A comprehensive approach to product life cycle analysis in the context of demand forecasting and inventory management as a tool for increasing business competitiveness (Q94432): Difference between revisions
Jump to navigation
Jump to search
(Created a new Item) |
(Changed label, description and/or aliases in pt) |
||||||||||||||
| (37 intermediate revisions by 2 users not shown) | |||||||||||||||
| label / en | label / en | ||||||||||||||
A comprehensive approach to product life cycle analysis in the context of demand forecasting and inventory management as a tool for increasing business competitiveness | |||||||||||||||
| label / fr | label / fr | ||||||||||||||
Une approche globale de l’analyse du cycle de vie des produits dans le contexte de la prévision de la demande et de la gestion des stocks, en tant qu’outil pour accroître la compétitivité des entreprises | |||||||||||||||
| label / de | label / de | ||||||||||||||
Ein umfassender Ansatz zur Analyse des Produktlebenszyklus im Kontext von Bedarfsprognosen und Bestandsmanagement als Instrument zur Steigerung der Wettbewerbsfähigkeit von Unternehmen | |||||||||||||||
| label / nl | label / nl | ||||||||||||||
Een alomvattende benadering van productlevenscyclusanalyse in het kader van vraagprognoses en voorraadbeheer, als instrument om het concurrentievermogen van ondernemingen te vergroten | |||||||||||||||
| label / it | label / it | ||||||||||||||
Un approccio globale all'analisi del ciclo di vita del prodotto nel contesto della previsione della domanda e della gestione delle scorte, come strumento per aumentare la competitività delle imprese | |||||||||||||||
| label / es | label / es | ||||||||||||||
Un enfoque integral del análisis del ciclo de vida de los productos en el contexto de la previsión de la demanda y la gestión de existencias, como herramienta para aumentar la competitividad de las empresas | |||||||||||||||
| label / da | label / da | ||||||||||||||
En samlet tilgang til produktlivscyklusanalyse i forbindelse med efterspørgselsprognoser og lagerstyring som et redskab til at øge virksomhedernes konkurrenceevne | |||||||||||||||
| label / el | label / el | ||||||||||||||
Μια ολοκληρωμένη προσέγγιση της ανάλυσης του κύκλου ζωής των προϊόντων στο πλαίσιο της πρόβλεψης της ζήτησης και της διαχείρισης αποθεμάτων, ως εργαλείο για την αύξηση της ανταγωνιστικότητας των επιχειρήσεων | |||||||||||||||
| label / hr | label / hr | ||||||||||||||
Sveobuhvatan pristup analizi životnog ciklusa proizvoda u kontekstu predviđanja potražnje i upravljanja zalihama kao alat za povećanje konkurentnosti poduzeća | |||||||||||||||
| label / ro | label / ro | ||||||||||||||
O abordare cuprinzătoare a analizei ciclului de viață al produselor în contextul prognozei cererii și al gestionării stocurilor, ca instrument de creștere a competitivității întreprinderilor | |||||||||||||||
| label / sk | label / sk | ||||||||||||||
Komplexný prístup k analýze životného cyklu výrobkov v kontexte prognóz dopytu a riadenia zásob ako nástroja na zvýšenie konkurencieschopnosti podnikov | |||||||||||||||
| label / mt | label / mt | ||||||||||||||
Approċċ komprensiv għall-analiżi taċ-ċiklu tal-ħajja tal-prodott fil-kuntest tat-tbassir tad-domanda u l-ġestjoni tal-istokk, bħala għodda biex tiżdied il-kompetittività tal-intrapriżi | |||||||||||||||
| label / pt | label / pt | ||||||||||||||
Uma abordagem abrangente da análise do ciclo de vida dos produtos no contexto da previsão da procura e da gestão de inventários como ferramenta para aumentar a competitividade das empresas | |||||||||||||||
| label / fi | label / fi | ||||||||||||||
Kokonaisvaltainen lähestymistapa tuotteiden elinkaarianalyysiin kysynnän ennustamisen ja varastonhallinnan yhteydessä keinona parantaa yritysten kilpailukykyä | |||||||||||||||
| label / sl | label / sl | ||||||||||||||
Celovit pristop k analizi življenjskega cikla izdelkov v okviru napovedovanja povpraševanja in upravljanja zalog kot orodja za povečanje konkurenčnosti podjetij | |||||||||||||||
| label / cs | label / cs | ||||||||||||||
Komplexní přístup k analýze životního cyklu výrobků v souvislosti s prognózováním poptávky a řízením zásob jako nástroj pro zvýšení konkurenceschopnosti podniků | |||||||||||||||
| label / lt | label / lt | ||||||||||||||
Visapusiškas požiūris į produkto gyvavimo ciklo analizę paklausos prognozavimo ir atsargų valdymo kontekste, kaip priemonė įmonių konkurencingumui didinti | |||||||||||||||
| label / lv | label / lv | ||||||||||||||
Visaptveroša pieeja produkta aprites cikla analīzei saistībā ar pieprasījuma prognozēšanu un krājumu pārvaldību kā instruments uzņēmumu konkurētspējas palielināšanai | |||||||||||||||
| label / bg | label / bg | ||||||||||||||
Цялостен подход към анализа на жизнения цикъл на продуктите в контекста на прогнозирането на търсенето и управлението на запасите като инструмент за повишаване на конкурентоспособността на предприятията | |||||||||||||||
| label / hu | label / hu | ||||||||||||||
A termékek életciklus-elemzésének átfogó megközelítése a kereslet előrejelzésével és a készletgazdálkodással összefüggésben, a vállalkozások versenyképességének növelésének eszközeként | |||||||||||||||
| label / ga | label / ga | ||||||||||||||
Cur chuige cuimsitheach maidir le hanailís ar shaolré táirgí i gcomhthéacs réamhaisnéis éilimh agus bainistiú stoc, mar uirlis chun iomaíochas fiontar a mhéadú | |||||||||||||||
| label / sv | label / sv | ||||||||||||||
En övergripande strategi för produktlivscykelanalys inom ramen för efterfrågeprognoser och lagerhantering, som ett verktyg för att öka företagens konkurrenskraft | |||||||||||||||
| label / et | label / et | ||||||||||||||
Terviklik lähenemisviis toote olelusringi analüüsile nõudluse prognoosimise ja varude haldamise kontekstis kui vahend ettevõtete konkurentsivõime suurendamiseks | |||||||||||||||
| description / en | description / en | ||||||||||||||
Project in Poland | Project Q94432 in Poland | ||||||||||||||
| description / pl | description / pl | ||||||||||||||
Projekt w Polsce | Projekt Q94432 w Polsce | ||||||||||||||
| description / bg | description / bg | ||||||||||||||
Проект Q94432 в Полша | |||||||||||||||
| description / hr | description / hr | ||||||||||||||
Projekt Q94432 u Poljskoj | |||||||||||||||
| description / hu | description / hu | ||||||||||||||
Projekt Q94432 Lengyelországban | |||||||||||||||
| description / cs | description / cs | ||||||||||||||
Projekt Q94432 v Polsku | |||||||||||||||
| description / da | description / da | ||||||||||||||
Projekt Q94432 i Polen | |||||||||||||||
| description / nl | description / nl | ||||||||||||||
Project Q94432 in Polen | |||||||||||||||
| description / et | description / et | ||||||||||||||
Projekt Q94432 Poolas | |||||||||||||||
| description / fi | description / fi | ||||||||||||||
Projekti Q94432 Puolassa | |||||||||||||||
| description / fr | description / fr | ||||||||||||||
Projet Q94432 en Pologne | |||||||||||||||
| description / de | description / de | ||||||||||||||
Projekt Q94432 in Polen | |||||||||||||||
| description / el | description / el | ||||||||||||||
Έργο Q94432 στην Πολωνία | |||||||||||||||
| description / ga | description / ga | ||||||||||||||
Tionscadal Q94432 sa Pholainn | |||||||||||||||
| description / it | description / it | ||||||||||||||
Progetto Q94432 in Polonia | |||||||||||||||
| description / lv | description / lv | ||||||||||||||
Projekts Q94432 Polijā | |||||||||||||||
| description / lt | description / lt | ||||||||||||||
Projektas Q94432 Lenkijoje | |||||||||||||||
| description / mt | description / mt | ||||||||||||||
Proġett Q94432 fil-Polonja | |||||||||||||||
| description / pt | description / pt | ||||||||||||||
Projeto Q94432 na Polônia | |||||||||||||||
| description / ro | description / ro | ||||||||||||||
Proiectul Q94432 în Polonia | |||||||||||||||
| description / sk | description / sk | ||||||||||||||
Projekt Q94432 v Poľsku | |||||||||||||||
| description / sl | description / sl | ||||||||||||||
Projekt Q94432 na Poljskem | |||||||||||||||
| description / es | description / es | ||||||||||||||
Proyecto Q94432 en Polonia | |||||||||||||||
| description / sv | description / sv | ||||||||||||||
Projekt Q94432 i Polen | |||||||||||||||
| Property / EU contribution | |||||||||||||||
| |||||||||||||||
| Property / EU contribution: 261,534.528 Euro / rank | |||||||||||||||
| Property / EU contribution: 261,534.528 Euro / qualifier | |||||||||||||||
| |||||||||||||||
| Property / EU contribution: 261,534.528 Euro / qualifier | |||||||||||||||
| |||||||||||||||
| Property / budget | |||||||||||||||
| |||||||||||||||
| Property / budget: 1,730,801.04 zloty / rank | |||||||||||||||
| Property / budget | |||||||||||||||
| |||||||||||||||
| Property / budget: 415,392.2496 Euro / rank | |||||||||||||||
| Property / budget: 415,392.2496 Euro / qualifier | |||||||||||||||
| |||||||||||||||
| Property / budget: 415,392.2496 Euro / qualifier | |||||||||||||||
| |||||||||||||||
| Property / co-financing rate | |||||||||||||||
| |||||||||||||||
| Property / co-financing rate: 71.62 percent / rank | |||||||||||||||
| Property / contained in Local Administrative Unit | |||||||||||||||
| Property / contained in Local Administrative Unit: Wrocław / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / contained in Local Administrative Unit: Wrocław / qualifier | |||||||||||||||
| Property / EU contribution | |||||||||||||||
242,246.36 Euro
| |||||||||||||||
| Property / EU contribution: 242,246.36 Euro / rank | |||||||||||||||
Preferred rank | |||||||||||||||
| Property / EU contribution: 242,246.36 Euro / qualifier | |||||||||||||||
exchange rate to Euro: 0.24 Euro
| |||||||||||||||
| Property / EU contribution: 242,246.36 Euro / qualifier | |||||||||||||||
point in time: 13 January 2020
| |||||||||||||||
| Property / summary | |||||||||||||||
The object of this Project is to use a product life cycle analysis to improve the quality of demand forecasts and improve the results based on the forecast of stock optimisation. The project will create a tool for automatic forecasting of demand: from automatic recognition of the phase of the product, through automatic selection of the appropriate prognostic model with its parameters for this phase, to automatic analysis of the similarity of products in order to forecast demand for substitutes and to take into account the effects of cannibalism and catalysis, understood here as a phenomenon of a corresponding negative (cannibalism) and positive (catalysis) price of products, the effect of introducing a new product on the demand for products already existing on the market. As part of the project’s implementation, research and development will be carried out based on advanced machine learning techniques and statistics such as neural networks, focus analysis or text mining techniques (e.g. “Inverse Document Frequencies, Latent Semantic Indexing”. The research will be carried out in cooperation with employees of the Computing Intelligence Laboratory of the Institute of Computer Science at the University of Wrocław. Designed as a result of research, proprietary algorithms will be implemented and a prototype of ProLogistica PLC (Product Life Cycle) module will be created as part of the ProLogistica software package offered by the Applicant. It is worth emphasising that the proposed solution is innovative on a global scale. The life cycle of the product as such is included in the competitive prognostic software. The results of the Project will be widely disseminated at national and international conferences. (English) | |||||||||||||||
| Property / summary: The object of this Project is to use a product life cycle analysis to improve the quality of demand forecasts and improve the results based on the forecast of stock optimisation. The project will create a tool for automatic forecasting of demand: from automatic recognition of the phase of the product, through automatic selection of the appropriate prognostic model with its parameters for this phase, to automatic analysis of the similarity of products in order to forecast demand for substitutes and to take into account the effects of cannibalism and catalysis, understood here as a phenomenon of a corresponding negative (cannibalism) and positive (catalysis) price of products, the effect of introducing a new product on the demand for products already existing on the market. As part of the project’s implementation, research and development will be carried out based on advanced machine learning techniques and statistics such as neural networks, focus analysis or text mining techniques (e.g. “Inverse Document Frequencies, Latent Semantic Indexing”. The research will be carried out in cooperation with employees of the Computing Intelligence Laboratory of the Institute of Computer Science at the University of Wrocław. Designed as a result of research, proprietary algorithms will be implemented and a prototype of ProLogistica PLC (Product Life Cycle) module will be created as part of the ProLogistica software package offered by the Applicant. It is worth emphasising that the proposed solution is innovative on a global scale. The life cycle of the product as such is included in the competitive prognostic software. The results of the Project will be widely disseminated at national and international conferences. (English) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: The object of this Project is to use a product life cycle analysis to improve the quality of demand forecasts and improve the results based on the forecast of stock optimisation. The project will create a tool for automatic forecasting of demand: from automatic recognition of the phase of the product, through automatic selection of the appropriate prognostic model with its parameters for this phase, to automatic analysis of the similarity of products in order to forecast demand for substitutes and to take into account the effects of cannibalism and catalysis, understood here as a phenomenon of a corresponding negative (cannibalism) and positive (catalysis) price of products, the effect of introducing a new product on the demand for products already existing on the market. As part of the project’s implementation, research and development will be carried out based on advanced machine learning techniques and statistics such as neural networks, focus analysis or text mining techniques (e.g. “Inverse Document Frequencies, Latent Semantic Indexing”. The research will be carried out in cooperation with employees of the Computing Intelligence Laboratory of the Institute of Computer Science at the University of Wrocław. Designed as a result of research, proprietary algorithms will be implemented and a prototype of ProLogistica PLC (Product Life Cycle) module will be created as part of the ProLogistica software package offered by the Applicant. It is worth emphasising that the proposed solution is innovative on a global scale. The life cycle of the product as such is included in the competitive prognostic software. The results of the Project will be widely disseminated at national and international conferences. (English) / qualifier | |||||||||||||||
point in time: 15 October 2020
| |||||||||||||||
| Property / summary: The object of this Project is to use a product life cycle analysis to improve the quality of demand forecasts and improve the results based on the forecast of stock optimisation. The project will create a tool for automatic forecasting of demand: from automatic recognition of the phase of the product, through automatic selection of the appropriate prognostic model with its parameters for this phase, to automatic analysis of the similarity of products in order to forecast demand for substitutes and to take into account the effects of cannibalism and catalysis, understood here as a phenomenon of a corresponding negative (cannibalism) and positive (catalysis) price of products, the effect of introducing a new product on the demand for products already existing on the market. As part of the project’s implementation, research and development will be carried out based on advanced machine learning techniques and statistics such as neural networks, focus analysis or text mining techniques (e.g. “Inverse Document Frequencies, Latent Semantic Indexing”. The research will be carried out in cooperation with employees of the Computing Intelligence Laboratory of the Institute of Computer Science at the University of Wrocław. Designed as a result of research, proprietary algorithms will be implemented and a prototype of ProLogistica PLC (Product Life Cycle) module will be created as part of the ProLogistica software package offered by the Applicant. It is worth emphasising that the proposed solution is innovative on a global scale. The life cycle of the product as such is included in the competitive prognostic software. The results of the Project will be widely disseminated at national and international conferences. (English) / qualifier | |||||||||||||||
readability score: 0.5577121059354145
| |||||||||||||||
| Property / summary | |||||||||||||||
L’objet de ce projet est d’utiliser l’analyse du cycle de vie du produit pour améliorer la qualité des prévisions de la demande et améliorer les résultats basés sur les prévisions d’optimisation des stocks. Dans le cadre du projet, un outil de prévision automatique de la demande sera créé: de l’identification automatique de la phase actuelle du produit à la sélection automatique d’un modèle prédictif adapté à cette phase avec ses paramètres, à une analyse automatique de la similitude des produits afin de prévoir la demande de remplacement et de prendre en compte l’impact de l’effet du cannibalisme et de la catalyse, compris ici comme un phénomène négatif (cannibalisme) et un effet positif (catalyse) de l’introduction d’un nouveau produit sur la demande de produits déjà présents sur le marché. Dans le cadre du projet, la recherche et le développement seront réalisés sur la base de techniques avancées d’apprentissage automatique et de statistiques telles que les réseaux neuronaux, l’analyse de clusters ou les techniques d’exploration de texte (p. ex. Fréquence des documents inverses, indexation sémantique latente. La recherche sera menée en coopération avec les employés du Laboratoire d’Intelligence Computationnelle de l’Institut d’Informatique de l’Université de Wrocław. Les algorithmes propriétaires conçus à la suite de la recherche seront mis en œuvre et un prototype du module ProLogistica PLC (Product Life Cycle) sera développé dans le cadre du logiciel ProLogistica proposé par la requérante. Il convient de souligner que la solution proposée dans le cadre du projet est innovante à l’échelle mondiale. Le cycle de vie du produit en tant que tel est pris en compte dans le logiciel prédictif offert par la concurrence. Les résultats du projet seront largement diffusés lors de conférences nationales et internationales. (French) | |||||||||||||||
| Property / summary: L’objet de ce projet est d’utiliser l’analyse du cycle de vie du produit pour améliorer la qualité des prévisions de la demande et améliorer les résultats basés sur les prévisions d’optimisation des stocks. Dans le cadre du projet, un outil de prévision automatique de la demande sera créé: de l’identification automatique de la phase actuelle du produit à la sélection automatique d’un modèle prédictif adapté à cette phase avec ses paramètres, à une analyse automatique de la similitude des produits afin de prévoir la demande de remplacement et de prendre en compte l’impact de l’effet du cannibalisme et de la catalyse, compris ici comme un phénomène négatif (cannibalisme) et un effet positif (catalyse) de l’introduction d’un nouveau produit sur la demande de produits déjà présents sur le marché. Dans le cadre du projet, la recherche et le développement seront réalisés sur la base de techniques avancées d’apprentissage automatique et de statistiques telles que les réseaux neuronaux, l’analyse de clusters ou les techniques d’exploration de texte (p. ex. Fréquence des documents inverses, indexation sémantique latente. La recherche sera menée en coopération avec les employés du Laboratoire d’Intelligence Computationnelle de l’Institut d’Informatique de l’Université de Wrocław. Les algorithmes propriétaires conçus à la suite de la recherche seront mis en œuvre et un prototype du module ProLogistica PLC (Product Life Cycle) sera développé dans le cadre du logiciel ProLogistica proposé par la requérante. Il convient de souligner que la solution proposée dans le cadre du projet est innovante à l’échelle mondiale. Le cycle de vie du produit en tant que tel est pris en compte dans le logiciel prédictif offert par la concurrence. Les résultats du projet seront largement diffusés lors de conférences nationales et internationales. (French) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: L’objet de ce projet est d’utiliser l’analyse du cycle de vie du produit pour améliorer la qualité des prévisions de la demande et améliorer les résultats basés sur les prévisions d’optimisation des stocks. Dans le cadre du projet, un outil de prévision automatique de la demande sera créé: de l’identification automatique de la phase actuelle du produit à la sélection automatique d’un modèle prédictif adapté à cette phase avec ses paramètres, à une analyse automatique de la similitude des produits afin de prévoir la demande de remplacement et de prendre en compte l’impact de l’effet du cannibalisme et de la catalyse, compris ici comme un phénomène négatif (cannibalisme) et un effet positif (catalyse) de l’introduction d’un nouveau produit sur la demande de produits déjà présents sur le marché. Dans le cadre du projet, la recherche et le développement seront réalisés sur la base de techniques avancées d’apprentissage automatique et de statistiques telles que les réseaux neuronaux, l’analyse de clusters ou les techniques d’exploration de texte (p. ex. Fréquence des documents inverses, indexation sémantique latente. La recherche sera menée en coopération avec les employés du Laboratoire d’Intelligence Computationnelle de l’Institut d’Informatique de l’Université de Wrocław. Les algorithmes propriétaires conçus à la suite de la recherche seront mis en œuvre et un prototype du module ProLogistica PLC (Product Life Cycle) sera développé dans le cadre du logiciel ProLogistica proposé par la requérante. Il convient de souligner que la solution proposée dans le cadre du projet est innovante à l’échelle mondiale. Le cycle de vie du produit en tant que tel est pris en compte dans le logiciel prédictif offert par la concurrence. Les résultats du projet seront largement diffusés lors de conférences nationales et internationales. (French) / qualifier | |||||||||||||||
