFEIDHM AR CHEANNACH, AR PHRAGHSÁIL AGUS/NÓ AR PHLEANÁIL ACMHAINNÍ,B. SAMHLACHA OPTAMAITHE A CHUR I BHFEIDHM MAIDIR LEIS AN ROGHA IS FEARR IS FÉIDIR DEN TSAMHAIL MHEAISÍNFHOGHLAMA IS FEARR DO THASCANNA TUARTHA,C. SAMHLACHA OPTAMAITHE A CHUR I BHFEIDHM MAIDIR LEIS AN ROGHA IS FEARR IS FÉIDIR A DHÉANAMH AR PHARAIMÉADARÚ SAMHLACHA MEAISÍNFHOGHLAMA, SAMHLACHA CHUN ATHRÓGA TIONCHAIR A CHINNEADH (IDIR ATHRÓGA EISGINIÚLA AGUS INGINIÚLA) I GCOMHTHÉACSANNA DOMHAINFHOGHLAMA, E. AON MHÚNLAÍ NUA STÁT NA HEALAÍNE CHUN ÉILEAMH A THUAR AGUS/NÓ CUARTHACHT AN ÉILIMH AR AN BPRAGHAS, AGUS/NÓ AN RÉITEACH AR AN BHFADHB MAIDIR LEIS AN ÉILEAMH A THUAR. (Irish)
    21 July 2022
    0 references
    PROJEKTET SYFTAR TILL ATT PÅ ETT ORGANISKT OCH INTEGRERAT SÄTT LÖSA FÖLJANDE ÖPPNA PROBLEM:A. BESTÄMNING OCH LÖSNING AV STOKASTISKA/ROBUST OPTIMERINGSMODELLER MED TILLÄMPNING PÅ INKÖP, PRISSÄTTNING OCH/ELLER RESURSPLANERING, B. TILLÄMPNING AV OPTIMERINGSMODELLER TILL DET OPTIMALA VALET AV DEN BÄSTA MASKININLÄRNINGSMODELLEN FÖR PREDIKTIVA UPPGIFTER, C. TILLÄMPNING AV OPTIMERINGSMODELLER TILL DET OPTIMALA VALET AV PARAMETERISERING AV MASKININLÄRNINGSMODELLER, D. MODELLER FÖR BESTÄMNING AV PÅVERKANSVARIABLER (BÅDE EXOGENA OCH ENDOGENA) I DJUPINLÄRNINGSSAMMANHANG, E. NYA MODELLER STATE OF THE ART FÖR PROGNOSTISERING AV EFTERFRÅGAN OCH/ELLER KURVA FÖR ELASTICITET I EFTERFRÅGAN TILL PRISET OCH/ELLER LÖSNINGEN AV EFTERFRÅGEOPTIMISERING. (Swedish)
    21 July 2022
    0 references
    PROJEKTI EESMÄRK ON TEGELEDA ORGAANILISELT JA TERVIKLIKULT JÄRGMISTE LAHENDAMATA PROBLEEMIDE LAHENDAMISEGA:A. STOHHASTILISE/TUGEVA OPTIMEERIMISE MUDELITE KINDLAKSMÄÄRAMINE JA LAHENDUS KOOS OSTU-, HINNAKUJUNDUS- JA/VÕI RESSURSIPLANEERIMISE RAKENDUSTEGA, B. OPTIMEERIMISMUDELITE RAKENDAMINE PARIMA MASINÕPPE MUDELI OPTIMAALSEKS VALIKUKS ENNUSTAVATE ÜLESANNETE JAOKS,C. OPTIMEERIMISMUDELITE RAKENDAMINE MASINÕPPE MUDELITE PARAMEETRITE OPTIMAALSEKS VALIKUKS,D. MUDELID MÕJUMUUTUJATE (NII VÄLIS- KUI KA ENDOGEENSETE) MÄÄRAMISEKS SÜVAÕPPE KONTEKSTIS,E. KÕIK UUED MUDELID NÕUDLUSE PROGNOOSIMISEKS JA/VÕI NÕUDLUSE ELASTSUSE KÕVER HINNA JA/VÕI NÕUDLUSE OPTIMEERIMISE PROBLEEMI LAHENDAMISEKS. (Estonian)
    21 July 2022
    0 references
    ROMA
    0 references
    8 April 2023
    0 references

    Identifiers