point in time: 30 November 2021
| |||||||||||||||
| Property / summary | |||||||||||||||
Gegenstand dieses Projekts ist es, die Produktlebenszyklusanalyse zu nutzen, um die Qualität von Bedarfsprognosen zu verbessern und die Ergebnisse auf Basis von Bestandsoptimierungsprognosen zu verbessern. Im Rahmen des Projekts wird ein Tool zur automatischen Bedarfsprognose geschaffen: von der automatischen Identifizierung der aktuellen Phase des Produkts über die automatische Auswahl eines für diese Phase geeigneten prädiktiven Modells mit seinen Parametern bis hin zu einer automatischen Analyse der Ähnlichkeit der Produkte, um die Nachfrage nach Ersatz zu prognostizieren und die Auswirkungen der Wirkung von Kannibalismus und Katalyse zu berücksichtigen, die hier als negatives Phänomen (Kannibalismus) und als positiver (Katalyse-) Effekt der Einführung eines neuen Produkts auf die Nachfrage nach bereits auf dem Markt vorhandenen Produkten verstanden werden.Der Antragsteller schlägt in diesem Zusammenhang einen innovativen Ansatz vor, der darin besteht, die Merkmale des Produkts zu verwenden, die auf der Grundlage verfügbarer Informationen automatisch identifiziert werden (z. B. Position in der Produkthierarchie, technische Beschreibung oder Spezifikationsbeschreibung). Im Rahmen des Projekts werden Forschung und Entwicklung auf der Grundlage fortschrittlicher Techniken und Statistiken des maschinellen Lernens wie neuronalen Netzwerken, Clusteranalysen oder Text-Mining-Techniken (z. Inverse Dokumenthäufigkeiten, Latent Semantic Indexing. Die Forschung wird in Zusammenarbeit mit den Mitarbeitern des Computational Intelligence Laboratory des Instituts für Informatik der Universität Breslau durchgeführt. Die im Rahmen der Forschung entwickelten proprietären Algorithmen werden implementiert und im Rahmen des ProLogistica-Softwarepakets ProLogistica PLC (Product Life Cycle) ein Prototyp des ProLogistica-Moduls entwickelt. Es ist erwähnenswert, dass die im Rahmen des Projekts vorgeschlagene Lösung auf globaler Ebene innovativ ist. Der Lebenszyklus des Produkts als solches wird in der vom Wettbewerb angebotenen Predictive Software berücksichtigt. Die Ergebnisse des Projekts werden auf nationalen und internationalen Konferenzen weit verbreitet. (German) | |||||||||||||||
| Property / summary: Gegenstand dieses Projekts ist es, die Produktlebenszyklusanalyse zu nutzen, um die Qualität von Bedarfsprognosen zu verbessern und die Ergebnisse auf Basis von Bestandsoptimierungsprognosen zu verbessern. Im Rahmen des Projekts wird ein Tool zur automatischen Bedarfsprognose geschaffen: von der automatischen Identifizierung der aktuellen Phase des Produkts über die automatische Auswahl eines für diese Phase geeigneten prädiktiven Modells mit seinen Parametern bis hin zu einer automatischen Analyse der Ähnlichkeit der Produkte, um die Nachfrage nach Ersatz zu prognostizieren und die Auswirkungen der Wirkung von Kannibalismus und Katalyse zu berücksichtigen, die hier als negatives Phänomen (Kannibalismus) und als positiver (Katalyse-) Effekt der Einführung eines neuen Produkts auf die Nachfrage nach bereits auf dem Markt vorhandenen Produkten verstanden werden.Der Antragsteller schlägt in diesem Zusammenhang einen innovativen Ansatz vor, der darin besteht, die Merkmale des Produkts zu verwenden, die auf der Grundlage verfügbarer Informationen automatisch identifiziert werden (z. B. Position in der Produkthierarchie, technische Beschreibung oder Spezifikationsbeschreibung). Im Rahmen des Projekts werden Forschung und Entwicklung auf der Grundlage fortschrittlicher Techniken und Statistiken des maschinellen Lernens wie neuronalen Netzwerken, Clusteranalysen oder Text-Mining-Techniken (z. Inverse Dokumenthäufigkeiten, Latent Semantic Indexing. Die Forschung wird in Zusammenarbeit mit den Mitarbeitern des Computational Intelligence Laboratory des Instituts für Informatik der Universität Breslau durchgeführt. Die im Rahmen der Forschung entwickelten proprietären Algorithmen werden implementiert und im Rahmen des ProLogistica-Softwarepakets ProLogistica PLC (Product Life Cycle) ein Prototyp des ProLogistica-Moduls entwickelt. Es ist erwähnenswert, dass die im Rahmen des Projekts vorgeschlagene Lösung auf globaler Ebene innovativ ist. Der Lebenszyklus des Produkts als solches wird in der vom Wettbewerb angebotenen Predictive Software berücksichtigt. Die Ergebnisse des Projekts werden auf nationalen und internationalen Konferenzen weit verbreitet. (German) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Gegenstand dieses Projekts ist es, die Produktlebenszyklusanalyse zu nutzen, um die Qualität von Bedarfsprognosen zu verbessern und die Ergebnisse auf Basis von Bestandsoptimierungsprognosen zu verbessern. Im Rahmen des Projekts wird ein Tool zur automatischen Bedarfsprognose geschaffen: von der automatischen Identifizierung der aktuellen Phase des Produkts über die automatische Auswahl eines für diese Phase geeigneten prädiktiven Modells mit seinen Parametern bis hin zu einer automatischen Analyse der Ähnlichkeit der Produkte, um die Nachfrage nach Ersatz zu prognostizieren und die Auswirkungen der Wirkung von Kannibalismus und Katalyse zu berücksichtigen, die hier als negatives Phänomen (Kannibalismus) und als positiver (Katalyse-) Effekt der Einführung eines neuen Produkts auf die Nachfrage nach bereits auf dem Markt vorhandenen Produkten verstanden werden.Der Antragsteller schlägt in diesem Zusammenhang einen innovativen Ansatz vor, der darin besteht, die Merkmale des Produkts zu verwenden, die auf der Grundlage verfügbarer Informationen automatisch identifiziert werden (z. B. Position in der Produkthierarchie, technische Beschreibung oder Spezifikationsbeschreibung). Im Rahmen des Projekts werden Forschung und Entwicklung auf der Grundlage fortschrittlicher Techniken und Statistiken des maschinellen Lernens wie neuronalen Netzwerken, Clusteranalysen oder Text-Mining-Techniken (z. Inverse Dokumenthäufigkeiten, Latent Semantic Indexing. Die Forschung wird in Zusammenarbeit mit den Mitarbeitern des Computational Intelligence Laboratory des Instituts für Informatik der Universität Breslau durchgeführt. Die im Rahmen der Forschung entwickelten proprietären Algorithmen werden implementiert und im Rahmen des ProLogistica-Softwarepakets ProLogistica PLC (Product Life Cycle) ein Prototyp des ProLogistica-Moduls entwickelt. Es ist erwähnenswert, dass die im Rahmen des Projekts vorgeschlagene Lösung auf globaler Ebene innovativ ist. Der Lebenszyklus des Produkts als solches wird in der vom Wettbewerb angebotenen Predictive Software berücksichtigt. Die Ergebnisse des Projekts werden auf nationalen und internationalen Konferenzen weit verbreitet. (German) / qualifier | |||||||||||||||
point in time: 7 December 2021
| |||||||||||||||
| Property / summary | |||||||||||||||
Het onderwerp van dit project is om productlevenscyclusanalyse te gebruiken om de kwaliteit van vraagprognoses te verbeteren en de resultaten te verbeteren op basis van voorraadoptimalisatieprognoses. Als onderdeel van het project zal een instrument voor automatische voorspelling van de vraag worden gecreëerd: van de automatische identificatie van de huidige fase van het product, via de automatische selectie van een voorspellend model dat geschikt is voor deze fase met zijn parameters, tot een automatische analyse van de gelijkenis van producten om de vraag naar vervangingen te voorspellen en om rekening te houden met het effect van het effect van kannibalisme en katalyse, hier opgevat als een negatief verschijnsel (kannibalisme) en een positief (katalyse) effect van de introductie van een nieuw product op de vraag naar reeds op de markt bestaande producten.De aanvrager stelt in dit verband een innovatieve aanpak voor, bestaande uit het gebruik van de kenmerken van het product die automatisch zijn geïdentificeerd op basis van de beschikbare informatie over het product (bv. positie in de producthiërarchie, technische specificatie, tekst). Als onderdeel van het project zullen onderzoek en ontwikkeling worden uitgevoerd op basis van geavanceerde machine learning-technieken en statistieken zoals neurale netwerken, clusteranalyse of tekstminingtechnieken (bijv. Inverse Document Frequencies, Latent Semantische Indexing. Het onderzoek zal worden uitgevoerd in samenwerking met de medewerkers van het Computational Intelligence Laboratory van het Instituut voor Informatica van de Universiteit van Wrocław. De gepatenteerde algoritmen die zijn ontworpen naar aanleiding van het onderzoek zullen worden geïmplementeerd en een prototype van de ProLogistica PLC (Product Life Cycle) module zal worden ontwikkeld als onderdeel van het ProLogistica softwarepakket aangeboden door de aanvrager. Het is de moeite waard om te benadrukken dat de in het kader van het project voorgestelde oplossing wereldwijd innovatief is. De levenscyclus van het product als zodanig wordt in aanmerking genomen in de voorspellende software die door de concurrentie wordt aangeboden. De resultaten van het project zullen op grote schaal worden verspreid tijdens nationale en internationale conferenties. (Dutch) | |||||||||||||||
| Property / summary: Het onderwerp van dit project is om productlevenscyclusanalyse te gebruiken om de kwaliteit van vraagprognoses te verbeteren en de resultaten te verbeteren op basis van voorraadoptimalisatieprognoses. Als onderdeel van het project zal een instrument voor automatische voorspelling van de vraag worden gecreëerd: van de automatische identificatie van de huidige fase van het product, via de automatische selectie van een voorspellend model dat geschikt is voor deze fase met zijn parameters, tot een automatische analyse van de gelijkenis van producten om de vraag naar vervangingen te voorspellen en om rekening te houden met het effect van het effect van kannibalisme en katalyse, hier opgevat als een negatief verschijnsel (kannibalisme) en een positief (katalyse) effect van de introductie van een nieuw product op de vraag naar reeds op de markt bestaande producten.De aanvrager stelt in dit verband een innovatieve aanpak voor, bestaande uit het gebruik van de kenmerken van het product die automatisch zijn geïdentificeerd op basis van de beschikbare informatie over het product (bv. positie in de producthiërarchie, technische specificatie, tekst). Als onderdeel van het project zullen onderzoek en ontwikkeling worden uitgevoerd op basis van geavanceerde machine learning-technieken en statistieken zoals neurale netwerken, clusteranalyse of tekstminingtechnieken (bijv. Inverse Document Frequencies, Latent Semantische Indexing. Het onderzoek zal worden uitgevoerd in samenwerking met de medewerkers van het Computational Intelligence Laboratory van het Instituut voor Informatica van de Universiteit van Wrocław. De gepatenteerde algoritmen die zijn ontworpen naar aanleiding van het onderzoek zullen worden geïmplementeerd en een prototype van de ProLogistica PLC (Product Life Cycle) module zal worden ontwikkeld als onderdeel van het ProLogistica softwarepakket aangeboden door de aanvrager. Het is de moeite waard om te benadrukken dat de in het kader van het project voorgestelde oplossing wereldwijd innovatief is. De levenscyclus van het product als zodanig wordt in aanmerking genomen in de voorspellende software die door de concurrentie wordt aangeboden. De resultaten van het project zullen op grote schaal worden verspreid tijdens nationale en internationale conferenties. (Dutch) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Het onderwerp van dit project is om productlevenscyclusanalyse te gebruiken om de kwaliteit van vraagprognoses te verbeteren en de resultaten te verbeteren op basis van voorraadoptimalisatieprognoses. Als onderdeel van het project zal een instrument voor automatische voorspelling van de vraag worden gecreëerd: van de automatische identificatie van de huidige fase van het product, via de automatische selectie van een voorspellend model dat geschikt is voor deze fase met zijn parameters, tot een automatische analyse van de gelijkenis van producten om de vraag naar vervangingen te voorspellen en om rekening te houden met het effect van het effect van kannibalisme en katalyse, hier opgevat als een negatief verschijnsel (kannibalisme) en een positief (katalyse) effect van de introductie van een nieuw product op de vraag naar reeds op de markt bestaande producten.De aanvrager stelt in dit verband een innovatieve aanpak voor, bestaande uit het gebruik van de kenmerken van het product die automatisch zijn geïdentificeerd op basis van de beschikbare informatie over het product (bv. positie in de producthiërarchie, technische specificatie, tekst). Als onderdeel van het project zullen onderzoek en ontwikkeling worden uitgevoerd op basis van geavanceerde machine learning-technieken en statistieken zoals neurale netwerken, clusteranalyse of tekstminingtechnieken (bijv. Inverse Document Frequencies, Latent Semantische Indexing. Het onderzoek zal worden uitgevoerd in samenwerking met de medewerkers van het Computational Intelligence Laboratory van het Instituut voor Informatica van de Universiteit van Wrocław. De gepatenteerde algoritmen die zijn ontworpen naar aanleiding van het onderzoek zullen worden geïmplementeerd en een prototype van de ProLogistica PLC (Product Life Cycle) module zal worden ontwikkeld als onderdeel van het ProLogistica softwarepakket aangeboden door de aanvrager. Het is de moeite waard om te benadrukken dat de in het kader van het project voorgestelde oplossing wereldwijd innovatief is. De levenscyclus van het product als zodanig wordt in aanmerking genomen in de voorspellende software die door de concurrentie wordt aangeboden. De resultaten van het project zullen op grote schaal worden verspreid tijdens nationale en internationale conferenties. (Dutch) / qualifier | |||||||||||||||
point in time: 16 December 2021
| |||||||||||||||
| Property / summary | |||||||||||||||
L'oggetto di questo progetto è quello di utilizzare l'analisi del ciclo di vita del prodotto per migliorare la qualità delle previsioni della domanda e migliorare i risultati sulla base delle previsioni di ottimizzazione dell'inventario. Nell'ambito del progetto verrà creato uno strumento per la previsione automatica della domanda: Dall'identificazione automatica della fase attuale del prodotto, attraverso la selezione automatica di un modello predittivo adatto a questa fase con i suoi parametri, ad un'analisi automatica della somiglianza dei prodotti al fine di prevedere la domanda di sostituzioni e di tenere conto dell'impatto dell'effetto del cannibalismo e della catalisi, inteso qui come fenomeno negativo (cannibalismo) e un effetto positivo (catalisi) dell'introduzione di un nuovo prodotto sulla domanda di prodotti già esistenti sul mercato. Nell'ambito del progetto, la ricerca e lo sviluppo saranno effettuati sulla base di tecniche avanzate di machine learning e statistiche come reti neurali, analisi a cluster o tecniche di text mining (es. Frequenza inversa dei documenti, Indicizzazione semantica latente. La ricerca sarà condotta in collaborazione con i dipendenti del Laboratorio di Intelligenza Computazionale dell'Istituto di Informatica dell'Università di Breslavia. Verranno implementati gli algoritmi proprietari progettati a seguito della ricerca e verrà sviluppato un prototipo del modulo ProLogistica PLC (Product Life Cycle) nell'ambito del pacchetto software ProLogistica offerto dal richiedente. Vale la pena sottolineare che la soluzione proposta nell'ambito del progetto è innovativa su scala globale. Il ciclo di vita del prodotto in quanto tale è preso in considerazione nel software predittivo offerto dalla concorrenza. I risultati del progetto saranno ampiamente diffusi nel corso di conferenze nazionali e internazionali. (Italian) | |||||||||||||||
| Property / summary: L'oggetto di questo progetto è quello di utilizzare l'analisi del ciclo di vita del prodotto per migliorare la qualità delle previsioni della domanda e migliorare i risultati sulla base delle previsioni di ottimizzazione dell'inventario. Nell'ambito del progetto verrà creato uno strumento per la previsione automatica della domanda: Dall'identificazione automatica della fase attuale del prodotto, attraverso la selezione automatica di un modello predittivo adatto a questa fase con i suoi parametri, ad un'analisi automatica della somiglianza dei prodotti al fine di prevedere la domanda di sostituzioni e di tenere conto dell'impatto dell'effetto del cannibalismo e della catalisi, inteso qui come fenomeno negativo (cannibalismo) e un effetto positivo (catalisi) dell'introduzione di un nuovo prodotto sulla domanda di prodotti già esistenti sul mercato. Nell'ambito del progetto, la ricerca e lo sviluppo saranno effettuati sulla base di tecniche avanzate di machine learning e statistiche come reti neurali, analisi a cluster o tecniche di text mining (es. Frequenza inversa dei documenti, Indicizzazione semantica latente. La ricerca sarà condotta in collaborazione con i dipendenti del Laboratorio di Intelligenza Computazionale dell'Istituto di Informatica dell'Università di Breslavia. Verranno implementati gli algoritmi proprietari progettati a seguito della ricerca e verrà sviluppato un prototipo del modulo ProLogistica PLC (Product Life Cycle) nell'ambito del pacchetto software ProLogistica offerto dal richiedente. Vale la pena sottolineare che la soluzione proposta nell'ambito del progetto è innovativa su scala globale. Il ciclo di vita del prodotto in quanto tale è preso in considerazione nel software predittivo offerto dalla concorrenza. I risultati del progetto saranno ampiamente diffusi nel corso di conferenze nazionali e internazionali. (Italian) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: L'oggetto di questo progetto è quello di utilizzare l'analisi del ciclo di vita del prodotto per migliorare la qualità delle previsioni della domanda e migliorare i risultati sulla base delle previsioni di ottimizzazione dell'inventario. Nell'ambito del progetto verrà creato uno strumento per la previsione automatica della domanda: Dall'identificazione automatica della fase attuale del prodotto, attraverso la selezione automatica di un modello predittivo adatto a questa fase con i suoi parametri, ad un'analisi automatica della somiglianza dei prodotti al fine di prevedere la domanda di sostituzioni e di tenere conto dell'impatto dell'effetto del cannibalismo e della catalisi, inteso qui come fenomeno negativo (cannibalismo) e un effetto positivo (catalisi) dell'introduzione di un nuovo prodotto sulla domanda di prodotti già esistenti sul mercato. Nell'ambito del progetto, la ricerca e lo sviluppo saranno effettuati sulla base di tecniche avanzate di machine learning e statistiche come reti neurali, analisi a cluster o tecniche di text mining (es. Frequenza inversa dei documenti, Indicizzazione semantica latente. La ricerca sarà condotta in collaborazione con i dipendenti del Laboratorio di Intelligenza Computazionale dell'Istituto di Informatica dell'Università di Breslavia. Verranno implementati gli algoritmi proprietari progettati a seguito della ricerca e verrà sviluppato un prototipo del modulo ProLogistica PLC (Product Life Cycle) nell'ambito del pacchetto software ProLogistica offerto dal richiedente. Vale la pena sottolineare che la soluzione proposta nell'ambito del progetto è innovativa su scala globale. Il ciclo di vita del prodotto in quanto tale è preso in considerazione nel software predittivo offerto dalla concorrenza. I risultati del progetto saranno ampiamente diffusi nel corso di conferenze nazionali e internazionali. (Italian) / qualifier | |||||||||||||||
point in time: 16 January 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
El objeto de este proyecto es utilizar el análisis del ciclo de vida del producto para mejorar la calidad de las previsiones de demanda y mejorar los resultados basados en previsiones de optimización de inventario. Como parte del proyecto, se creará una herramienta para la previsión automática de la demanda: desde la identificación automática de la fase actual del producto, pasando por la selección automática de un modelo predictivo adecuado para esta fase con sus parámetros, hasta un análisis automático de la similitud de los productos con el fin de predecir la demanda de reemplazos y tener en cuenta el impacto del efecto del canibalismo y la catálisis, entendido aquí como un fenómeno negativo (canibalismo) y un efecto positivo (catálisis) de la introducción de un nuevo producto en la demanda de productos ya existentes en el mercado. El solicitante propone a este respecto un enfoque innovador consistente en utilizar las características del producto identificadas automáticamente sobre la base de la información disponible sobre el mismo (por ejemplo, posición en la jerarquía del producto, descripción técnica, descripción técnica, precio). Como parte del proyecto, la investigación y el desarrollo se llevarán a cabo en base a técnicas avanzadas de aprendizaje automático y estadísticas como redes neuronales, análisis de clústeres o técnicas de minería de texto (p. ej. Frecuencias inversas de documentos, indexación semántica latente. La investigación se llevará a cabo en colaboración con los empleados del Laboratorio de Inteligencia Computacional del Instituto de Ciencias de la Computación de la Universidad de Wrocław. Se implementarán los algoritmos propietarios diseñados como resultado de la investigación y se desarrollará un prototipo del módulo ProLogistica PLC (Product Life Cycle) como parte del paquete de software ProLogistica ofrecido por el solicitante. Cabe destacar que la solución propuesta en el marco del Proyecto es innovadora a escala global. El ciclo de vida del producto como tal se tiene en cuenta en el software predictivo ofrecido por la competencia. Los resultados del proyecto se difundirán ampliamente en conferencias nacionales e internacionales. (Spanish) | |||||||||||||||
| Property / summary: El objeto de este proyecto es utilizar el análisis del ciclo de vida del producto para mejorar la calidad de las previsiones de demanda y mejorar los resultados basados en previsiones de optimización de inventario. Como parte del proyecto, se creará una herramienta para la previsión automática de la demanda: desde la identificación automática de la fase actual del producto, pasando por la selección automática de un modelo predictivo adecuado para esta fase con sus parámetros, hasta un análisis automático de la similitud de los productos con el fin de predecir la demanda de reemplazos y tener en cuenta el impacto del efecto del canibalismo y la catálisis, entendido aquí como un fenómeno negativo (canibalismo) y un efecto positivo (catálisis) de la introducción de un nuevo producto en la demanda de productos ya existentes en el mercado. El solicitante propone a este respecto un enfoque innovador consistente en utilizar las características del producto identificadas automáticamente sobre la base de la información disponible sobre el mismo (por ejemplo, posición en la jerarquía del producto, descripción técnica, descripción técnica, precio). Como parte del proyecto, la investigación y el desarrollo se llevarán a cabo en base a técnicas avanzadas de aprendizaje automático y estadísticas como redes neuronales, análisis de clústeres o técnicas de minería de texto (p. ej. Frecuencias inversas de documentos, indexación semántica latente. La investigación se llevará a cabo en colaboración con los empleados del Laboratorio de Inteligencia Computacional del Instituto de Ciencias de la Computación de la Universidad de Wrocław. Se implementarán los algoritmos propietarios diseñados como resultado de la investigación y se desarrollará un prototipo del módulo ProLogistica PLC (Product Life Cycle) como parte del paquete de software ProLogistica ofrecido por el solicitante. Cabe destacar que la solución propuesta en el marco del Proyecto es innovadora a escala global. El ciclo de vida del producto como tal se tiene en cuenta en el software predictivo ofrecido por la competencia. Los resultados del proyecto se difundirán ampliamente en conferencias nacionales e internacionales. (Spanish) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: El objeto de este proyecto es utilizar el análisis del ciclo de vida del producto para mejorar la calidad de las previsiones de demanda y mejorar los resultados basados en previsiones de optimización de inventario. Como parte del proyecto, se creará una herramienta para la previsión automática de la demanda: desde la identificación automática de la fase actual del producto, pasando por la selección automática de un modelo predictivo adecuado para esta fase con sus parámetros, hasta un análisis automático de la similitud de los productos con el fin de predecir la demanda de reemplazos y tener en cuenta el impacto del efecto del canibalismo y la catálisis, entendido aquí como un fenómeno negativo (canibalismo) y un efecto positivo (catálisis) de la introducción de un nuevo producto en la demanda de productos ya existentes en el mercado. El solicitante propone a este respecto un enfoque innovador consistente en utilizar las características del producto identificadas automáticamente sobre la base de la información disponible sobre el mismo (por ejemplo, posición en la jerarquía del producto, descripción técnica, descripción técnica, precio). Como parte del proyecto, la investigación y el desarrollo se llevarán a cabo en base a técnicas avanzadas de aprendizaje automático y estadísticas como redes neuronales, análisis de clústeres o técnicas de minería de texto (p. ej. Frecuencias inversas de documentos, indexación semántica latente. La investigación se llevará a cabo en colaboración con los empleados del Laboratorio de Inteligencia Computacional del Instituto de Ciencias de la Computación de la Universidad de Wrocław. Se implementarán los algoritmos propietarios diseñados como resultado de la investigación y se desarrollará un prototipo del módulo ProLogistica PLC (Product Life Cycle) como parte del paquete de software ProLogistica ofrecido por el solicitante. Cabe destacar que la solución propuesta en el marco del Proyecto es innovadora a escala global. El ciclo de vida del producto como tal se tiene en cuenta en el software predictivo ofrecido por la competencia. Los resultados del proyecto se difundirán ampliamente en conferencias nacionales e internacionales. (Spanish) / qualifier | |||||||||||||||
point in time: 19 January 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
Emnet for dette projekt er at bruge produktlivscyklusanalyse til at forbedre kvaliteten af efterspørgselsprognoser og forbedre resultaterne baseret på lageroptimeringsprognoser. Som en del af projektet vil der blive oprettet et værktøj til automatisk prognoser for efterspørgslen: fra automatisk identifikation af produktets nuværende fase gennem automatisk udvælgelse af en prædiktiv model, der er egnet til denne fase med parametrene, til en automatisk analyse af produkternes lighed med henblik på at forudsige efterspørgslen efter udskiftninger og tage hensyn til virkningen af kannibalisme og katalyse, forstået her som et negativt fænomen (kannibalisme) og en positiv (katalyse) virkning af indførelsen af et nyt produkt på efterspørgslen efter produkter, der allerede findes på markedet.Ansøgeren foreslår i denne forbindelse en innovativ tilgang, der består i at anvende produktets egenskaber automatisk på grundlag af tilgængelige oplysninger om det (f.eks. position i produkthierarkiet, den tekniske specifikation, tekstbeskrivelsen eller prisbeskrivelsen). Som led i projektet vil forskning og udvikling blive udført på grundlag af avancerede maskinlæringsteknikker og -statistikker som f.eks. neurale netværk, klyngeanalyse eller teknikker til tekstudvinding (f.eks. Inverse dokumentfrekvenser, Latent Semantisk indeksering. Forskningen vil blive udført i samarbejde med medarbejderne i Computational Intelligence Laboratory ved Institut for Datalogi ved universitetet i Wrocław. De proprietære algoritmer designet som et resultat af forskningen vil blive implementeret og en prototype af ProLogistica PLC (Product Life Cycle) modul vil blive udviklet som en del af ProLogistica software pakke, der tilbydes af ansøgeren. Det er værd at understrege, at den løsning, der foreslås under projektet, er innovativ på globalt plan. Produktets livscyklus som sådan tages i betragtning i den prædiktive software, der tilbydes af konkurrencen. Resultaterne af projektet vil blive udbredt på nationale og internationale konferencer. (Danish) | |||||||||||||||
| Property / summary: Emnet for dette projekt er at bruge produktlivscyklusanalyse til at forbedre kvaliteten af efterspørgselsprognoser og forbedre resultaterne baseret på lageroptimeringsprognoser. Som en del af projektet vil der blive oprettet et værktøj til automatisk prognoser for efterspørgslen: fra automatisk identifikation af produktets nuværende fase gennem automatisk udvælgelse af en prædiktiv model, der er egnet til denne fase med parametrene, til en automatisk analyse af produkternes lighed med henblik på at forudsige efterspørgslen efter udskiftninger og tage hensyn til virkningen af kannibalisme og katalyse, forstået her som et negativt fænomen (kannibalisme) og en positiv (katalyse) virkning af indførelsen af et nyt produkt på efterspørgslen efter produkter, der allerede findes på markedet.Ansøgeren foreslår i denne forbindelse en innovativ tilgang, der består i at anvende produktets egenskaber automatisk på grundlag af tilgængelige oplysninger om det (f.eks. position i produkthierarkiet, den tekniske specifikation, tekstbeskrivelsen eller prisbeskrivelsen). Som led i projektet vil forskning og udvikling blive udført på grundlag af avancerede maskinlæringsteknikker og -statistikker som f.eks. neurale netværk, klyngeanalyse eller teknikker til tekstudvinding (f.eks. Inverse dokumentfrekvenser, Latent Semantisk indeksering. Forskningen vil blive udført i samarbejde med medarbejderne i Computational Intelligence Laboratory ved Institut for Datalogi ved universitetet i Wrocław. De proprietære algoritmer designet som et resultat af forskningen vil blive implementeret og en prototype af ProLogistica PLC (Product Life Cycle) modul vil blive udviklet som en del af ProLogistica software pakke, der tilbydes af ansøgeren. Det er værd at understrege, at den løsning, der foreslås under projektet, er innovativ på globalt plan. Produktets livscyklus som sådan tages i betragtning i den prædiktive software, der tilbydes af konkurrencen. Resultaterne af projektet vil blive udbredt på nationale og internationale konferencer. (Danish) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Emnet for dette projekt er at bruge produktlivscyklusanalyse til at forbedre kvaliteten af efterspørgselsprognoser og forbedre resultaterne baseret på lageroptimeringsprognoser. Som en del af projektet vil der blive oprettet et værktøj til automatisk prognoser for efterspørgslen: fra automatisk identifikation af produktets nuværende fase gennem automatisk udvælgelse af en prædiktiv model, der er egnet til denne fase med parametrene, til en automatisk analyse af produkternes lighed med henblik på at forudsige efterspørgslen efter udskiftninger og tage hensyn til virkningen af kannibalisme og katalyse, forstået her som et negativt fænomen (kannibalisme) og en positiv (katalyse) virkning af indførelsen af et nyt produkt på efterspørgslen efter produkter, der allerede findes på markedet.Ansøgeren foreslår i denne forbindelse en innovativ tilgang, der består i at anvende produktets egenskaber automatisk på grundlag af tilgængelige oplysninger om det (f.eks. position i produkthierarkiet, den tekniske specifikation, tekstbeskrivelsen eller prisbeskrivelsen). Som led i projektet vil forskning og udvikling blive udført på grundlag af avancerede maskinlæringsteknikker og -statistikker som f.eks. neurale netværk, klyngeanalyse eller teknikker til tekstudvinding (f.eks. Inverse dokumentfrekvenser, Latent Semantisk indeksering. Forskningen vil blive udført i samarbejde med medarbejderne i Computational Intelligence Laboratory ved Institut for Datalogi ved universitetet i Wrocław. De proprietære algoritmer designet som et resultat af forskningen vil blive implementeret og en prototype af ProLogistica PLC (Product Life Cycle) modul vil blive udviklet som en del af ProLogistica software pakke, der tilbydes af ansøgeren. Det er værd at understrege, at den løsning, der foreslås under projektet, er innovativ på globalt plan. Produktets livscyklus som sådan tages i betragtning i den prædiktive software, der tilbydes af konkurrencen. Resultaterne af projektet vil blive udbredt på nationale og internationale konferencer. (Danish) / qualifier | |||||||||||||||
point in time: 26 July 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
Το αντικείμενο του παρόντος Έργου είναι η χρήση της ανάλυσης του κύκλου ζωής του προϊόντος για τη βελτίωση της ποιότητας των προβλέψεων ζήτησης και τη βελτίωση των αποτελεσμάτων με βάση τις προβλέψεις βελτιστοποίησης των αποθεμάτων. Στο πλαίσιο του έργου, θα δημιουργηθεί ένα εργαλείο αυτόματης πρόβλεψης της ζήτησης: από την αυτόματη ταυτοποίηση της τρέχουσας φάσης του προϊόντος, μέσω της αυτόματης επιλογής ενός προγνωστικού μοντέλου κατάλληλου για τη φάση αυτή με τις παραμέτρους του, έως την αυτόματη ανάλυση της ομοιότητας των προϊόντων, προκειμένου να προβλεφθεί η ζήτηση για αντικατάσταση και να ληφθεί υπόψη ο αντίκτυπος της επίδρασης του κανιβαλισμού και της κατάλυσης, που νοείται εδώ ως αρνητικό φαινόμενο (κανιβαλισμός) και θετικό (κατάλυση) αποτέλεσμα της εισαγωγής ενός νέου προϊόντος στη ζήτηση για προϊόντα που ήδη υπάρχουν στην αγορά.Ο αιτών προτείνει εν προκειμένω μια καινοτόμο προσέγγιση που συνίσταται στη χρήση των χαρακτηριστικών του προϊόντος που προσδιορίζονται αυτόματα με βάση τις διαθέσιμες πληροφορίες σχετικά με αυτό (π.χ. θέση στην ιεράρχηση του προϊόντος, τεχνική προδιαγραφή, κείμενο). Στο πλαίσιο του έργου, η έρευνα και η ανάπτυξη θα πραγματοποιούνται με βάση προηγμένες τεχνικές μηχανικής μάθησης και στατιστικές όπως τα νευρωνικά δίκτυα, η ανάλυση συμπλεγμάτων ή οι τεχνικές εξόρυξης κειμένου (π.χ. Αντιστρόφως Συχνότητες Εγγράφων, Latent Semantic Indexing. Η έρευνα θα πραγματοποιηθεί σε συνεργασία με τους υπαλλήλους του Εργαστηρίου Υπολογιστικής Νοημοσύνης του Ινστιτούτου Επιστήμης Υπολογιστών του Πανεπιστημίου του Βρότσλαβ. Οι ιδιόκτητοι αλγόριθμοι που έχουν σχεδιαστεί ως αποτέλεσμα της έρευνας θα εφαρμοστούν και ένα πρωτότυπο της ενότητας ProLogistica PLC (Product Life Cycle) θα αναπτυχθεί ως μέρος του πακέτου λογισμικού ProLogistica που προσφέρεται από τον αιτούντα. Αξίζει να τονιστεί ότι η λύση που προτείνεται στο πλαίσιο του Έργου είναι καινοτόμος σε παγκόσμια κλίμακα. Ο κύκλος ζωής του προϊόντος καθαυτό λαμβάνεται υπόψη στο προγνωστικό λογισμικό που προσφέρει ο διαγωνισμός. Τα αποτελέσματα του έργου θα διαδοθούν ευρέως κατά τη διάρκεια εθνικών και διεθνών συνεδρίων. (Greek) | |||||||||||||||
| Property / summary: Το αντικείμενο του παρόντος Έργου είναι η χρήση της ανάλυσης του κύκλου ζωής του προϊόντος για τη βελτίωση της ποιότητας των προβλέψεων ζήτησης και τη βελτίωση των αποτελεσμάτων με βάση τις προβλέψεις βελτιστοποίησης των αποθεμάτων. Στο πλαίσιο του έργου, θα δημιουργηθεί ένα εργαλείο αυτόματης πρόβλεψης της ζήτησης: από την αυτόματη ταυτοποίηση της τρέχουσας φάσης του προϊόντος, μέσω της αυτόματης επιλογής ενός προγνωστικού μοντέλου κατάλληλου για τη φάση αυτή με τις παραμέτρους του, έως την αυτόματη ανάλυση της ομοιότητας των προϊόντων, προκειμένου να προβλεφθεί η ζήτηση για αντικατάσταση και να ληφθεί υπόψη ο αντίκτυπος της επίδρασης του κανιβαλισμού και της κατάλυσης, που νοείται εδώ ως αρνητικό φαινόμενο (κανιβαλισμός) και θετικό (κατάλυση) αποτέλεσμα της εισαγωγής ενός νέου προϊόντος στη ζήτηση για προϊόντα που ήδη υπάρχουν στην αγορά.Ο αιτών προτείνει εν προκειμένω μια καινοτόμο προσέγγιση που συνίσταται στη χρήση των χαρακτηριστικών του προϊόντος που προσδιορίζονται αυτόματα με βάση τις διαθέσιμες πληροφορίες σχετικά με αυτό (π.χ. θέση στην ιεράρχηση του προϊόντος, τεχνική προδιαγραφή, κείμενο). Στο πλαίσιο του έργου, η έρευνα και η ανάπτυξη θα πραγματοποιούνται με βάση προηγμένες τεχνικές μηχανικής μάθησης και στατιστικές όπως τα νευρωνικά δίκτυα, η ανάλυση συμπλεγμάτων ή οι τεχνικές εξόρυξης κειμένου (π.χ. Αντιστρόφως Συχνότητες Εγγράφων, Latent Semantic Indexing. Η έρευνα θα πραγματοποιηθεί σε συνεργασία με τους υπαλλήλους του Εργαστηρίου Υπολογιστικής Νοημοσύνης του Ινστιτούτου Επιστήμης Υπολογιστών του Πανεπιστημίου του Βρότσλαβ. Οι ιδιόκτητοι αλγόριθμοι που έχουν σχεδιαστεί ως αποτέλεσμα της έρευνας θα εφαρμοστούν και ένα πρωτότυπο της ενότητας ProLogistica PLC (Product Life Cycle) θα αναπτυχθεί ως μέρος του πακέτου λογισμικού ProLogistica που προσφέρεται από τον αιτούντα. Αξίζει να τονιστεί ότι η λύση που προτείνεται στο πλαίσιο του Έργου είναι καινοτόμος σε παγκόσμια κλίμακα. Ο κύκλος ζωής του προϊόντος καθαυτό λαμβάνεται υπόψη στο προγνωστικό λογισμικό που προσφέρει ο διαγωνισμός. Τα αποτελέσματα του έργου θα διαδοθούν ευρέως κατά τη διάρκεια εθνικών και διεθνών συνεδρίων. (Greek) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Το αντικείμενο του παρόντος Έργου είναι η χρήση της ανάλυσης του κύκλου ζωής του προϊόντος για τη βελτίωση της ποιότητας των προβλέψεων ζήτησης και τη βελτίωση των αποτελεσμάτων με βάση τις προβλέψεις βελτιστοποίησης των αποθεμάτων. Στο πλαίσιο του έργου, θα δημιουργηθεί ένα εργαλείο αυτόματης πρόβλεψης της ζήτησης: από την αυτόματη ταυτοποίηση της τρέχουσας φάσης του προϊόντος, μέσω της αυτόματης επιλογής ενός προγνωστικού μοντέλου κατάλληλου για τη φάση αυτή με τις παραμέτρους του, έως την αυτόματη ανάλυση της ομοιότητας των προϊόντων, προκειμένου να προβλεφθεί η ζήτηση για αντικατάσταση και να ληφθεί υπόψη ο αντίκτυπος της επίδρασης του κανιβαλισμού και της κατάλυσης, που νοείται εδώ ως αρνητικό φαινόμενο (κανιβαλισμός) και θετικό (κατάλυση) αποτέλεσμα της εισαγωγής ενός νέου προϊόντος στη ζήτηση για προϊόντα που ήδη υπάρχουν στην αγορά.Ο αιτών προτείνει εν προκειμένω μια καινοτόμο προσέγγιση που συνίσταται στη χρήση των χαρακτηριστικών του προϊόντος που προσδιορίζονται αυτόματα με βάση τις διαθέσιμες πληροφορίες σχετικά με αυτό (π.χ. θέση στην ιεράρχηση του προϊόντος, τεχνική προδιαγραφή, κείμενο). Στο πλαίσιο του έργου, η έρευνα και η ανάπτυξη θα πραγματοποιούνται με βάση προηγμένες τεχνικές μηχανικής μάθησης και στατιστικές όπως τα νευρωνικά δίκτυα, η ανάλυση συμπλεγμάτων ή οι τεχνικές εξόρυξης κειμένου (π.χ. Αντιστρόφως Συχνότητες Εγγράφων, Latent Semantic Indexing. Η έρευνα θα πραγματοποιηθεί σε συνεργασία με τους υπαλλήλους του Εργαστηρίου Υπολογιστικής Νοημοσύνης του Ινστιτούτου Επιστήμης Υπολογιστών του Πανεπιστημίου του Βρότσλαβ. Οι ιδιόκτητοι αλγόριθμοι που έχουν σχεδιαστεί ως αποτέλεσμα της έρευνας θα εφαρμοστούν και ένα πρωτότυπο της ενότητας ProLogistica PLC (Product Life Cycle) θα αναπτυχθεί ως μέρος του πακέτου λογισμικού ProLogistica που προσφέρεται από τον αιτούντα. Αξίζει να τονιστεί ότι η λύση που προτείνεται στο πλαίσιο του Έργου είναι καινοτόμος σε παγκόσμια κλίμακα. Ο κύκλος ζωής του προϊόντος καθαυτό λαμβάνεται υπόψη στο προγνωστικό λογισμικό που προσφέρει ο διαγωνισμός. Τα αποτελέσματα του έργου θα διαδοθούν ευρέως κατά τη διάρκεια εθνικών και διεθνών συνεδρίων. (Greek) / qualifier | |||||||||||||||
point in time: 26 July 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
Predmet ovog projekta je korištenje analize životnog ciklusa proizvoda kako bi se poboljšala kvaliteta predviđanja potražnje i poboljšali rezultati na temelju predviđanja optimizacije zaliha. U okviru projekta izradit će se alat za automatsko predviđanje potražnje: od automatske identifikacije trenutačne faze proizvoda, preko automatskog odabira prediktivnog modela prikladnog za tu fazu s njegovim parametrima, do automatske analize sličnosti proizvoda kako bi se predvidjela potražnja za nadomjescima i uzeo u obzir utjecaj učinka kanibalizma i katalize, ovdje shvaćen kao negativna pojava (kanibalizam) i pozitivan (kataliza) učinak uvođenja novog proizvoda na potražnju za proizvodima koji već postoje na tržištu.Podnositelj zahtjeva u tom pogledu predlaže inovativni pristup koji se sastoji od upotrebe značajki proizvoda koji se automatski identificiraju na temelju dostupnih informacija o njemu (npr. položaj u hijerarhiji proizvoda, tehnička specifikacija, opis). Kao dio projekta, istraživanje i razvoj će se provoditi na temelju naprednih tehnika strojnog učenja i statistike kao što su neuronske mreže, klasterska analiza ili tehnike rudarenja teksta (npr. Inverzne frekvencije dokumenata, latentno semantičko indeksiranje. Istraživanje će se provoditi u suradnji sa zaposlenicima Laboratorija za računalnu inteligenciju Instituta za računalne znanosti Sveučilišta u Wrocławu. Implementirat će se vlasnički algoritmi osmišljeni kao rezultat istraživanja i razviti prototip modula ProLogistica PLC (Product Life Cycle) kao dio programskog paketa ProLogistica koji nudi podnositelj zahtjeva. Važno je naglasiti da je rješenje predloženo u okviru projekta inovativno na globalnoj razini. Životni ciklus proizvoda kao takvog uzima se u obzir u prediktivnom softveru koji nudi tržišno natjecanje. Rezultati projekta bit će široko rasprostranjeni tijekom nacionalnih i međunarodnih konferencija. (Croatian) | |||||||||||||||
| Property / summary: Predmet ovog projekta je korištenje analize životnog ciklusa proizvoda kako bi se poboljšala kvaliteta predviđanja potražnje i poboljšali rezultati na temelju predviđanja optimizacije zaliha. U okviru projekta izradit će se alat za automatsko predviđanje potražnje: od automatske identifikacije trenutačne faze proizvoda, preko automatskog odabira prediktivnog modela prikladnog za tu fazu s njegovim parametrima, do automatske analize sličnosti proizvoda kako bi se predvidjela potražnja za nadomjescima i uzeo u obzir utjecaj učinka kanibalizma i katalize, ovdje shvaćen kao negativna pojava (kanibalizam) i pozitivan (kataliza) učinak uvođenja novog proizvoda na potražnju za proizvodima koji već postoje na tržištu.Podnositelj zahtjeva u tom pogledu predlaže inovativni pristup koji se sastoji od upotrebe značajki proizvoda koji se automatski identificiraju na temelju dostupnih informacija o njemu (npr. položaj u hijerarhiji proizvoda, tehnička specifikacija, opis). Kao dio projekta, istraživanje i razvoj će se provoditi na temelju naprednih tehnika strojnog učenja i statistike kao što su neuronske mreže, klasterska analiza ili tehnike rudarenja teksta (npr. Inverzne frekvencije dokumenata, latentno semantičko indeksiranje. Istraživanje će se provoditi u suradnji sa zaposlenicima Laboratorija za računalnu inteligenciju Instituta za računalne znanosti Sveučilišta u Wrocławu. Implementirat će se vlasnički algoritmi osmišljeni kao rezultat istraživanja i razviti prototip modula ProLogistica PLC (Product Life Cycle) kao dio programskog paketa ProLogistica koji nudi podnositelj zahtjeva. Važno je naglasiti da je rješenje predloženo u okviru projekta inovativno na globalnoj razini. Životni ciklus proizvoda kao takvog uzima se u obzir u prediktivnom softveru koji nudi tržišno natjecanje. Rezultati projekta bit će široko rasprostranjeni tijekom nacionalnih i međunarodnih konferencija. (Croatian) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Predmet ovog projekta je korištenje analize životnog ciklusa proizvoda kako bi se poboljšala kvaliteta predviđanja potražnje i poboljšali rezultati na temelju predviđanja optimizacije zaliha. U okviru projekta izradit će se alat za automatsko predviđanje potražnje: od automatske identifikacije trenutačne faze proizvoda, preko automatskog odabira prediktivnog modela prikladnog za tu fazu s njegovim parametrima, do automatske analize sličnosti proizvoda kako bi se predvidjela potražnja za nadomjescima i uzeo u obzir utjecaj učinka kanibalizma i katalize, ovdje shvaćen kao negativna pojava (kanibalizam) i pozitivan (kataliza) učinak uvođenja novog proizvoda na potražnju za proizvodima koji već postoje na tržištu.Podnositelj zahtjeva u tom pogledu predlaže inovativni pristup koji se sastoji od upotrebe značajki proizvoda koji se automatski identificiraju na temelju dostupnih informacija o njemu (npr. položaj u hijerarhiji proizvoda, tehnička specifikacija, opis). Kao dio projekta, istraživanje i razvoj će se provoditi na temelju naprednih tehnika strojnog učenja i statistike kao što su neuronske mreže, klasterska analiza ili tehnike rudarenja teksta (npr. Inverzne frekvencije dokumenata, latentno semantičko indeksiranje. Istraživanje će se provoditi u suradnji sa zaposlenicima Laboratorija za računalnu inteligenciju Instituta za računalne znanosti Sveučilišta u Wrocławu. Implementirat će se vlasnički algoritmi osmišljeni kao rezultat istraživanja i razviti prototip modula ProLogistica PLC (Product Life Cycle) kao dio programskog paketa ProLogistica koji nudi podnositelj zahtjeva. Važno je naglasiti da je rješenje predloženo u okviru projekta inovativno na globalnoj razini. Životni ciklus proizvoda kao takvog uzima se u obzir u prediktivnom softveru koji nudi tržišno natjecanje. Rezultati projekta bit će široko rasprostranjeni tijekom nacionalnih i međunarodnih konferencija. (Croatian) / qualifier | |||||||||||||||
point in time: 26 July 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
Obiectul acestui proiect este de a utiliza analiza ciclului de viață al produsului pentru a îmbunătăți calitatea previziunilor privind cererea și pentru a îmbunătăți rezultatele pe baza previziunilor de optimizare a inventarului. Ca parte a proiectului, va fi creat un instrument de prognoză automată a cererii: de la identificarea automată a fazei actuale a produsului, prin selectarea automată a unui model predictiv adecvat pentru această fază cu parametrii săi, la o analiză automată a similitudinii produselor în vederea prognozei cererii de înlocuiri și pentru a ține seama de impactul efectului canibalismului și catalizei, înțeles aici ca un fenomen negativ (canibalism) și un efect pozitiv (cataliză) al introducerii unui nou produs asupra cererii de produse deja existente pe piață. Solicitantul propune, în acest sens, o abordare inovatoare constând în utilizarea caracteristicilor produsului identificat automat pe baza informațiilor disponibile despre acesta (de exemplu, poziția în ierarhia produsului, textul tehnic sau specificația tehnică). Ca parte a proiectului, cercetarea și dezvoltarea se vor desfășura pe baza tehnicilor avansate de învățare automată și a statisticilor, cum ar fi rețelele neuronale, analiza clusterelor sau tehnicile de extragere a textului (ex. Frecvența inversă a documentelor, indexarea semantică latentă. Cercetarea va fi efectuată în colaborare cu angajații Laboratorului de Informații Computaționale al Institutului de Informatică de la Universitatea din Wrocław. Algoritmii proprietari concepuți ca urmare a cercetării vor fi implementați și un prototip al modulului ProLogistica PLC (Product Life Cycle) va fi dezvoltat ca parte a pachetului software ProLogistica oferit de Solicitant. Merită subliniat faptul că soluția propusă în cadrul proiectului este inovatoare la scară globală. Ciclul de viață al produsului ca atare este luat în considerare în software-ul predictiv oferit de concurență. Rezultatele proiectului vor fi difuzate pe scară largă în cadrul conferințelor naționale și internaționale. (Romanian) | |||||||||||||||
| Property / summary: Obiectul acestui proiect este de a utiliza analiza ciclului de viață al produsului pentru a îmbunătăți calitatea previziunilor privind cererea și pentru a îmbunătăți rezultatele pe baza previziunilor de optimizare a inventarului. Ca parte a proiectului, va fi creat un instrument de prognoză automată a cererii: de la identificarea automată a fazei actuale a produsului, prin selectarea automată a unui model predictiv adecvat pentru această fază cu parametrii săi, la o analiză automată a similitudinii produselor în vederea prognozei cererii de înlocuiri și pentru a ține seama de impactul efectului canibalismului și catalizei, înțeles aici ca un fenomen negativ (canibalism) și un efect pozitiv (cataliză) al introducerii unui nou produs asupra cererii de produse deja existente pe piață. Solicitantul propune, în acest sens, o abordare inovatoare constând în utilizarea caracteristicilor produsului identificat automat pe baza informațiilor disponibile despre acesta (de exemplu, poziția în ierarhia produsului, textul tehnic sau specificația tehnică). Ca parte a proiectului, cercetarea și dezvoltarea se vor desfășura pe baza tehnicilor avansate de învățare automată și a statisticilor, cum ar fi rețelele neuronale, analiza clusterelor sau tehnicile de extragere a textului (ex. Frecvența inversă a documentelor, indexarea semantică latentă. Cercetarea va fi efectuată în colaborare cu angajații Laboratorului de Informații Computaționale al Institutului de Informatică de la Universitatea din Wrocław. Algoritmii proprietari concepuți ca urmare a cercetării vor fi implementați și un prototip al modulului ProLogistica PLC (Product Life Cycle) va fi dezvoltat ca parte a pachetului software ProLogistica oferit de Solicitant. Merită subliniat faptul că soluția propusă în cadrul proiectului este inovatoare la scară globală. Ciclul de viață al produsului ca atare este luat în considerare în software-ul predictiv oferit de concurență. Rezultatele proiectului vor fi difuzate pe scară largă în cadrul conferințelor naționale și internaționale. (Romanian) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Obiectul acestui proiect este de a utiliza analiza ciclului de viață al produsului pentru a îmbunătăți calitatea previziunilor privind cererea și pentru a îmbunătăți rezultatele pe baza previziunilor de optimizare a inventarului. Ca parte a proiectului, va fi creat un instrument de prognoză automată a cererii: de la identificarea automată a fazei actuale a produsului, prin selectarea automată a unui model predictiv adecvat pentru această fază cu parametrii săi, la o analiză automată a similitudinii produselor în vederea prognozei cererii de înlocuiri și pentru a ține seama de impactul efectului canibalismului și catalizei, înțeles aici ca un fenomen negativ (canibalism) și un efect pozitiv (cataliză) al introducerii unui nou produs asupra cererii de produse deja existente pe piață. Solicitantul propune, în acest sens, o abordare inovatoare constând în utilizarea caracteristicilor produsului identificat automat pe baza informațiilor disponibile despre acesta (de exemplu, poziția în ierarhia produsului, textul tehnic sau specificația tehnică). Ca parte a proiectului, cercetarea și dezvoltarea se vor desfășura pe baza tehnicilor avansate de învățare automată și a statisticilor, cum ar fi rețelele neuronale, analiza clusterelor sau tehnicile de extragere a textului (ex. Frecvența inversă a documentelor, indexarea semantică latentă. Cercetarea va fi efectuată în colaborare cu angajații Laboratorului de Informații Computaționale al Institutului de Informatică de la Universitatea din Wrocław. Algoritmii proprietari concepuți ca urmare a cercetării vor fi implementați și un prototip al modulului ProLogistica PLC (Product Life Cycle) va fi dezvoltat ca parte a pachetului software ProLogistica oferit de Solicitant. Merită subliniat faptul că soluția propusă în cadrul proiectului este inovatoare la scară globală. Ciclul de viață al produsului ca atare este luat în considerare în software-ul predictiv oferit de concurență. Rezultatele proiectului vor fi difuzate pe scară largă în cadrul conferințelor naționale și internaționale. (Romanian) / qualifier | |||||||||||||||
point in time: 26 July 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
Predmetom tohto projektu je použiť analýzu životného cyklu produktu na zlepšenie kvality predpovedí dopytu a zlepšenie výsledkov na základe predpovedí optimalizácie zásob. V rámci projektu sa vytvorí nástroj na automatické predpovedanie dopytu: od automatickej identifikácie súčasnej fázy výrobku, cez automatický výber prediktívneho modelu vhodného pre túto fázu s jeho parametrami, po automatickú analýzu podobnosti výrobkov s cieľom predpovedať dopyt po náhradách a zohľadniť vplyv účinku kanibalizmu a katalýzy, tu chápaný ako negatívny jav (kannibalizmus) a pozitívny (katalýzový) účinok zavedenia nového výrobku na dopyt po výrobkoch, ktoré už existujú na trhu.Žiadateľ v tejto súvislosti navrhuje inovatívny prístup spočívajúci v použití vlastností výrobku automaticky identifikovaných na základe dostupných informácií o ňom (napr. pozícia v hierarchii výrobkov, technická špecifikácia, text). V rámci projektu sa bude výskum a vývoj vykonávať na základe pokročilých techník strojového učenia a štatistík, ako sú neurónové siete, klastrová analýza alebo technika ťažby textu (napr. Inverzné frekvencie dokumentov, Latentné sémantické indexovanie. Výskum sa bude vykonávať v spolupráci so zamestnancami laboratória výpočtovej inteligencie Ústavu informatiky na Univerzite vo Vroclave. Proprietárne algoritmy navrhnuté ako výsledok výskumu budú implementované a prototyp modulu ProLogistica PLC (Product Life Cycle) bude vyvinutý ako súčasť softvérového balíka ProLogistica ponúkaného žiadateľom. Stojí za to zdôrazniť, že riešenie navrhované v rámci projektu je inovatívne v celosvetovom meradle. Životný cyklus výrobku ako takého sa zohľadňuje v prediktívnom softvéri, ktorý ponúka konkurencia. Výsledky projektu sa budú vo veľkej miere šíriť na národných a medzinárodných konferenciách. (Slovak) | |||||||||||||||
| Property / summary: Predmetom tohto projektu je použiť analýzu životného cyklu produktu na zlepšenie kvality predpovedí dopytu a zlepšenie výsledkov na základe predpovedí optimalizácie zásob. V rámci projektu sa vytvorí nástroj na automatické predpovedanie dopytu: od automatickej identifikácie súčasnej fázy výrobku, cez automatický výber prediktívneho modelu vhodného pre túto fázu s jeho parametrami, po automatickú analýzu podobnosti výrobkov s cieľom predpovedať dopyt po náhradách a zohľadniť vplyv účinku kanibalizmu a katalýzy, tu chápaný ako negatívny jav (kannibalizmus) a pozitívny (katalýzový) účinok zavedenia nového výrobku na dopyt po výrobkoch, ktoré už existujú na trhu.Žiadateľ v tejto súvislosti navrhuje inovatívny prístup spočívajúci v použití vlastností výrobku automaticky identifikovaných na základe dostupných informácií o ňom (napr. pozícia v hierarchii výrobkov, technická špecifikácia, text). V rámci projektu sa bude výskum a vývoj vykonávať na základe pokročilých techník strojového učenia a štatistík, ako sú neurónové siete, klastrová analýza alebo technika ťažby textu (napr. Inverzné frekvencie dokumentov, Latentné sémantické indexovanie. Výskum sa bude vykonávať v spolupráci so zamestnancami laboratória výpočtovej inteligencie Ústavu informatiky na Univerzite vo Vroclave. Proprietárne algoritmy navrhnuté ako výsledok výskumu budú implementované a prototyp modulu ProLogistica PLC (Product Life Cycle) bude vyvinutý ako súčasť softvérového balíka ProLogistica ponúkaného žiadateľom. Stojí za to zdôrazniť, že riešenie navrhované v rámci projektu je inovatívne v celosvetovom meradle. Životný cyklus výrobku ako takého sa zohľadňuje v prediktívnom softvéri, ktorý ponúka konkurencia. Výsledky projektu sa budú vo veľkej miere šíriť na národných a medzinárodných konferenciách. (Slovak) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Predmetom tohto projektu je použiť analýzu životného cyklu produktu na zlepšenie kvality predpovedí dopytu a zlepšenie výsledkov na základe predpovedí optimalizácie zásob. V rámci projektu sa vytvorí nástroj na automatické predpovedanie dopytu: od automatickej identifikácie súčasnej fázy výrobku, cez automatický výber prediktívneho modelu vhodného pre túto fázu s jeho parametrami, po automatickú analýzu podobnosti výrobkov s cieľom predpovedať dopyt po náhradách a zohľadniť vplyv účinku kanibalizmu a katalýzy, tu chápaný ako negatívny jav (kannibalizmus) a pozitívny (katalýzový) účinok zavedenia nového výrobku na dopyt po výrobkoch, ktoré už existujú na trhu.Žiadateľ v tejto súvislosti navrhuje inovatívny prístup spočívajúci v použití vlastností výrobku automaticky identifikovaných na základe dostupných informácií o ňom (napr. pozícia v hierarchii výrobkov, technická špecifikácia, text). V rámci projektu sa bude výskum a vývoj vykonávať na základe pokročilých techník strojového učenia a štatistík, ako sú neurónové siete, klastrová analýza alebo technika ťažby textu (napr. Inverzné frekvencie dokumentov, Latentné sémantické indexovanie. Výskum sa bude vykonávať v spolupráci so zamestnancami laboratória výpočtovej inteligencie Ústavu informatiky na Univerzite vo Vroclave. Proprietárne algoritmy navrhnuté ako výsledok výskumu budú implementované a prototyp modulu ProLogistica PLC (Product Life Cycle) bude vyvinutý ako súčasť softvérového balíka ProLogistica ponúkaného žiadateľom. Stojí za to zdôrazniť, že riešenie navrhované v rámci projektu je inovatívne v celosvetovom meradle. Životný cyklus výrobku ako takého sa zohľadňuje v prediktívnom softvéri, ktorý ponúka konkurencia. Výsledky projektu sa budú vo veľkej miere šíriť na národných a medzinárodných konferenciách. (Slovak) / qualifier | |||||||||||||||
point in time: 26 July 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
Is-suġġett ta’ dan il-Proġett huwa li juża l-analiżi taċ-ċiklu tal-ħajja tal-prodott biex itejjeb il-kwalità tat-tbassir tad-domanda u jtejjeb ir-riżultati bbażati fuq it-tbassir tal-ottimizzazzjoni tal-inventarju. Bħala parti mill-proġett, se tinħoloq għodda għat-tbassir awtomatiku tad-domanda: mill-identifikazzjoni awtomatika tal-fażi attwali tal-prodott, permezz tal-għażla awtomatika ta’ mudell ta’ tbassir adattat għal din il-fażi bil-parametri tiegħu, għal analiżi awtomatika tas-similarità tal-prodotti sabiex tiġi mbassra d-domanda għal sostituzzjonijiet u biex jitqies l-impatt tal-effett tal-kannibaliżmu u l-kataliżi, mifhum hawnhekk bħala fenomenu negattiv (Kannibaliżmu) u effett pożittiv (kataliżi) tal-introduzzjoni ta’ prodott ġdid fuq id-domanda għal prodotti li diġà jeżistu fis-suq.L-applikant jipproponi f’dan ir-rigward approċċ innovattiv li jikkonsisti fl-użu tal-karatteristiċi tal-prodott identifikati awtomatikament abbażi tal-informazzjoni disponibbli dwaru (eż. il-pożizzjoni fil-ġerarkija tal-ispeċifikazzjoni teknika tal-prodott, id-deskrizzjoni teknika tal-prezzijiet, jew il-ġerarkija tal-prodott). Bħala parti mill-proġett, ir-riċerka u l-iżvilupp se jitwettqu abbażi ta’ tekniki avvanzati ta’ tagħlim awtomatiku u statistika bħan-netwerks newrali, l-analiżi tar-raggruppamenti jew it-tekniki tal-estrazzjoni tat-test (eż. Invers Frekwenzi Dokumenti, Latent Semantika Indiċi. Ir-riċerka ser titwettaq f’kooperazzjoni mal-impjegati tal-Laboratorju tal-Intelligence Komputazzjonali tal-Istitut tax-Xjenza tal-Kompjuter fl-Università ta’ Wrocław. L-algoritmi proprjetarji ddisinjati bħala riżultat tar-riċerka se jiġu implimentati u prototip tal-modulu ProLogistica PLC (Ċiklu tal-Ħajja tal-Prodott) se jiġi żviluppat bħala parti mill-pakkett tas-software ProLogistica offrut mill-Applikant. Ta’ min jenfasizza li s-soluzzjoni proposta taħt il-Proġett hija innovattiva fuq skala globali. Iċ-ċiklu tal-ħajja tal-prodott bħala tali jitqies fis-softwer ta’ tbassir offrut mill-kompetizzjoni. Ir-riżultati tal-proġett ser jixxerrdu b’mod wiesa’ matul il-konferenzi nazzjonali u internazzjonali. (Maltese) | |||||||||||||||
| Property / summary: Is-suġġett ta’ dan il-Proġett huwa li juża l-analiżi taċ-ċiklu tal-ħajja tal-prodott biex itejjeb il-kwalità tat-tbassir tad-domanda u jtejjeb ir-riżultati bbażati fuq it-tbassir tal-ottimizzazzjoni tal-inventarju. Bħala parti mill-proġett, se tinħoloq għodda għat-tbassir awtomatiku tad-domanda: mill-identifikazzjoni awtomatika tal-fażi attwali tal-prodott, permezz tal-għażla awtomatika ta’ mudell ta’ tbassir adattat għal din il-fażi bil-parametri tiegħu, għal analiżi awtomatika tas-similarità tal-prodotti sabiex tiġi mbassra d-domanda għal sostituzzjonijiet u biex jitqies l-impatt tal-effett tal-kannibaliżmu u l-kataliżi, mifhum hawnhekk bħala fenomenu negattiv (Kannibaliżmu) u effett pożittiv (kataliżi) tal-introduzzjoni ta’ prodott ġdid fuq id-domanda għal prodotti li diġà jeżistu fis-suq.L-applikant jipproponi f’dan ir-rigward approċċ innovattiv li jikkonsisti fl-użu tal-karatteristiċi tal-prodott identifikati awtomatikament abbażi tal-informazzjoni disponibbli dwaru (eż. il-pożizzjoni fil-ġerarkija tal-ispeċifikazzjoni teknika tal-prodott, id-deskrizzjoni teknika tal-prezzijiet, jew il-ġerarkija tal-prodott). Bħala parti mill-proġett, ir-riċerka u l-iżvilupp se jitwettqu abbażi ta’ tekniki avvanzati ta’ tagħlim awtomatiku u statistika bħan-netwerks newrali, l-analiżi tar-raggruppamenti jew it-tekniki tal-estrazzjoni tat-test (eż. Invers Frekwenzi Dokumenti, Latent Semantika Indiċi. Ir-riċerka ser titwettaq f’kooperazzjoni mal-impjegati tal-Laboratorju tal-Intelligence Komputazzjonali tal-Istitut tax-Xjenza tal-Kompjuter fl-Università ta’ Wrocław. L-algoritmi proprjetarji ddisinjati bħala riżultat tar-riċerka se jiġu implimentati u prototip tal-modulu ProLogistica PLC (Ċiklu tal-Ħajja tal-Prodott) se jiġi żviluppat bħala parti mill-pakkett tas-software ProLogistica offrut mill-Applikant. Ta’ min jenfasizza li s-soluzzjoni proposta taħt il-Proġett hija innovattiva fuq skala globali. Iċ-ċiklu tal-ħajja tal-prodott bħala tali jitqies fis-softwer ta’ tbassir offrut mill-kompetizzjoni. Ir-riżultati tal-proġett ser jixxerrdu b’mod wiesa’ matul il-konferenzi nazzjonali u internazzjonali. (Maltese) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Is-suġġett ta’ dan il-Proġett huwa li juża l-analiżi taċ-ċiklu tal-ħajja tal-prodott biex itejjeb il-kwalità tat-tbassir tad-domanda u jtejjeb ir-riżultati bbażati fuq it-tbassir tal-ottimizzazzjoni tal-inventarju. Bħala parti mill-proġett, se tinħoloq għodda għat-tbassir awtomatiku tad-domanda: mill-identifikazzjoni awtomatika tal-fażi attwali tal-prodott, permezz tal-għażla awtomatika ta’ mudell ta’ tbassir adattat għal din il-fażi bil-parametri tiegħu, għal analiżi awtomatika tas-similarità tal-prodotti sabiex tiġi mbassra d-domanda għal sostituzzjonijiet u biex jitqies l-impatt tal-effett tal-kannibaliżmu u l-kataliżi, mifhum hawnhekk bħala fenomenu negattiv (Kannibaliżmu) u effett pożittiv (kataliżi) tal-introduzzjoni ta’ prodott ġdid fuq id-domanda għal prodotti li diġà jeżistu fis-suq.L-applikant jipproponi f’dan ir-rigward approċċ innovattiv li jikkonsisti fl-użu tal-karatteristiċi tal-prodott identifikati awtomatikament abbażi tal-informazzjoni disponibbli dwaru (eż. il-pożizzjoni fil-ġerarkija tal-ispeċifikazzjoni teknika tal-prodott, id-deskrizzjoni teknika tal-prezzijiet, jew il-ġerarkija tal-prodott). Bħala parti mill-proġett, ir-riċerka u l-iżvilupp se jitwettqu abbażi ta’ tekniki avvanzati ta’ tagħlim awtomatiku u statistika bħan-netwerks newrali, l-analiżi tar-raggruppamenti jew it-tekniki tal-estrazzjoni tat-test (eż. Invers Frekwenzi Dokumenti, Latent Semantika Indiċi. Ir-riċerka ser titwettaq f’kooperazzjoni mal-impjegati tal-Laboratorju tal-Intelligence Komputazzjonali tal-Istitut tax-Xjenza tal-Kompjuter fl-Università ta’ Wrocław. L-algoritmi proprjetarji ddisinjati bħala riżultat tar-riċerka se jiġu implimentati u prototip tal-modulu ProLogistica PLC (Ċiklu tal-Ħajja tal-Prodott) se jiġi żviluppat bħala parti mill-pakkett tas-software ProLogistica offrut mill-Applikant. Ta’ min jenfasizza li s-soluzzjoni proposta taħt il-Proġett hija innovattiva fuq skala globali. Iċ-ċiklu tal-ħajja tal-prodott bħala tali jitqies fis-softwer ta’ tbassir offrut mill-kompetizzjoni. Ir-riżultati tal-proġett ser jixxerrdu b’mod wiesa’ matul il-konferenzi nazzjonali u internazzjonali. (Maltese) / qualifier | |||||||||||||||
point in time: 26 July 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
O objetivo deste projeto é utilizar uma análise do ciclo de vida do produto para melhorar a qualidade das previsões da procura e melhorar os resultados com base na previsão da otimização das existências. O projeto criará uma ferramenta para a previsão automática da procura: desde o reconhecimento automático da fase do produto, através da seleção automática do modelo de prognóstico adequado com os seus parâmetros para esta fase, até à análise automática da semelhança dos produtos, a fim de prever a procura de substitutos e ter em conta os efeitos do canibalismo e da catálise, entendidos aqui como um fenómeno de um correspondente preço negativo (canibalismo) e positivo (catálise) dos produtos, o efeito da introdução de um novo produto na procura de produtos já existentes no mercado. No âmbito da execução do projeto, a investigação e o desenvolvimento serão realizados com base em técnicas avançadas de aprendizagem automática e em estatísticas como as redes neurais, a análise focal ou as técnicas de prospeção de textos (por exemplo, «Frequências inversas de documentos, indexação semântica latente»). A investigação será realizada em cooperação com os funcionários do Laboratório de Inteligência Informática do Instituto de Ciência da Computação da Universidade de Wrocław. Concebido como resultado da investigação, algoritmos proprietários serão implementados e um protótipo do módulo ProLogistica PLC (Ciclo de Vida do Produto) será criado como parte do pacote de software ProLogistica oferecido pelo Requerente. Importa salientar que a solução proposta é inovadora à escala mundial. O ciclo de vida do produto como tal está incluído no software de prognóstico competitivo. Os resultados do projecto serão amplamente divulgados em conferências nacionais e internacionais. (Portuguese) | |||||||||||||||
| Property / summary: O objetivo deste projeto é utilizar uma análise do ciclo de vida do produto para melhorar a qualidade das previsões da procura e melhorar os resultados com base na previsão da otimização das existências. O projeto criará uma ferramenta para a previsão automática da procura: desde o reconhecimento automático da fase do produto, através da seleção automática do modelo de prognóstico adequado com os seus parâmetros para esta fase, até à análise automática da semelhança dos produtos, a fim de prever a procura de substitutos e ter em conta os efeitos do canibalismo e da catálise, entendidos aqui como um fenómeno de um correspondente preço negativo (canibalismo) e positivo (catálise) dos produtos, o efeito da introdução de um novo produto na procura de produtos já existentes no mercado. No âmbito da execução do projeto, a investigação e o desenvolvimento serão realizados com base em técnicas avançadas de aprendizagem automática e em estatísticas como as redes neurais, a análise focal ou as técnicas de prospeção de textos (por exemplo, «Frequências inversas de documentos, indexação semântica latente»). A investigação será realizada em cooperação com os funcionários do Laboratório de Inteligência Informática do Instituto de Ciência da Computação da Universidade de Wrocław. Concebido como resultado da investigação, algoritmos proprietários serão implementados e um protótipo do módulo ProLogistica PLC (Ciclo de Vida do Produto) será criado como parte do pacote de software ProLogistica oferecido pelo Requerente. Importa salientar que a solução proposta é inovadora à escala mundial. O ciclo de vida do produto como tal está incluído no software de prognóstico competitivo. Os resultados do projecto serão amplamente divulgados em conferências nacionais e internacionais. (Portuguese) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: O objetivo deste projeto é utilizar uma análise do ciclo de vida do produto para melhorar a qualidade das previsões da procura e melhorar os resultados com base na previsão da otimização das existências. O projeto criará uma ferramenta para a previsão automática da procura: desde o reconhecimento automático da fase do produto, através da seleção automática do modelo de prognóstico adequado com os seus parâmetros para esta fase, até à análise automática da semelhança dos produtos, a fim de prever a procura de substitutos e ter em conta os efeitos do canibalismo e da catálise, entendidos aqui como um fenómeno de um correspondente preço negativo (canibalismo) e positivo (catálise) dos produtos, o efeito da introdução de um novo produto na procura de produtos já existentes no mercado. No âmbito da execução do projeto, a investigação e o desenvolvimento serão realizados com base em técnicas avançadas de aprendizagem automática e em estatísticas como as redes neurais, a análise focal ou as técnicas de prospeção de textos (por exemplo, «Frequências inversas de documentos, indexação semântica latente»). A investigação será realizada em cooperação com os funcionários do Laboratório de Inteligência Informática do Instituto de Ciência da Computação da Universidade de Wrocław. Concebido como resultado da investigação, algoritmos proprietários serão implementados e um protótipo do módulo ProLogistica PLC (Ciclo de Vida do Produto) será criado como parte do pacote de software ProLogistica oferecido pelo Requerente. Importa salientar que a solução proposta é inovadora à escala mundial. O ciclo de vida do produto como tal está incluído no software de prognóstico competitivo. Os resultados do projecto serão amplamente divulgados em conferências nacionais e internacionais. (Portuguese) / qualifier | |||||||||||||||
point in time: 26 July 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
Tämän projektin tavoitteena on käyttää tuotteiden elinkaarianalyysiä kysyntäennusteiden laadun parantamiseen ja tulosten parantamiseen varaston optimointiennusteiden perusteella. Osana hanketta luodaan työkalu kysynnän automaattiseen ennustamiseen: tuotteen nykyisen vaiheen automaattisesta tunnistamisesta, tähän vaiheeseen ja sen parametreihin soveltuvan ennakoivan mallin automaattisesta valinnasta tuotteiden samankaltaisuuden automaattiseen analysointiin, jotta voidaan ennustaa korvaavien tuotteiden kysyntää ja ottaa huomioon kannibalismin ja katalyysin vaikutuksen vaikutus, joka ymmärretään tässä yhteydessä negatiivisena ilmiönä (kannibalismi) ja uuden tuotteen käyttöönoton positiivisena (katalyyttisenä) vaikutuksena markkinoilla jo olevien tuotteiden kysyntään. Hakija ehdottaa tässä yhteydessä innovatiivista lähestymistapaa, jossa käytetään tuotteen ominaisuuksia, jotka tunnistetaan automaattisesti saatavilla olevien tietojen perusteella (esim. sijainti tuotehierarkiassa, teknisessä eritelmässä, tekstieritelmässä tai tekstikuvauksessa). Osana hanketta tutkimus ja kehittäminen perustuvat kehittyneisiin koneoppimistekniikoihin ja tilastoihin, kuten neuroverkkoihin, klusterianalyysiin tai tekstinlouhintatekniikoihin (esim. Käänteinen asiakirjataajuus, Latent Semantic Indexing. Tutkimus toteutetaan yhteistyössä Wrocławin yliopiston tietojenkäsittelytieteen laitoksen laskennallisen tiedustelulaboratorion työntekijöiden kanssa. Tutkimuksen tuloksena suunnitellut algoritmit toteutetaan ja ProLogistica PLC (Product Life Cycle) -moduulin prototyyppi kehitetään osana hakijan tarjoamaa ProLogistica-ohjelmistopakettia. On syytä korostaa, että hankkeessa ehdotettu ratkaisu on innovatiivinen maailmanlaajuisesti. Tuotteen elinkaari sellaisenaan otetaan huomioon kilpailun tarjoamassa ennakoivassa ohjelmistossa. Hankkeen tuloksia levitetään laajasti kansallisissa ja kansainvälisissä konferensseissa. (Finnish) | |||||||||||||||
| Property / summary: Tämän projektin tavoitteena on käyttää tuotteiden elinkaarianalyysiä kysyntäennusteiden laadun parantamiseen ja tulosten parantamiseen varaston optimointiennusteiden perusteella. Osana hanketta luodaan työkalu kysynnän automaattiseen ennustamiseen: tuotteen nykyisen vaiheen automaattisesta tunnistamisesta, tähän vaiheeseen ja sen parametreihin soveltuvan ennakoivan mallin automaattisesta valinnasta tuotteiden samankaltaisuuden automaattiseen analysointiin, jotta voidaan ennustaa korvaavien tuotteiden kysyntää ja ottaa huomioon kannibalismin ja katalyysin vaikutuksen vaikutus, joka ymmärretään tässä yhteydessä negatiivisena ilmiönä (kannibalismi) ja uuden tuotteen käyttöönoton positiivisena (katalyyttisenä) vaikutuksena markkinoilla jo olevien tuotteiden kysyntään. Hakija ehdottaa tässä yhteydessä innovatiivista lähestymistapaa, jossa käytetään tuotteen ominaisuuksia, jotka tunnistetaan automaattisesti saatavilla olevien tietojen perusteella (esim. sijainti tuotehierarkiassa, teknisessä eritelmässä, tekstieritelmässä tai tekstikuvauksessa). Osana hanketta tutkimus ja kehittäminen perustuvat kehittyneisiin koneoppimistekniikoihin ja tilastoihin, kuten neuroverkkoihin, klusterianalyysiin tai tekstinlouhintatekniikoihin (esim. Käänteinen asiakirjataajuus, Latent Semantic Indexing. Tutkimus toteutetaan yhteistyössä Wrocławin yliopiston tietojenkäsittelytieteen laitoksen laskennallisen tiedustelulaboratorion työntekijöiden kanssa. Tutkimuksen tuloksena suunnitellut algoritmit toteutetaan ja ProLogistica PLC (Product Life Cycle) -moduulin prototyyppi kehitetään osana hakijan tarjoamaa ProLogistica-ohjelmistopakettia. On syytä korostaa, että hankkeessa ehdotettu ratkaisu on innovatiivinen maailmanlaajuisesti. Tuotteen elinkaari sellaisenaan otetaan huomioon kilpailun tarjoamassa ennakoivassa ohjelmistossa. Hankkeen tuloksia levitetään laajasti kansallisissa ja kansainvälisissä konferensseissa. (Finnish) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Tämän projektin tavoitteena on käyttää tuotteiden elinkaarianalyysiä kysyntäennusteiden laadun parantamiseen ja tulosten parantamiseen varaston optimointiennusteiden perusteella. Osana hanketta luodaan työkalu kysynnän automaattiseen ennustamiseen: tuotteen nykyisen vaiheen automaattisesta tunnistamisesta, tähän vaiheeseen ja sen parametreihin soveltuvan ennakoivan mallin automaattisesta valinnasta tuotteiden samankaltaisuuden automaattiseen analysointiin, jotta voidaan ennustaa korvaavien tuotteiden kysyntää ja ottaa huomioon kannibalismin ja katalyysin vaikutuksen vaikutus, joka ymmärretään tässä yhteydessä negatiivisena ilmiönä (kannibalismi) ja uuden tuotteen käyttöönoton positiivisena (katalyyttisenä) vaikutuksena markkinoilla jo olevien tuotteiden kysyntään. Hakija ehdottaa tässä yhteydessä innovatiivista lähestymistapaa, jossa käytetään tuotteen ominaisuuksia, jotka tunnistetaan automaattisesti saatavilla olevien tietojen perusteella (esim. sijainti tuotehierarkiassa, teknisessä eritelmässä, tekstieritelmässä tai tekstikuvauksessa). Osana hanketta tutkimus ja kehittäminen perustuvat kehittyneisiin koneoppimistekniikoihin ja tilastoihin, kuten neuroverkkoihin, klusterianalyysiin tai tekstinlouhintatekniikoihin (esim. Käänteinen asiakirjataajuus, Latent Semantic Indexing. Tutkimus toteutetaan yhteistyössä Wrocławin yliopiston tietojenkäsittelytieteen laitoksen laskennallisen tiedustelulaboratorion työntekijöiden kanssa. Tutkimuksen tuloksena suunnitellut algoritmit toteutetaan ja ProLogistica PLC (Product Life Cycle) -moduulin prototyyppi kehitetään osana hakijan tarjoamaa ProLogistica-ohjelmistopakettia. On syytä korostaa, että hankkeessa ehdotettu ratkaisu on innovatiivinen maailmanlaajuisesti. Tuotteen elinkaari sellaisenaan otetaan huomioon kilpailun tarjoamassa ennakoivassa ohjelmistossa. Hankkeen tuloksia levitetään laajasti kansallisissa ja kansainvälisissä konferensseissa. (Finnish) / qualifier | |||||||||||||||
point in time: 26 July 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
Predmet tega projekta je uporaba analize življenjskega cikla izdelkov za izboljšanje kakovosti napovedi povpraševanja in izboljšanje rezultatov na podlagi napovedi optimizacije zalog. V okviru projekta bo vzpostavljeno orodje za samodejno napovedovanje povpraševanja: od samodejnega prepoznavanja trenutne faze izdelka prek samodejne izbire napovednega modela, primernega za to fazo s svojimi parametri, do avtomatske analize podobnosti izdelkov, da se predvidi povpraševanje po zamenjavi in upošteva vpliv učinka kanibalizma in katalize, ki se tukaj razume kot negativen pojav (kanibalizem) in pozitiven (kataliza) učinek uvedbe novega proizvoda na povpraševanje po proizvodih, ki že obstajajo na trgu. Vlagatelj v zvezi s tem predlaga inovativen pristop, ki vključuje uporabo značilnosti proizvoda, ki so samodejno opredeljene na podlagi razpoložljivih informacij o njem (npr. položaj v hierarhiji izdelkov, tehnični specifikaciji, opisu). V okviru projekta se bodo raziskave in razvoj izvajale na podlagi naprednih tehnik strojnega učenja in statističnih podatkov, kot so nevronske mreže, analiza grozdov ali tehnike besedilnega rudarjenja (npr. Inverzne pogostosti dokumentov, latentno semantično indeksiranje. Raziskava se bo izvajala v sodelovanju z zaposlenimi v Laboratoriju za računalniško inteligenco Inštituta za računalništvo na Univerzi v Vroclavu. Izvedeni bodo lastniški algoritmi, zasnovani kot rezultat raziskave, prototip modula ProLogistica PLC (Product Life Cycle) pa bo razvit kot del programskega paketa ProLogistica, ki ga ponuja prijavitelj. Treba je poudariti, da je rešitev, predlagana v okviru projekta, inovativna na svetovni ravni. Življenjski cikel izdelka kot takega se upošteva pri napovedni programski opremi, ki jo ponuja konkurenca. Rezultati projekta bodo široko razširjeni na nacionalnih in mednarodnih konferencah. (Slovenian) | |||||||||||||||
| Property / summary: Predmet tega projekta je uporaba analize življenjskega cikla izdelkov za izboljšanje kakovosti napovedi povpraševanja in izboljšanje rezultatov na podlagi napovedi optimizacije zalog. V okviru projekta bo vzpostavljeno orodje za samodejno napovedovanje povpraševanja: od samodejnega prepoznavanja trenutne faze izdelka prek samodejne izbire napovednega modela, primernega za to fazo s svojimi parametri, do avtomatske analize podobnosti izdelkov, da se predvidi povpraševanje po zamenjavi in upošteva vpliv učinka kanibalizma in katalize, ki se tukaj razume kot negativen pojav (kanibalizem) in pozitiven (kataliza) učinek uvedbe novega proizvoda na povpraševanje po proizvodih, ki že obstajajo na trgu. Vlagatelj v zvezi s tem predlaga inovativen pristop, ki vključuje uporabo značilnosti proizvoda, ki so samodejno opredeljene na podlagi razpoložljivih informacij o njem (npr. položaj v hierarhiji izdelkov, tehnični specifikaciji, opisu). V okviru projekta se bodo raziskave in razvoj izvajale na podlagi naprednih tehnik strojnega učenja in statističnih podatkov, kot so nevronske mreže, analiza grozdov ali tehnike besedilnega rudarjenja (npr. Inverzne pogostosti dokumentov, latentno semantično indeksiranje. Raziskava se bo izvajala v sodelovanju z zaposlenimi v Laboratoriju za računalniško inteligenco Inštituta za računalništvo na Univerzi v Vroclavu. Izvedeni bodo lastniški algoritmi, zasnovani kot rezultat raziskave, prototip modula ProLogistica PLC (Product Life Cycle) pa bo razvit kot del programskega paketa ProLogistica, ki ga ponuja prijavitelj. Treba je poudariti, da je rešitev, predlagana v okviru projekta, inovativna na svetovni ravni. Življenjski cikel izdelka kot takega se upošteva pri napovedni programski opremi, ki jo ponuja konkurenca. Rezultati projekta bodo široko razširjeni na nacionalnih in mednarodnih konferencah. (Slovenian) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Predmet tega projekta je uporaba analize življenjskega cikla izdelkov za izboljšanje kakovosti napovedi povpraševanja in izboljšanje rezultatov na podlagi napovedi optimizacije zalog. V okviru projekta bo vzpostavljeno orodje za samodejno napovedovanje povpraševanja: od samodejnega prepoznavanja trenutne faze izdelka prek samodejne izbire napovednega modela, primernega za to fazo s svojimi parametri, do avtomatske analize podobnosti izdelkov, da se predvidi povpraševanje po zamenjavi in upošteva vpliv učinka kanibalizma in katalize, ki se tukaj razume kot negativen pojav (kanibalizem) in pozitiven (kataliza) učinek uvedbe novega proizvoda na povpraševanje po proizvodih, ki že obstajajo na trgu. Vlagatelj v zvezi s tem predlaga inovativen pristop, ki vključuje uporabo značilnosti proizvoda, ki so samodejno opredeljene na podlagi razpoložljivih informacij o njem (npr. položaj v hierarhiji izdelkov, tehnični specifikaciji, opisu). V okviru projekta se bodo raziskave in razvoj izvajale na podlagi naprednih tehnik strojnega učenja in statističnih podatkov, kot so nevronske mreže, analiza grozdov ali tehnike besedilnega rudarjenja (npr. Inverzne pogostosti dokumentov, latentno semantično indeksiranje. Raziskava se bo izvajala v sodelovanju z zaposlenimi v Laboratoriju za računalniško inteligenco Inštituta za računalništvo na Univerzi v Vroclavu. Izvedeni bodo lastniški algoritmi, zasnovani kot rezultat raziskave, prototip modula ProLogistica PLC (Product Life Cycle) pa bo razvit kot del programskega paketa ProLogistica, ki ga ponuja prijavitelj. Treba je poudariti, da je rešitev, predlagana v okviru projekta, inovativna na svetovni ravni. Življenjski cikel izdelka kot takega se upošteva pri napovedni programski opremi, ki jo ponuja konkurenca. Rezultati projekta bodo široko razširjeni na nacionalnih in mednarodnih konferencah. (Slovenian) / qualifier | |||||||||||||||
point in time: 26 July 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
Předmětem tohoto projektu je využití analýzy životního cyklu produktu ke zlepšení kvality předpovědí poptávky a zlepšení výsledků na základě prognóz optimalizace zásob. V rámci projektu bude vytvořen nástroj pro automatické předpovídání poptávky: od automatické identifikace současné fáze výrobku prostřednictvím automatického výběru prediktivního modelu vhodného pro tuto fázi s jeho parametry až po automatickou analýzu podobnosti výrobků s cílem předpovědět poptávku po náhradách a zohlednit dopad účinku kanibalismu a katalýzy, které jsou zde chápány jako negativní jev (kanibalismus) a pozitivní (katalýza) účinek zavedení nového výrobku na poptávku po výrobcích, které již existují na trhu. Žadatel v tomto ohledu navrhuje inovativní přístup spočívající v použití vlastností výrobku automaticky identifikovaných na základě dostupných informací o něm (např. pozice v hierarchii výrobků, popis ceny, technická specifikace, text). V rámci projektu bude výzkum a vývoj prováděn na základě pokročilých technik strojového učení a statistik, jako jsou neuronové sítě, analýza klastrů nebo techniky vytěžování textů (např. Inverzní frekvence dokumentů, Latentní sémantická indexace. Výzkum bude probíhat ve spolupráci se zaměstnanci laboratoře výpočetní inteligence Ústavu informatiky na Vratislavské univerzitě. Proprietární algoritmy navržené jako výsledek výzkumu budou implementovány a prototyp modulu ProLogistica PLC (Product Life Cycle) bude vyvinut jako součást softwarového balíčku ProLogistica nabízeného žadatelem. Stojí za to zdůraznit, že řešení navržené v rámci projektu je inovativní v celosvětovém měřítku. Životní cyklus produktu jako takového je zohledněn v prediktivním softwaru nabízeném konkurencí. Výsledky projektu budou široce šířeny na národních a mezinárodních konferencích. (Czech) | |||||||||||||||
| Property / summary: Předmětem tohoto projektu je využití analýzy životního cyklu produktu ke zlepšení kvality předpovědí poptávky a zlepšení výsledků na základě prognóz optimalizace zásob. V rámci projektu bude vytvořen nástroj pro automatické předpovídání poptávky: od automatické identifikace současné fáze výrobku prostřednictvím automatického výběru prediktivního modelu vhodného pro tuto fázi s jeho parametry až po automatickou analýzu podobnosti výrobků s cílem předpovědět poptávku po náhradách a zohlednit dopad účinku kanibalismu a katalýzy, které jsou zde chápány jako negativní jev (kanibalismus) a pozitivní (katalýza) účinek zavedení nového výrobku na poptávku po výrobcích, které již existují na trhu. Žadatel v tomto ohledu navrhuje inovativní přístup spočívající v použití vlastností výrobku automaticky identifikovaných na základě dostupných informací o něm (např. pozice v hierarchii výrobků, popis ceny, technická specifikace, text). V rámci projektu bude výzkum a vývoj prováděn na základě pokročilých technik strojového učení a statistik, jako jsou neuronové sítě, analýza klastrů nebo techniky vytěžování textů (např. Inverzní frekvence dokumentů, Latentní sémantická indexace. Výzkum bude probíhat ve spolupráci se zaměstnanci laboratoře výpočetní inteligence Ústavu informatiky na Vratislavské univerzitě. Proprietární algoritmy navržené jako výsledek výzkumu budou implementovány a prototyp modulu ProLogistica PLC (Product Life Cycle) bude vyvinut jako součást softwarového balíčku ProLogistica nabízeného žadatelem. Stojí za to zdůraznit, že řešení navržené v rámci projektu je inovativní v celosvětovém měřítku. Životní cyklus produktu jako takového je zohledněn v prediktivním softwaru nabízeném konkurencí. Výsledky projektu budou široce šířeny na národních a mezinárodních konferencích. (Czech) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Předmětem tohoto projektu je využití analýzy životního cyklu produktu ke zlepšení kvality předpovědí poptávky a zlepšení výsledků na základě prognóz optimalizace zásob. V rámci projektu bude vytvořen nástroj pro automatické předpovídání poptávky: od automatické identifikace současné fáze výrobku prostřednictvím automatického výběru prediktivního modelu vhodného pro tuto fázi s jeho parametry až po automatickou analýzu podobnosti výrobků s cílem předpovědět poptávku po náhradách a zohlednit dopad účinku kanibalismu a katalýzy, které jsou zde chápány jako negativní jev (kanibalismus) a pozitivní (katalýza) účinek zavedení nového výrobku na poptávku po výrobcích, které již existují na trhu. Žadatel v tomto ohledu navrhuje inovativní přístup spočívající v použití vlastností výrobku automaticky identifikovaných na základě dostupných informací o něm (např. pozice v hierarchii výrobků, popis ceny, technická specifikace, text). V rámci projektu bude výzkum a vývoj prováděn na základě pokročilých technik strojového učení a statistik, jako jsou neuronové sítě, analýza klastrů nebo techniky vytěžování textů (např. Inverzní frekvence dokumentů, Latentní sémantická indexace. Výzkum bude probíhat ve spolupráci se zaměstnanci laboratoře výpočetní inteligence Ústavu informatiky na Vratislavské univerzitě. Proprietární algoritmy navržené jako výsledek výzkumu budou implementovány a prototyp modulu ProLogistica PLC (Product Life Cycle) bude vyvinut jako součást softwarového balíčku ProLogistica nabízeného žadatelem. Stojí za to zdůraznit, že řešení navržené v rámci projektu je inovativní v celosvětovém měřítku. Životní cyklus produktu jako takového je zohledněn v prediktivním softwaru nabízeném konkurencí. Výsledky projektu budou široce šířeny na národních a mezinárodních konferencích. (Czech) / qualifier | |||||||||||||||
point in time: 26 July 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
Šio projekto objektas – naudoti produkto gyvavimo ciklo analizę, siekiant pagerinti paklausos prognozių kokybę ir pagerinti rezultatus, pagrįstus atsargų optimizavimo prognozėmis. Įgyvendinant projektą bus sukurta automatinio paklausos prognozavimo priemonė: pradedant automatiniu dabartinio produkto etapo identifikavimu, automatiškai pasirenkant šiam etapui tinkamą prognozavimo modelį su jo parametrais, iki automatinės produktų panašumo analizės, kad būtų galima prognozuoti pakaitalų paklausą ir atsižvelgti į kanibalizmo ir katalizės poveikį, kuris čia suprantamas kaip neigiamas reiškinys (kanibalizmas) ir teigiamas (katalizės) naujo produkto įvedimo poveikis rinkoje jau esančių produktų paklausai. Vykdant projektą, moksliniai tyrimai ir technologinė plėtra bus atliekami remiantis pažangiais mašinų mokymosi metodais ir statistiniais duomenimis, pvz., neuroniniais tinklais, klasterių analize ar tekstų gavybos metodais (pvz. Atvirkštinis dokumentų dažnumas, latentinis semantinis indeksavimas. Tyrimas bus atliekamas bendradarbiaujant su Vroclavo universiteto Informatikos instituto Kompiuterinės žvalgybos laboratorijos darbuotojais. Bus įgyvendinti nuosavybiniai algoritmai, sukurti atlikus tyrimą, o ProLogistica PLC (Product Life Cycle) modulio prototipas bus sukurtas kaip pareiškėjo siūlomo „ProLogistica“ programinės įrangos paketo dalis. Verta pabrėžti, kad pagal projektą siūlomas sprendimas yra novatoriškas pasauliniu mastu. Į patį produkto gyvavimo ciklą atsižvelgiama konkurso siūlomoje prognozavimo programinėje įrangoje. Projekto rezultatai bus plačiai skleidžiami nacionalinėse ir tarptautinėse konferencijose. (Lithuanian) | |||||||||||||||
| Property / summary: Šio projekto objektas – naudoti produkto gyvavimo ciklo analizę, siekiant pagerinti paklausos prognozių kokybę ir pagerinti rezultatus, pagrįstus atsargų optimizavimo prognozėmis. Įgyvendinant projektą bus sukurta automatinio paklausos prognozavimo priemonė: pradedant automatiniu dabartinio produkto etapo identifikavimu, automatiškai pasirenkant šiam etapui tinkamą prognozavimo modelį su jo parametrais, iki automatinės produktų panašumo analizės, kad būtų galima prognozuoti pakaitalų paklausą ir atsižvelgti į kanibalizmo ir katalizės poveikį, kuris čia suprantamas kaip neigiamas reiškinys (kanibalizmas) ir teigiamas (katalizės) naujo produkto įvedimo poveikis rinkoje jau esančių produktų paklausai. Vykdant projektą, moksliniai tyrimai ir technologinė plėtra bus atliekami remiantis pažangiais mašinų mokymosi metodais ir statistiniais duomenimis, pvz., neuroniniais tinklais, klasterių analize ar tekstų gavybos metodais (pvz. Atvirkštinis dokumentų dažnumas, latentinis semantinis indeksavimas. Tyrimas bus atliekamas bendradarbiaujant su Vroclavo universiteto Informatikos instituto Kompiuterinės žvalgybos laboratorijos darbuotojais. Bus įgyvendinti nuosavybiniai algoritmai, sukurti atlikus tyrimą, o ProLogistica PLC (Product Life Cycle) modulio prototipas bus sukurtas kaip pareiškėjo siūlomo „ProLogistica“ programinės įrangos paketo dalis. Verta pabrėžti, kad pagal projektą siūlomas sprendimas yra novatoriškas pasauliniu mastu. Į patį produkto gyvavimo ciklą atsižvelgiama konkurso siūlomoje prognozavimo programinėje įrangoje. Projekto rezultatai bus plačiai skleidžiami nacionalinėse ir tarptautinėse konferencijose. (Lithuanian) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Šio projekto objektas – naudoti produkto gyvavimo ciklo analizę, siekiant pagerinti paklausos prognozių kokybę ir pagerinti rezultatus, pagrįstus atsargų optimizavimo prognozėmis. Įgyvendinant projektą bus sukurta automatinio paklausos prognozavimo priemonė: pradedant automatiniu dabartinio produkto etapo identifikavimu, automatiškai pasirenkant šiam etapui tinkamą prognozavimo modelį su jo parametrais, iki automatinės produktų panašumo analizės, kad būtų galima prognozuoti pakaitalų paklausą ir atsižvelgti į kanibalizmo ir katalizės poveikį, kuris čia suprantamas kaip neigiamas reiškinys (kanibalizmas) ir teigiamas (katalizės) naujo produkto įvedimo poveikis rinkoje jau esančių produktų paklausai. Vykdant projektą, moksliniai tyrimai ir technologinė plėtra bus atliekami remiantis pažangiais mašinų mokymosi metodais ir statistiniais duomenimis, pvz., neuroniniais tinklais, klasterių analize ar tekstų gavybos metodais (pvz. Atvirkštinis dokumentų dažnumas, latentinis semantinis indeksavimas. Tyrimas bus atliekamas bendradarbiaujant su Vroclavo universiteto Informatikos instituto Kompiuterinės žvalgybos laboratorijos darbuotojais. Bus įgyvendinti nuosavybiniai algoritmai, sukurti atlikus tyrimą, o ProLogistica PLC (Product Life Cycle) modulio prototipas bus sukurtas kaip pareiškėjo siūlomo „ProLogistica“ programinės įrangos paketo dalis. Verta pabrėžti, kad pagal projektą siūlomas sprendimas yra novatoriškas pasauliniu mastu. Į patį produkto gyvavimo ciklą atsižvelgiama konkurso siūlomoje prognozavimo programinėje įrangoje. Projekto rezultatai bus plačiai skleidžiami nacionalinėse ir tarptautinėse konferencijose. (Lithuanian) / qualifier | |||||||||||||||
point in time: 26 July 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
Projekta mērķis ir izmantot produkta aprites cikla analīzi, lai uzlabotu pieprasījuma prognožu kvalitāti un uzlabotu rezultātus, pamatojoties uz inventāra optimizācijas prognozēm. Projekta ietvaros tiks izveidots instruments automātiskai pieprasījuma prognozēšanai: no produkta pašreizējā posma automātiskas identificēšanas, automātiski izvēloties šim posmam piemērotu prognozējošu modeli ar tā parametriem, līdz produktu līdzības automātiskai analīzei, lai prognozētu pieprasījumu pēc aizstājējiem un ņemtu vērā kanibālisma un katalīzes ietekmi, ko šeit saprot kā negatīvu parādību (kanibālismu) un pozitīvu (katalīzes) ietekmi, ko rada jauna produkta ieviešana uz tirgū jau esošu produktu pieprasījumu. Pieteikuma iesniedzējs šajā sakarā ierosina inovatīvu pieeju, kas paredz izmantot produkta īpašības, kas automātiski identificētas, pamatojoties uz pieejamo informāciju par to (piemēram, pozīcija produkta hierarhijā, tehniskā specifikācija, teksts). Projekta ietvaros tiks veikta pētniecība un izstrāde, pamatojoties uz progresīvām mašīnmācīšanās metodēm un statistiku, piemēram, neironu tīkliem, klasteru analīzi vai tekstizraces paņēmieniem (piemēram, Apgrieztās dokumentu frekvences, latentā semantiskā indeksācija. Pētījums tiks veikts sadarbībā ar Vroclavas Universitātes Datorzinātņu institūta datorzinātņu laboratorijas darbiniekiem. Tiks ieviesti patentētie algoritmi, kas izstrādāti pētījuma rezultātā, un ProLogistica PLC (Product Life Cycle) moduļa prototips tiks izstrādāts kā daļa no ProLogistica programmatūras paketes, ko piedāvā pieteikuma iesniedzējs. Ir vērts uzsvērt, ka projektā ierosinātais risinājums ir novatorisks globālā mērogā. Produkta aprites cikls kā tāds tiek ņemts vērā konkursa piedāvātajā prognozējošajā programmatūrā. Projekta rezultāti tiks plaši izplatīti nacionālajās un starptautiskajās konferencēs. (Latvian) | |||||||||||||||
| Property / summary: Projekta mērķis ir izmantot produkta aprites cikla analīzi, lai uzlabotu pieprasījuma prognožu kvalitāti un uzlabotu rezultātus, pamatojoties uz inventāra optimizācijas prognozēm. Projekta ietvaros tiks izveidots instruments automātiskai pieprasījuma prognozēšanai: no produkta pašreizējā posma automātiskas identificēšanas, automātiski izvēloties šim posmam piemērotu prognozējošu modeli ar tā parametriem, līdz produktu līdzības automātiskai analīzei, lai prognozētu pieprasījumu pēc aizstājējiem un ņemtu vērā kanibālisma un katalīzes ietekmi, ko šeit saprot kā negatīvu parādību (kanibālismu) un pozitīvu (katalīzes) ietekmi, ko rada jauna produkta ieviešana uz tirgū jau esošu produktu pieprasījumu. Pieteikuma iesniedzējs šajā sakarā ierosina inovatīvu pieeju, kas paredz izmantot produkta īpašības, kas automātiski identificētas, pamatojoties uz pieejamo informāciju par to (piemēram, pozīcija produkta hierarhijā, tehniskā specifikācija, teksts). Projekta ietvaros tiks veikta pētniecība un izstrāde, pamatojoties uz progresīvām mašīnmācīšanās metodēm un statistiku, piemēram, neironu tīkliem, klasteru analīzi vai tekstizraces paņēmieniem (piemēram, Apgrieztās dokumentu frekvences, latentā semantiskā indeksācija. Pētījums tiks veikts sadarbībā ar Vroclavas Universitātes Datorzinātņu institūta datorzinātņu laboratorijas darbiniekiem. Tiks ieviesti patentētie algoritmi, kas izstrādāti pētījuma rezultātā, un ProLogistica PLC (Product Life Cycle) moduļa prototips tiks izstrādāts kā daļa no ProLogistica programmatūras paketes, ko piedāvā pieteikuma iesniedzējs. Ir vērts uzsvērt, ka projektā ierosinātais risinājums ir novatorisks globālā mērogā. Produkta aprites cikls kā tāds tiek ņemts vērā konkursa piedāvātajā prognozējošajā programmatūrā. Projekta rezultāti tiks plaši izplatīti nacionālajās un starptautiskajās konferencēs. (Latvian) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Projekta mērķis ir izmantot produkta aprites cikla analīzi, lai uzlabotu pieprasījuma prognožu kvalitāti un uzlabotu rezultātus, pamatojoties uz inventāra optimizācijas prognozēm. Projekta ietvaros tiks izveidots instruments automātiskai pieprasījuma prognozēšanai: no produkta pašreizējā posma automātiskas identificēšanas, automātiski izvēloties šim posmam piemērotu prognozējošu modeli ar tā parametriem, līdz produktu līdzības automātiskai analīzei, lai prognozētu pieprasījumu pēc aizstājējiem un ņemtu vērā kanibālisma un katalīzes ietekmi, ko šeit saprot kā negatīvu parādību (kanibālismu) un pozitīvu (katalīzes) ietekmi, ko rada jauna produkta ieviešana uz tirgū jau esošu produktu pieprasījumu. Pieteikuma iesniedzējs šajā sakarā ierosina inovatīvu pieeju, kas paredz izmantot produkta īpašības, kas automātiski identificētas, pamatojoties uz pieejamo informāciju par to (piemēram, pozīcija produkta hierarhijā, tehniskā specifikācija, teksts). Projekta ietvaros tiks veikta pētniecība un izstrāde, pamatojoties uz progresīvām mašīnmācīšanās metodēm un statistiku, piemēram, neironu tīkliem, klasteru analīzi vai tekstizraces paņēmieniem (piemēram, Apgrieztās dokumentu frekvences, latentā semantiskā indeksācija. Pētījums tiks veikts sadarbībā ar Vroclavas Universitātes Datorzinātņu institūta datorzinātņu laboratorijas darbiniekiem. Tiks ieviesti patentētie algoritmi, kas izstrādāti pētījuma rezultātā, un ProLogistica PLC (Product Life Cycle) moduļa prototips tiks izstrādāts kā daļa no ProLogistica programmatūras paketes, ko piedāvā pieteikuma iesniedzējs. Ir vērts uzsvērt, ka projektā ierosinātais risinājums ir novatorisks globālā mērogā. Produkta aprites cikls kā tāds tiek ņemts vērā konkursa piedāvātajā prognozējošajā programmatūrā. Projekta rezultāti tiks plaši izplatīti nacionālajās un starptautiskajās konferencēs. (Latvian) / qualifier | |||||||||||||||
point in time: 26 July 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
Предметът на този проект е да се използва анализ на жизнения цикъл на продукта, за да се подобри качеството на прогнозите за търсенето и да се подобрят резултатите въз основа на прогнози за оптимизиране на запасите. Като част от проекта ще бъде създаден инструмент за автоматично прогнозиране на търсенето: от автоматичното идентифициране на настоящата фаза на продукта, чрез автоматичния подбор на подходящ за тази фаза модел с неговите параметри, до автоматичен анализ на сходството на продуктите с цел прогнозиране на търсенето на заместители и отчитане на въздействието на ефекта от канибализъм и катализа, разбиран тук като отрицателно явление (канибализъм) и положителен (катализ) ефект от въвеждането на нов продукт върху търсенето на продукти, които вече съществуват на пазара.В това отношение заявителят предлага иновативен подход, състоящ се в използване на характеристиките на продукта, автоматично идентифицирани въз основа на наличната информация за него (напр. позиция в продуктовата йерархия, техническа спецификация, описание). Като част от проекта научноизследователската и развойната дейност ще се извършва въз основа на усъвършенствани техники за машинно обучение и статистика, като невронни мрежи, клъстерен анализ или техники за извличане на текст (напр. Честоти на обратна документация, латентно семантично индексиране. Изследването ще се извършва в сътрудничество със служителите на Лабораторията за изчислителна интелигентност на Института по компютърни науки към Университета във Вроцлав. Патентованите алгоритми, разработени в резултат на изследването, ще бъдат внедрени и прототип на модула ProLogistica PLC (Продуктов жизнен цикъл) ще бъде разработен като част от софтуерния пакет ProLogistica, предлаган от заявителя. Струва си да се подчертае, че предложеното в рамките на проекта решение е иновативно в световен мащаб. Жизненият цикъл на продукта като такъв се взема предвид в прогнозния софтуер, предлаган от конкуренцията. Резултатите от проекта ще бъдат широко разпространени по време на национални и международни конференции. (Bulgarian) | |||||||||||||||
| Property / summary: Предметът на този проект е да се използва анализ на жизнения цикъл на продукта, за да се подобри качеството на прогнозите за търсенето и да се подобрят резултатите въз основа на прогнози за оптимизиране на запасите. Като част от проекта ще бъде създаден инструмент за автоматично прогнозиране на търсенето: от автоматичното идентифициране на настоящата фаза на продукта, чрез автоматичния подбор на подходящ за тази фаза модел с неговите параметри, до автоматичен анализ на сходството на продуктите с цел прогнозиране на търсенето на заместители и отчитане на въздействието на ефекта от канибализъм и катализа, разбиран тук като отрицателно явление (канибализъм) и положителен (катализ) ефект от въвеждането на нов продукт върху търсенето на продукти, които вече съществуват на пазара.В това отношение заявителят предлага иновативен подход, състоящ се в използване на характеристиките на продукта, автоматично идентифицирани въз основа на наличната информация за него (напр. позиция в продуктовата йерархия, техническа спецификация, описание). Като част от проекта научноизследователската и развойната дейност ще се извършва въз основа на усъвършенствани техники за машинно обучение и статистика, като невронни мрежи, клъстерен анализ или техники за извличане на текст (напр. Честоти на обратна документация, латентно семантично индексиране. Изследването ще се извършва в сътрудничество със служителите на Лабораторията за изчислителна интелигентност на Института по компютърни науки към Университета във Вроцлав. Патентованите алгоритми, разработени в резултат на изследването, ще бъдат внедрени и прототип на модула ProLogistica PLC (Продуктов жизнен цикъл) ще бъде разработен като част от софтуерния пакет ProLogistica, предлаган от заявителя. Струва си да се подчертае, че предложеното в рамките на проекта решение е иновативно в световен мащаб. Жизненият цикъл на продукта като такъв се взема предвид в прогнозния софтуер, предлаган от конкуренцията. Резултатите от проекта ще бъдат широко разпространени по време на национални и международни конференции. (Bulgarian) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Предметът на този проект е да се използва анализ на жизнения цикъл на продукта, за да се подобри качеството на прогнозите за търсенето и да се подобрят резултатите въз основа на прогнози за оптимизиране на запасите. Като част от проекта ще бъде създаден инструмент за автоматично прогнозиране на търсенето: от автоматичното идентифициране на настоящата фаза на продукта, чрез автоматичния подбор на подходящ за тази фаза модел с неговите параметри, до автоматичен анализ на сходството на продуктите с цел прогнозиране на търсенето на заместители и отчитане на въздействието на ефекта от канибализъм и катализа, разбиран тук като отрицателно явление (канибализъм) и положителен (катализ) ефект от въвеждането на нов продукт върху търсенето на продукти, които вече съществуват на пазара.В това отношение заявителят предлага иновативен подход, състоящ се в използване на характеристиките на продукта, автоматично идентифицирани въз основа на наличната информация за него (напр. позиция в продуктовата йерархия, техническа спецификация, описание). Като част от проекта научноизследователската и развойната дейност ще се извършва въз основа на усъвършенствани техники за машинно обучение и статистика, като невронни мрежи, клъстерен анализ или техники за извличане на текст (напр. Честоти на обратна документация, латентно семантично индексиране. Изследването ще се извършва в сътрудничество със служителите на Лабораторията за изчислителна интелигентност на Института по компютърни науки към Университета във Вроцлав. Патентованите алгоритми, разработени в резултат на изследването, ще бъдат внедрени и прототип на модула ProLogistica PLC (Продуктов жизнен цикъл) ще бъде разработен като част от софтуерния пакет ProLogistica, предлаган от заявителя. Струва си да се подчертае, че предложеното в рамките на проекта решение е иновативно в световен мащаб. Жизненият цикъл на продукта като такъв се взема предвид в прогнозния софтуер, предлаган от конкуренцията. Резултатите от проекта ще бъдат широко разпространени по време на национални и международни конференции. (Bulgarian) / qualifier | |||||||||||||||
point in time: 26 July 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
A projekt célja, hogy termékéletciklus-elemzést alkalmazzon a keresleti előrejelzések minőségének javítása és a készletoptimalizálási előrejelzéseken alapuló eredmények javítása érdekében. A projekt részeként létrejön a kereslet automatikus előrejelzésére szolgáló eszköz: a termék jelenlegi fázisának automatikus azonosításától az erre a fázisra alkalmas prediktív modell és annak paraméterei automatikus kiválasztásán keresztül a termékek hasonlóságának automatikus elemzéséig a pótlás iránti kereslet előrejelzése, valamint a kannibalizmus és katalízis hatásának figyelembevétele érdekében, amelyet itt egy negatív jelenségnek (kannibalizmus) és egy új termék bevezetésének pozitív (katalízis) hatásaként értelmeznek egy új termék bevezetésének a piacon már meglévő termékek iránti keresletre gyakorolt pozitív (katalízis) hatásától.A kérelmező e tekintetben innovatív megközelítést javasol, amely a rendelkezésre álló információk alapján automatikusan azonosított termék jellemzőit (pl. a termékhierarchiában vagy a termékhierarchiában, az árban, az árban) határozza meg. A projekt részeként a kutatást és fejlesztést fejlett gépi tanulási technikák és statisztikák, például neurális hálózatok, klaszterelemzés vagy szövegbányászati technikák (pl. Inverz dokumentum Frequencies, Latent Semantic Indexing. A kutatást a Wrocławi Egyetem Számítástudományi Intézetének Számítástechnikai Intelligencia Laboratóriumának munkatársaival együttműködésben végzik. A kutatás eredményeként tervezett szabadalmaztatott algoritmusok bevezetésre kerülnek, és a ProLogistica PLC (Product Life Cycle) modul prototípusa a kérelmező által kínált ProLogistica szoftvercsomag részeként kerül kidolgozásra. Érdemes hangsúlyozni, hogy a projekt keretében javasolt megoldás globális szinten innovatív. A termék életciklusát önmagában figyelembe veszik a verseny által kínált prediktív szoftverben. A projekt eredményeit országos és nemzetközi konferenciákon széles körben terjesztik. (Hungarian) | |||||||||||||||
| Property / summary: A projekt célja, hogy termékéletciklus-elemzést alkalmazzon a keresleti előrejelzések minőségének javítása és a készletoptimalizálási előrejelzéseken alapuló eredmények javítása érdekében. A projekt részeként létrejön a kereslet automatikus előrejelzésére szolgáló eszköz: a termék jelenlegi fázisának automatikus azonosításától az erre a fázisra alkalmas prediktív modell és annak paraméterei automatikus kiválasztásán keresztül a termékek hasonlóságának automatikus elemzéséig a pótlás iránti kereslet előrejelzése, valamint a kannibalizmus és katalízis hatásának figyelembevétele érdekében, amelyet itt egy negatív jelenségnek (kannibalizmus) és egy új termék bevezetésének pozitív (katalízis) hatásaként értelmeznek egy új termék bevezetésének a piacon már meglévő termékek iránti keresletre gyakorolt pozitív (katalízis) hatásától.A kérelmező e tekintetben innovatív megközelítést javasol, amely a rendelkezésre álló információk alapján automatikusan azonosított termék jellemzőit (pl. a termékhierarchiában vagy a termékhierarchiában, az árban, az árban) határozza meg. A projekt részeként a kutatást és fejlesztést fejlett gépi tanulási technikák és statisztikák, például neurális hálózatok, klaszterelemzés vagy szövegbányászati technikák (pl. Inverz dokumentum Frequencies, Latent Semantic Indexing. A kutatást a Wrocławi Egyetem Számítástudományi Intézetének Számítástechnikai Intelligencia Laboratóriumának munkatársaival együttműködésben végzik. A kutatás eredményeként tervezett szabadalmaztatott algoritmusok bevezetésre kerülnek, és a ProLogistica PLC (Product Life Cycle) modul prototípusa a kérelmező által kínált ProLogistica szoftvercsomag részeként kerül kidolgozásra. Érdemes hangsúlyozni, hogy a projekt keretében javasolt megoldás globális szinten innovatív. A termék életciklusát önmagában figyelembe veszik a verseny által kínált prediktív szoftverben. A projekt eredményeit országos és nemzetközi konferenciákon széles körben terjesztik. (Hungarian) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: A projekt célja, hogy termékéletciklus-elemzést alkalmazzon a keresleti előrejelzések minőségének javítása és a készletoptimalizálási előrejelzéseken alapuló eredmények javítása érdekében. A projekt részeként létrejön a kereslet automatikus előrejelzésére szolgáló eszköz: a termék jelenlegi fázisának automatikus azonosításától az erre a fázisra alkalmas prediktív modell és annak paraméterei automatikus kiválasztásán keresztül a termékek hasonlóságának automatikus elemzéséig a pótlás iránti kereslet előrejelzése, valamint a kannibalizmus és katalízis hatásának figyelembevétele érdekében, amelyet itt egy negatív jelenségnek (kannibalizmus) és egy új termék bevezetésének pozitív (katalízis) hatásaként értelmeznek egy új termék bevezetésének a piacon már meglévő termékek iránti keresletre gyakorolt pozitív (katalízis) hatásától.A kérelmező e tekintetben innovatív megközelítést javasol, amely a rendelkezésre álló információk alapján automatikusan azonosított termék jellemzőit (pl. a termékhierarchiában vagy a termékhierarchiában, az árban, az árban) határozza meg. A projekt részeként a kutatást és fejlesztést fejlett gépi tanulási technikák és statisztikák, például neurális hálózatok, klaszterelemzés vagy szövegbányászati technikák (pl. Inverz dokumentum Frequencies, Latent Semantic Indexing. A kutatást a Wrocławi Egyetem Számítástudományi Intézetének Számítástechnikai Intelligencia Laboratóriumának munkatársaival együttműködésben végzik. A kutatás eredményeként tervezett szabadalmaztatott algoritmusok bevezetésre kerülnek, és a ProLogistica PLC (Product Life Cycle) modul prototípusa a kérelmező által kínált ProLogistica szoftvercsomag részeként kerül kidolgozásra. Érdemes hangsúlyozni, hogy a projekt keretében javasolt megoldás globális szinten innovatív. A termék életciklusát önmagában figyelembe veszik a verseny által kínált prediktív szoftverben. A projekt eredményeit országos és nemzetközi konferenciákon széles körben terjesztik. (Hungarian) / qualifier | |||||||||||||||
point in time: 26 July 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
Is é ábhar an Tionscadail seo anailís saolré táirge a úsáid chun cáilíocht na réamhaisnéisí éilimh a fheabhsú agus chun torthaí bunaithe ar réamhaisnéisí optamaithe fardail a fheabhsú. Mar chuid den tionscadal, cruthófar uirlis chun éileamh a thuar go huathoibríoch: ó chéim reatha an táirge a shainaithint go huathoibríoch, trí shamhail thuarthach atá oiriúnach don chéim sin lena paraiméadair a roghnú go huathoibríoch, go hanailís uathoibríoch ar chosúlacht na dtáirgí chun an t-éileamh ar athsholáthar a thuar agus tionchar éifeacht an channabalachais agus an chatalaithe a chur san áireamh, a thuigtear anseo mar fheiniméan diúltach (canablachachas) agus éifeacht dhearfach (cátalanailís) ar tháirge nua a thabhairt isteach ar an éileamh ar tháirgí atá ann cheana ar an margadh. Molann an t-iarratasóir cur chuige nuálach ina n-úsáidtear saintréithe an táirge a shainaithnítear go huathoibríoch ar bhonn na faisnéise atá ar fáil faoi (e.g. suíomh san ordlathas táirge, tuairisc theicniúil nó sonraíocht téacs). Mar chuid den tionscadal, déanfar taighde agus forbairt bunaithe ar theicnící ardfhorbartha meaisínfhoghlama agus ar staidreamh amhail líonraí néaracha, anailís braislí nó teicnící mianadóireachta téacsanna (m.sh. Minicíochtaí Doiciméad Inbhéartach, Innéacsú Séimeantach Latent. Déanfar an taighde i gcomhar le fostaithe Shaotharlann Faisnéise Ríomhaireachtúil Institiúid na Ríomheolaíochta in Ollscoil Wrocław. Déanfar na halgartaim dílseánaigh a dearadh mar thoradh ar an taighde a chur i bhfeidhm agus forbrófar fréamhshamhail den mhodúl ProLogistica PLC (Timthriall Saoil Táirge) mar chuid den phacáiste bogearraí ProLogistica a thairgeann an tIarratasóir. Is fiú a chur i bhfios go láidir go bhfuil an réiteach atá beartaithe faoin Tionscadal nuálach ar scála domhanda. Cuirtear saolré an táirge sa cháil sin san áireamh sna bogearraí tuarthacha a thairgeann an comórtas. Scaipfear torthaí an tionscadail go forleathan le linn comhdhálacha náisiúnta agus idirnáisiúnta. (Irish) | |||||||||||||||
| Property / summary: Is é ábhar an Tionscadail seo anailís saolré táirge a úsáid chun cáilíocht na réamhaisnéisí éilimh a fheabhsú agus chun torthaí bunaithe ar réamhaisnéisí optamaithe fardail a fheabhsú. Mar chuid den tionscadal, cruthófar uirlis chun éileamh a thuar go huathoibríoch: ó chéim reatha an táirge a shainaithint go huathoibríoch, trí shamhail thuarthach atá oiriúnach don chéim sin lena paraiméadair a roghnú go huathoibríoch, go hanailís uathoibríoch ar chosúlacht na dtáirgí chun an t-éileamh ar athsholáthar a thuar agus tionchar éifeacht an channabalachais agus an chatalaithe a chur san áireamh, a thuigtear anseo mar fheiniméan diúltach (canablachachas) agus éifeacht dhearfach (cátalanailís) ar tháirge nua a thabhairt isteach ar an éileamh ar tháirgí atá ann cheana ar an margadh. Molann an t-iarratasóir cur chuige nuálach ina n-úsáidtear saintréithe an táirge a shainaithnítear go huathoibríoch ar bhonn na faisnéise atá ar fáil faoi (e.g. suíomh san ordlathas táirge, tuairisc theicniúil nó sonraíocht téacs). Mar chuid den tionscadal, déanfar taighde agus forbairt bunaithe ar theicnící ardfhorbartha meaisínfhoghlama agus ar staidreamh amhail líonraí néaracha, anailís braislí nó teicnící mianadóireachta téacsanna (m.sh. Minicíochtaí Doiciméad Inbhéartach, Innéacsú Séimeantach Latent. Déanfar an taighde i gcomhar le fostaithe Shaotharlann Faisnéise Ríomhaireachtúil Institiúid na Ríomheolaíochta in Ollscoil Wrocław. Déanfar na halgartaim dílseánaigh a dearadh mar thoradh ar an taighde a chur i bhfeidhm agus forbrófar fréamhshamhail den mhodúl ProLogistica PLC (Timthriall Saoil Táirge) mar chuid den phacáiste bogearraí ProLogistica a thairgeann an tIarratasóir. Is fiú a chur i bhfios go láidir go bhfuil an réiteach atá beartaithe faoin Tionscadal nuálach ar scála domhanda. Cuirtear saolré an táirge sa cháil sin san áireamh sna bogearraí tuarthacha a thairgeann an comórtas. Scaipfear torthaí an tionscadail go forleathan le linn comhdhálacha náisiúnta agus idirnáisiúnta. (Irish) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Is é ábhar an Tionscadail seo anailís saolré táirge a úsáid chun cáilíocht na réamhaisnéisí éilimh a fheabhsú agus chun torthaí bunaithe ar réamhaisnéisí optamaithe fardail a fheabhsú. Mar chuid den tionscadal, cruthófar uirlis chun éileamh a thuar go huathoibríoch: ó chéim reatha an táirge a shainaithint go huathoibríoch, trí shamhail thuarthach atá oiriúnach don chéim sin lena paraiméadair a roghnú go huathoibríoch, go hanailís uathoibríoch ar chosúlacht na dtáirgí chun an t-éileamh ar athsholáthar a thuar agus tionchar éifeacht an channabalachais agus an chatalaithe a chur san áireamh, a thuigtear anseo mar fheiniméan diúltach (canablachachas) agus éifeacht dhearfach (cátalanailís) ar tháirge nua a thabhairt isteach ar an éileamh ar tháirgí atá ann cheana ar an margadh. Molann an t-iarratasóir cur chuige nuálach ina n-úsáidtear saintréithe an táirge a shainaithnítear go huathoibríoch ar bhonn na faisnéise atá ar fáil faoi (e.g. suíomh san ordlathas táirge, tuairisc theicniúil nó sonraíocht téacs). Mar chuid den tionscadal, déanfar taighde agus forbairt bunaithe ar theicnící ardfhorbartha meaisínfhoghlama agus ar staidreamh amhail líonraí néaracha, anailís braislí nó teicnící mianadóireachta téacsanna (m.sh. Minicíochtaí Doiciméad Inbhéartach, Innéacsú Séimeantach Latent. Déanfar an taighde i gcomhar le fostaithe Shaotharlann Faisnéise Ríomhaireachtúil Institiúid na Ríomheolaíochta in Ollscoil Wrocław. Déanfar na halgartaim dílseánaigh a dearadh mar thoradh ar an taighde a chur i bhfeidhm agus forbrófar fréamhshamhail den mhodúl ProLogistica PLC (Timthriall Saoil Táirge) mar chuid den phacáiste bogearraí ProLogistica a thairgeann an tIarratasóir. Is fiú a chur i bhfios go láidir go bhfuil an réiteach atá beartaithe faoin Tionscadal nuálach ar scála domhanda. Cuirtear saolré an táirge sa cháil sin san áireamh sna bogearraí tuarthacha a thairgeann an comórtas. Scaipfear torthaí an tionscadail go forleathan le linn comhdhálacha náisiúnta agus idirnáisiúnta. (Irish) / qualifier | |||||||||||||||
point in time: 26 July 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
Syftet med detta projekt är att använda produktlivscykelanalys för att förbättra kvaliteten på efterfrågeprognoser och förbättra resultaten baserat på inventeringsoptimeringsprognoser. Som en del av projektet kommer ett verktyg för automatisk prognostisering av efterfrågan att skapas: från automatisk identifiering av produktens nuvarande fas, genom ett automatiskt val av en prediktiv modell som är lämplig för denna fas med dess parametrar, till en automatisk analys av produkternas likhet för att förutse efterfrågan på ersättningar och ta hänsyn till effekten av kannibalism och katalys, som här uppfattas som ett negativt fenomen (kannibalism) och en positiv (katalys) effekt av införandet av en ny produkt på efterfrågan på produkter som redan finns på marknaden. Sökanden föreslår i detta avseende ett innovativt tillvägagångssätt som består av att använda egenskaperna hos den produkt som automatiskt identifieras på grundval av tillgänglig information om produkten (t.ex. position i produkthierarkin, teknisk specifikation, beskrivning). Som en del av projektet kommer forskning och utveckling att genomföras på grundval av avancerade maskininlärningstekniker och statistik som neurala nätverk, klusteranalys eller textutvinningsteknik (t.ex. Inversa dokumentfrekvenser, latent semantisk indexering. Forskningen kommer att genomföras i samarbete med de anställda vid Computational Intelligence Laboratory vid Institutet för datavetenskap vid universitetet i Wrocław. De egenutvecklade algoritmerna som utformats som ett resultat av forskningen kommer att genomföras och en prototyp av ProLogistica PLC (Product Life Cycle) modulen kommer att utvecklas som en del av ProLogistica mjukvarupaket som erbjuds av sökanden. Det är värt att betona att den lösning som föreslås i projektet är innovativ på global nivå. Produktens livscykel som sådan beaktas i den prediktiva programvara som erbjuds av konkurrenterna. Projektets resultat kommer att spridas i stor utsträckning under nationella och internationella konferenser. (Swedish) | |||||||||||||||
| Property / summary: Syftet med detta projekt är att använda produktlivscykelanalys för att förbättra kvaliteten på efterfrågeprognoser och förbättra resultaten baserat på inventeringsoptimeringsprognoser. Som en del av projektet kommer ett verktyg för automatisk prognostisering av efterfrågan att skapas: från automatisk identifiering av produktens nuvarande fas, genom ett automatiskt val av en prediktiv modell som är lämplig för denna fas med dess parametrar, till en automatisk analys av produkternas likhet för att förutse efterfrågan på ersättningar och ta hänsyn till effekten av kannibalism och katalys, som här uppfattas som ett negativt fenomen (kannibalism) och en positiv (katalys) effekt av införandet av en ny produkt på efterfrågan på produkter som redan finns på marknaden. Sökanden föreslår i detta avseende ett innovativt tillvägagångssätt som består av att använda egenskaperna hos den produkt som automatiskt identifieras på grundval av tillgänglig information om produkten (t.ex. position i produkthierarkin, teknisk specifikation, beskrivning). Som en del av projektet kommer forskning och utveckling att genomföras på grundval av avancerade maskininlärningstekniker och statistik som neurala nätverk, klusteranalys eller textutvinningsteknik (t.ex. Inversa dokumentfrekvenser, latent semantisk indexering. Forskningen kommer att genomföras i samarbete med de anställda vid Computational Intelligence Laboratory vid Institutet för datavetenskap vid universitetet i Wrocław. De egenutvecklade algoritmerna som utformats som ett resultat av forskningen kommer att genomföras och en prototyp av ProLogistica PLC (Product Life Cycle) modulen kommer att utvecklas som en del av ProLogistica mjukvarupaket som erbjuds av sökanden. Det är värt att betona att den lösning som föreslås i projektet är innovativ på global nivå. Produktens livscykel som sådan beaktas i den prediktiva programvara som erbjuds av konkurrenterna. Projektets resultat kommer att spridas i stor utsträckning under nationella och internationella konferenser. (Swedish) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Syftet med detta projekt är att använda produktlivscykelanalys för att förbättra kvaliteten på efterfrågeprognoser och förbättra resultaten baserat på inventeringsoptimeringsprognoser. Som en del av projektet kommer ett verktyg för automatisk prognostisering av efterfrågan att skapas: från automatisk identifiering av produktens nuvarande fas, genom ett automatiskt val av en prediktiv modell som är lämplig för denna fas med dess parametrar, till en automatisk analys av produkternas likhet för att förutse efterfrågan på ersättningar och ta hänsyn till effekten av kannibalism och katalys, som här uppfattas som ett negativt fenomen (kannibalism) och en positiv (katalys) effekt av införandet av en ny produkt på efterfrågan på produkter som redan finns på marknaden. Sökanden föreslår i detta avseende ett innovativt tillvägagångssätt som består av att använda egenskaperna hos den produkt som automatiskt identifieras på grundval av tillgänglig information om produkten (t.ex. position i produkthierarkin, teknisk specifikation, beskrivning). Som en del av projektet kommer forskning och utveckling att genomföras på grundval av avancerade maskininlärningstekniker och statistik som neurala nätverk, klusteranalys eller textutvinningsteknik (t.ex. Inversa dokumentfrekvenser, latent semantisk indexering. Forskningen kommer att genomföras i samarbete med de anställda vid Computational Intelligence Laboratory vid Institutet för datavetenskap vid universitetet i Wrocław. De egenutvecklade algoritmerna som utformats som ett resultat av forskningen kommer att genomföras och en prototyp av ProLogistica PLC (Product Life Cycle) modulen kommer att utvecklas som en del av ProLogistica mjukvarupaket som erbjuds av sökanden. Det är värt att betona att den lösning som föreslås i projektet är innovativ på global nivå. Produktens livscykel som sådan beaktas i den prediktiva programvara som erbjuds av konkurrenterna. Projektets resultat kommer att spridas i stor utsträckning under nationella och internationella konferenser. (Swedish) / qualifier | |||||||||||||||
point in time: 26 July 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
Käesoleva projekti eesmärk on kasutada toote olelusringi analüüsi, et parandada nõudluse prognooside kvaliteeti ja parandada varude optimeerimise prognoosidel põhinevaid tulemusi. Projekti raames luuakse nõudluse automaatse prognoosimise vahend: alates toote praeguse etapi automaatsest tuvastamisest kuni selle parameetritega sellele etapile sobiva prognoosimudeli automaatse valimisega kuni toodete sarnasuse automaatse analüüsini, et prognoosida nõudlust asendustoodete järele ning võtta arvesse kannibalismi ja katalüüsi mõju, mida siin mõistetakse negatiivse nähtusena (kannibalismi) ja positiivse (katalüüs) mõju uue toote turule toomisel juba olemasolevate toodete nõudlusele. Taotleja teeb sellega seoses ettepaneku uuendusliku lähenemisviisi kohta, mis seisneb toote omaduste kasutamises, mis on automaatselt kindlaks tehtud kättesaadava teabe põhjal (nt positsioon tootehierarhias, tehniline kirjeldus või tekst). Projekti osana viiakse teadus- ja arendustegevus läbi täiustatud masinõppe tehnikate ja statistika põhjal, nagu närvivõrgud, klastrianalüüs või tekstikaevandamise tehnikad (nt. Pöörddokumentide sagedus, latentne semantiline indekseerimine. Uuring viiakse läbi koostöös Wrocławi ülikooli arvutiteaduse instituudi arvutiteaduse labori töötajatega. Teadusuuringute tulemusena loodud patenteeritud algoritmid viiakse ellu ja ProLogistica PLC (Product Life Cycle) mooduli prototüüp töötatakse välja taotleja pakutava ProLogistica tarkvarapaketi osana. Tasub rõhutada, et projekti raames pakutud lahendus on uuenduslik ülemaailmsel tasandil. Toote kui sellise olelustsüklit võetakse arvesse konkursi pakutavas ennustavas tarkvaras. Projekti tulemusi levitatakse laialdaselt riiklikel ja rahvusvahelistel konverentsidel. (Estonian) | |||||||||||||||
| Property / summary: Käesoleva projekti eesmärk on kasutada toote olelusringi analüüsi, et parandada nõudluse prognooside kvaliteeti ja parandada varude optimeerimise prognoosidel põhinevaid tulemusi. Projekti raames luuakse nõudluse automaatse prognoosimise vahend: alates toote praeguse etapi automaatsest tuvastamisest kuni selle parameetritega sellele etapile sobiva prognoosimudeli automaatse valimisega kuni toodete sarnasuse automaatse analüüsini, et prognoosida nõudlust asendustoodete järele ning võtta arvesse kannibalismi ja katalüüsi mõju, mida siin mõistetakse negatiivse nähtusena (kannibalismi) ja positiivse (katalüüs) mõju uue toote turule toomisel juba olemasolevate toodete nõudlusele. Taotleja teeb sellega seoses ettepaneku uuendusliku lähenemisviisi kohta, mis seisneb toote omaduste kasutamises, mis on automaatselt kindlaks tehtud kättesaadava teabe põhjal (nt positsioon tootehierarhias, tehniline kirjeldus või tekst). Projekti osana viiakse teadus- ja arendustegevus läbi täiustatud masinõppe tehnikate ja statistika põhjal, nagu närvivõrgud, klastrianalüüs või tekstikaevandamise tehnikad (nt. Pöörddokumentide sagedus, latentne semantiline indekseerimine. Uuring viiakse läbi koostöös Wrocławi ülikooli arvutiteaduse instituudi arvutiteaduse labori töötajatega. Teadusuuringute tulemusena loodud patenteeritud algoritmid viiakse ellu ja ProLogistica PLC (Product Life Cycle) mooduli prototüüp töötatakse välja taotleja pakutava ProLogistica tarkvarapaketi osana. Tasub rõhutada, et projekti raames pakutud lahendus on uuenduslik ülemaailmsel tasandil. Toote kui sellise olelustsüklit võetakse arvesse konkursi pakutavas ennustavas tarkvaras. Projekti tulemusi levitatakse laialdaselt riiklikel ja rahvusvahelistel konverentsidel. (Estonian) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Käesoleva projekti eesmärk on kasutada toote olelusringi analüüsi, et parandada nõudluse prognooside kvaliteeti ja parandada varude optimeerimise prognoosidel põhinevaid tulemusi. Projekti raames luuakse nõudluse automaatse prognoosimise vahend: alates toote praeguse etapi automaatsest tuvastamisest kuni selle parameetritega sellele etapile sobiva prognoosimudeli automaatse valimisega kuni toodete sarnasuse automaatse analüüsini, et prognoosida nõudlust asendustoodete järele ning võtta arvesse kannibalismi ja katalüüsi mõju, mida siin mõistetakse negatiivse nähtusena (kannibalismi) ja positiivse (katalüüs) mõju uue toote turule toomisel juba olemasolevate toodete nõudlusele. Taotleja teeb sellega seoses ettepaneku uuendusliku lähenemisviisi kohta, mis seisneb toote omaduste kasutamises, mis on automaatselt kindlaks tehtud kättesaadava teabe põhjal (nt positsioon tootehierarhias, tehniline kirjeldus või tekst). Projekti osana viiakse teadus- ja arendustegevus läbi täiustatud masinõppe tehnikate ja statistika põhjal, nagu närvivõrgud, klastrianalüüs või tekstikaevandamise tehnikad (nt. Pöörddokumentide sagedus, latentne semantiline indekseerimine. Uuring viiakse läbi koostöös Wrocławi ülikooli arvutiteaduse instituudi arvutiteaduse labori töötajatega. Teadusuuringute tulemusena loodud patenteeritud algoritmid viiakse ellu ja ProLogistica PLC (Product Life Cycle) mooduli prototüüp töötatakse välja taotleja pakutava ProLogistica tarkvarapaketi osana. Tasub rõhutada, et projekti raames pakutud lahendus on uuenduslik ülemaailmsel tasandil. Toote kui sellise olelustsüklit võetakse arvesse konkursi pakutavas ennustavas tarkvaras. Projekti tulemusi levitatakse laialdaselt riiklikel ja rahvusvahelistel konverentsidel. (Estonian) / qualifier | |||||||||||||||
point in time: 26 July 2022
| |||||||||||||||
| Property / intervention field | |||||||||||||||
| Property / intervention field: Research and innovation processes in SMEs (including voucher schemes, process, design, service and social innovation) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / coordinate location | |||||||||||||||
51°7'34.7"N, 16°58'41.5"E
| |||||||||||||||
| Property / coordinate location: 51°7'34.7"N, 16°58'41.5"E / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / coordinate location: 51°7'34.7"N, 16°58'41.5"E / qualifier | |||||||||||||||
| Property / financed by | |||||||||||||||
| Property / financed by: European Union / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / programme | |||||||||||||||
| Property / programme: Dolno?l?skie Voivodeship - ERDF/ESF / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / fund | |||||||||||||||
| Property / fund: European Regional Development Fund / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / beneficiary | |||||||||||||||
| Property / beneficiary: Q2518085 / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / budget | |||||||||||||||
1,521,628.0 zloty
| |||||||||||||||
| Property / budget: 1,521,628.0 zloty / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / budget | |||||||||||||||
338,257.9 Euro
| |||||||||||||||
| Property / budget: 338,257.9 Euro / rank | |||||||||||||||
Preferred rank | |||||||||||||||
| Property / budget: 338,257.9 Euro / qualifier | |||||||||||||||
exchange rate to Euro: 0.24 Euro
| |||||||||||||||
| Property / budget: 338,257.9 Euro / qualifier | |||||||||||||||
point in time: 13 January 2020
| |||||||||||||||
| Property / contained in NUTS | |||||||||||||||
| Property / contained in NUTS: Wrocław / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / contained in NUTS: Wrocław / qualifier | |||||||||||||||
| Property / location (string) | |||||||||||||||
WOJ.: DOLNOŚLĄSKIE, POW.: Wrocław | |||||||||||||||
| Property / location (string): WOJ.: DOLNOŚLĄSKIE, POW.: Wrocław / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / priority axis | |||||||||||||||
| Property / priority axis: Businesses and innovation / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / co-financing rate | |||||||||||||||
71.62 percent
| |||||||||||||||
| Property / co-financing rate: 71.62 percent / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / thematic objective | |||||||||||||||
| Property / thematic objective: Multiple Thematic Objective / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / thematic objective: Multiple Thematic Objective / qualifier | |||||||||||||||
| Property / thematic objective | |||||||||||||||
| Property / thematic objective: Research and innovation / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / date of last update | |||||||||||||||
13 December 2023
| |||||||||||||||
| Property / date of last update: 13 December 2023 / rank | |||||||||||||||
Normal rank | |||||||||||||||
Latest revision as of 16:02, 13 October 2024
Project Q94432 in Poland
| Language | Label | Description | Also known as |
|---|---|---|---|
| English | A comprehensive approach to product life cycle analysis in the context of demand forecasting and inventory management as a tool for increasing business competitiveness |
Project Q94432 in Poland |
Statements
1,089,727.2 zloty
0 references
1,521,628.0 zloty
0 references
71.62 percent
0 references
22 April 2016
0 references
31 October 2017
0 references
PROLOGISTICA SOFT SPÓŁKA Z OGRANICZONĄ ODPOWIEDZIALNOŚCIĄ
0 references
Przedmiotem niniejszego Projektu jest wykorzystanie analizy cyklu życia produktu w celu poprawy jakości prognoz popytu oraz polepszenia wyników opartej o prognozy optymalizacji zapasów. W ramach Projektu powstanie narzędzie do automatycznego prognozowania popytu: od automatycznego rozpoznawania, w jakiej fazie znajduje się obecnie produkt, poprzez automatyczny dobór odpowiedniego dla tej fazy modelu prognostycznego wraz z jego parametrami, aż po automatyczną analizę podobieństwa produktów w celu prognozowania popytu na zamienniki oraz uwzględnienia wpływu efektu kanibalizmu i katalizy rozumianych tu jako zjawiska odpowiednio negatywnego (kanibalizm) i pozytywnego (kataliza) wpływu wprowadzenia nowego produktu na popyt na produkty już istniejące na rynku.Wnioskodawca proponuje w tym względzie nowatorskie podejście polegające na wykorzystaniu cech produktu automatycznie wyodrębnionych na podstawie dostępnych informacji o nim (np. miejsce w hierarchii produktów, specyfikacja techniczna, opis tekstowy czy cena). W ramach realizacji Projektu prowadzone będą prace badawczo-rozwojowe oparte na zaawansowanych technikach uczenia maszynowego i statystyki takich jak sieci neuronowe, analiza skupień czy techniki text mining (np. Inverse Document Frequencies, Latent Semantic Indexing). Badania będą realizowane przy współpracy z pracownikami Pracowni Inteligencji Obliczeniowej Instytutu Informatyki Uniwersytetu Wrocławskiego. Zaprojektowane w wyniku badań autorskie algorytmy zostaną zaimplementowane i powstanie prototyp modułu ProLogistica PLC (Product Life Cycle) jako części pakietu oprogramowania ProLogistica oferowanego przez Wnioskodawcę. Warto podkreślić, że proponowane w ramach Projektu rozwiązanie jest innowacyjne na skalę światową. Cykl życia produktu jako taki bywa uwzględniany w oferowanym przez konkurencję oprogramowaniu prognostycznym. Wyniki Projektu będą szeroko rozpowszechniane podczas konferencji krajowych i międzynarodowych. (Polish)
0 references
The object of this Project is to use a product life cycle analysis to improve the quality of demand forecasts and improve the results based on the forecast of stock optimisation. The project will create a tool for automatic forecasting of demand: from automatic recognition of the phase of the product, through automatic selection of the appropriate prognostic model with its parameters for this phase, to automatic analysis of the similarity of products in order to forecast demand for substitutes and to take into account the effects of cannibalism and catalysis, understood here as a phenomenon of a corresponding negative (cannibalism) and positive (catalysis) price of products, the effect of introducing a new product on the demand for products already existing on the market. As part of the project’s implementation, research and development will be carried out based on advanced machine learning techniques and statistics such as neural networks, focus analysis or text mining techniques (e.g. “Inverse Document Frequencies, Latent Semantic Indexing”. The research will be carried out in cooperation with employees of the Computing Intelligence Laboratory of the Institute of Computer Science at the University of Wrocław. Designed as a result of research, proprietary algorithms will be implemented and a prototype of ProLogistica PLC (Product Life Cycle) module will be created as part of the ProLogistica software package offered by the Applicant. It is worth emphasising that the proposed solution is innovative on a global scale. The life cycle of the product as such is included in the competitive prognostic software. The results of the Project will be widely disseminated at national and international conferences. (English)
15 October 2020
0.5577121059354145
0 references
L’objet de ce projet est d’utiliser l’analyse du cycle de vie du produit pour améliorer la qualité des prévisions de la demande et améliorer les résultats basés sur les prévisions d’optimisation des stocks. Dans le cadre du projet, un outil de prévision automatique de la demande sera créé: de l’identification automatique de la phase actuelle du produit à la sélection automatique d’un modèle prédictif adapté à cette phase avec ses paramètres, à une analyse automatique de la similitude des produits afin de prévoir la demande de remplacement et de prendre en compte l’impact de l’effet du cannibalisme et de la catalyse, compris ici comme un phénomène négatif (cannibalisme) et un effet positif (catalyse) de l’introduction d’un nouveau produit sur la demande de produits déjà présents sur le marché. Dans le cadre du projet, la recherche et le développement seront réalisés sur la base de techniques avancées d’apprentissage automatique et de statistiques telles que les réseaux neuronaux, l’analyse de clusters ou les techniques d’exploration de texte (p. ex. Fréquence des documents inverses, indexation sémantique latente. La recherche sera menée en coopération avec les employés du Laboratoire d’Intelligence Computationnelle de l’Institut d’Informatique de l’Université de Wrocław. Les algorithmes propriétaires conçus à la suite de la recherche seront mis en œuvre et un prototype du module ProLogistica PLC (Product Life Cycle) sera développé dans le cadre du logiciel ProLogistica proposé par la requérante. Il convient de souligner que la solution proposée dans le cadre du projet est innovante à l’échelle mondiale. Le cycle de vie du produit en tant que tel est pris en compte dans le logiciel prédictif offert par la concurrence. Les résultats du projet seront largement diffusés lors de conférences nationales et internationales. (French)
30 November 2021
0 references
Gegenstand dieses Projekts ist es, die Produktlebenszyklusanalyse zu nutzen, um die Qualität von Bedarfsprognosen zu verbessern und die Ergebnisse auf Basis von Bestandsoptimierungsprognosen zu verbessern. Im Rahmen des Projekts wird ein Tool zur automatischen Bedarfsprognose geschaffen: von der automatischen Identifizierung der aktuellen Phase des Produkts über die automatische Auswahl eines für diese Phase geeigneten prädiktiven Modells mit seinen Parametern bis hin zu einer automatischen Analyse der Ähnlichkeit der Produkte, um die Nachfrage nach Ersatz zu prognostizieren und die Auswirkungen der Wirkung von Kannibalismus und Katalyse zu berücksichtigen, die hier als negatives Phänomen (Kannibalismus) und als positiver (Katalyse-) Effekt der Einführung eines neuen Produkts auf die Nachfrage nach bereits auf dem Markt vorhandenen Produkten verstanden werden.Der Antragsteller schlägt in diesem Zusammenhang einen innovativen Ansatz vor, der darin besteht, die Merkmale des Produkts zu verwenden, die auf der Grundlage verfügbarer Informationen automatisch identifiziert werden (z. B. Position in der Produkthierarchie, technische Beschreibung oder Spezifikationsbeschreibung). Im Rahmen des Projekts werden Forschung und Entwicklung auf der Grundlage fortschrittlicher Techniken und Statistiken des maschinellen Lernens wie neuronalen Netzwerken, Clusteranalysen oder Text-Mining-Techniken (z. Inverse Dokumenthäufigkeiten, Latent Semantic Indexing. Die Forschung wird in Zusammenarbeit mit den Mitarbeitern des Computational Intelligence Laboratory des Instituts für Informatik der Universität Breslau durchgeführt. Die im Rahmen der Forschung entwickelten proprietären Algorithmen werden implementiert und im Rahmen des ProLogistica-Softwarepakets ProLogistica PLC (Product Life Cycle) ein Prototyp des ProLogistica-Moduls entwickelt. Es ist erwähnenswert, dass die im Rahmen des Projekts vorgeschlagene Lösung auf globaler Ebene innovativ ist. Der Lebenszyklus des Produkts als solches wird in der vom Wettbewerb angebotenen Predictive Software berücksichtigt. Die Ergebnisse des Projekts werden auf nationalen und internationalen Konferenzen weit verbreitet. (German)
7 December 2021
0 references
Het onderwerp van dit project is om productlevenscyclusanalyse te gebruiken om de kwaliteit van vraagprognoses te verbeteren en de resultaten te verbeteren op basis van voorraadoptimalisatieprognoses. Als onderdeel van het project zal een instrument voor automatische voorspelling van de vraag worden gecreëerd: van de automatische identificatie van de huidige fase van het product, via de automatische selectie van een voorspellend model dat geschikt is voor deze fase met zijn parameters, tot een automatische analyse van de gelijkenis van producten om de vraag naar vervangingen te voorspellen en om rekening te houden met het effect van het effect van kannibalisme en katalyse, hier opgevat als een negatief verschijnsel (kannibalisme) en een positief (katalyse) effect van de introductie van een nieuw product op de vraag naar reeds op de markt bestaande producten.De aanvrager stelt in dit verband een innovatieve aanpak voor, bestaande uit het gebruik van de kenmerken van het product die automatisch zijn geïdentificeerd op basis van de beschikbare informatie over het product (bv. positie in de producthiërarchie, technische specificatie, tekst). Als onderdeel van het project zullen onderzoek en ontwikkeling worden uitgevoerd op basis van geavanceerde machine learning-technieken en statistieken zoals neurale netwerken, clusteranalyse of tekstminingtechnieken (bijv. Inverse Document Frequencies, Latent Semantische Indexing. Het onderzoek zal worden uitgevoerd in samenwerking met de medewerkers van het Computational Intelligence Laboratory van het Instituut voor Informatica van de Universiteit van Wrocław. De gepatenteerde algoritmen die zijn ontworpen naar aanleiding van het onderzoek zullen worden geïmplementeerd en een prototype van de ProLogistica PLC (Product Life Cycle) module zal worden ontwikkeld als onderdeel van het ProLogistica softwarepakket aangeboden door de aanvrager. Het is de moeite waard om te benadrukken dat de in het kader van het project voorgestelde oplossing wereldwijd innovatief is. De levenscyclus van het product als zodanig wordt in aanmerking genomen in de voorspellende software die door de concurrentie wordt aangeboden. De resultaten van het project zullen op grote schaal worden verspreid tijdens nationale en internationale conferenties. (Dutch)
16 December 2021
0 references
L'oggetto di questo progetto è quello di utilizzare l'analisi del ciclo di vita del prodotto per migliorare la qualità delle previsioni della domanda e migliorare i risultati sulla base delle previsioni di ottimizzazione dell'inventario. Nell'ambito del progetto verrà creato uno strumento per la previsione automatica della domanda: Dall'identificazione automatica della fase attuale del prodotto, attraverso la selezione automatica di un modello predittivo adatto a questa fase con i suoi parametri, ad un'analisi automatica della somiglianza dei prodotti al fine di prevedere la domanda di sostituzioni e di tenere conto dell'impatto dell'effetto del cannibalismo e della catalisi, inteso qui come fenomeno negativo (cannibalismo) e un effetto positivo (catalisi) dell'introduzione di un nuovo prodotto sulla domanda di prodotti già esistenti sul mercato. Nell'ambito del progetto, la ricerca e lo sviluppo saranno effettuati sulla base di tecniche avanzate di machine learning e statistiche come reti neurali, analisi a cluster o tecniche di text mining (es. Frequenza inversa dei documenti, Indicizzazione semantica latente. La ricerca sarà condotta in collaborazione con i dipendenti del Laboratorio di Intelligenza Computazionale dell'Istituto di Informatica dell'Università di Breslavia. Verranno implementati gli algoritmi proprietari progettati a seguito della ricerca e verrà sviluppato un prototipo del modulo ProLogistica PLC (Product Life Cycle) nell'ambito del pacchetto software ProLogistica offerto dal richiedente. Vale la pena sottolineare che la soluzione proposta nell'ambito del progetto è innovativa su scala globale. Il ciclo di vita del prodotto in quanto tale è preso in considerazione nel software predittivo offerto dalla concorrenza. I risultati del progetto saranno ampiamente diffusi nel corso di conferenze nazionali e internazionali. (Italian)
16 January 2022
0 references
El objeto de este proyecto es utilizar el análisis del ciclo de vida del producto para mejorar la calidad de las previsiones de demanda y mejorar los resultados basados en previsiones de optimización de inventario. Como parte del proyecto, se creará una herramienta para la previsión automática de la demanda: desde la identificación automática de la fase actual del producto, pasando por la selección automática de un modelo predictivo adecuado para esta fase con sus parámetros, hasta un análisis automático de la similitud de los productos con el fin de predecir la demanda de reemplazos y tener en cuenta el impacto del efecto del canibalismo y la catálisis, entendido aquí como un fenómeno negativo (canibalismo) y un efecto positivo (catálisis) de la introducción de un nuevo producto en la demanda de productos ya existentes en el mercado. El solicitante propone a este respecto un enfoque innovador consistente en utilizar las características del producto identificadas automáticamente sobre la base de la información disponible sobre el mismo (por ejemplo, posición en la jerarquía del producto, descripción técnica, descripción técnica, precio). Como parte del proyecto, la investigación y el desarrollo se llevarán a cabo en base a técnicas avanzadas de aprendizaje automático y estadísticas como redes neuronales, análisis de clústeres o técnicas de minería de texto (p. ej. Frecuencias inversas de documentos, indexación semántica latente. La investigación se llevará a cabo en colaboración con los empleados del Laboratorio de Inteligencia Computacional del Instituto de Ciencias de la Computación de la Universidad de Wrocław. Se implementarán los algoritmos propietarios diseñados como resultado de la investigación y se desarrollará un prototipo del módulo ProLogistica PLC (Product Life Cycle) como parte del paquete de software ProLogistica ofrecido por el solicitante. Cabe destacar que la solución propuesta en el marco del Proyecto es innovadora a escala global. El ciclo de vida del producto como tal se tiene en cuenta en el software predictivo ofrecido por la competencia. Los resultados del proyecto se difundirán ampliamente en conferencias nacionales e internacionales. (Spanish)
19 January 2022
0 references
Emnet for dette projekt er at bruge produktlivscyklusanalyse til at forbedre kvaliteten af efterspørgselsprognoser og forbedre resultaterne baseret på lageroptimeringsprognoser. Som en del af projektet vil der blive oprettet et værktøj til automatisk prognoser for efterspørgslen: fra automatisk identifikation af produktets nuværende fase gennem automatisk udvælgelse af en prædiktiv model, der er egnet til denne fase med parametrene, til en automatisk analyse af produkternes lighed med henblik på at forudsige efterspørgslen efter udskiftninger og tage hensyn til virkningen af kannibalisme og katalyse, forstået her som et negativt fænomen (kannibalisme) og en positiv (katalyse) virkning af indførelsen af et nyt produkt på efterspørgslen efter produkter, der allerede findes på markedet.Ansøgeren foreslår i denne forbindelse en innovativ tilgang, der består i at anvende produktets egenskaber automatisk på grundlag af tilgængelige oplysninger om det (f.eks. position i produkthierarkiet, den tekniske specifikation, tekstbeskrivelsen eller prisbeskrivelsen). Som led i projektet vil forskning og udvikling blive udført på grundlag af avancerede maskinlæringsteknikker og -statistikker som f.eks. neurale netværk, klyngeanalyse eller teknikker til tekstudvinding (f.eks. Inverse dokumentfrekvenser, Latent Semantisk indeksering. Forskningen vil blive udført i samarbejde med medarbejderne i Computational Intelligence Laboratory ved Institut for Datalogi ved universitetet i Wrocław. De proprietære algoritmer designet som et resultat af forskningen vil blive implementeret og en prototype af ProLogistica PLC (Product Life Cycle) modul vil blive udviklet som en del af ProLogistica software pakke, der tilbydes af ansøgeren. Det er værd at understrege, at den løsning, der foreslås under projektet, er innovativ på globalt plan. Produktets livscyklus som sådan tages i betragtning i den prædiktive software, der tilbydes af konkurrencen. Resultaterne af projektet vil blive udbredt på nationale og internationale konferencer. (Danish)
26 July 2022
0 references
Το αντικείμενο του παρόντος Έργου είναι η χρήση της ανάλυσης του κύκλου ζωής του προϊόντος για τη βελτίωση της ποιότητας των προβλέψεων ζήτησης και τη βελτίωση των αποτελεσμάτων με βάση τις προβλέψεις βελτιστοποίησης των αποθεμάτων. Στο πλαίσιο του έργου, θα δημιουργηθεί ένα εργαλείο αυτόματης πρόβλεψης της ζήτησης: από την αυτόματη ταυτοποίηση της τρέχουσας φάσης του προϊόντος, μέσω της αυτόματης επιλογής ενός προγνωστικού μοντέλου κατάλληλου για τη φάση αυτή με τις παραμέτρους του, έως την αυτόματη ανάλυση της ομοιότητας των προϊόντων, προκειμένου να προβλεφθεί η ζήτηση για αντικατάσταση και να ληφθεί υπόψη ο αντίκτυπος της επίδρασης του κανιβαλισμού και της κατάλυσης, που νοείται εδώ ως αρνητικό φαινόμενο (κανιβαλισμός) και θετικό (κατάλυση) αποτέλεσμα της εισαγωγής ενός νέου προϊόντος στη ζήτηση για προϊόντα που ήδη υπάρχουν στην αγορά.Ο αιτών προτείνει εν προκειμένω μια καινοτόμο προσέγγιση που συνίσταται στη χρήση των χαρακτηριστικών του προϊόντος που προσδιορίζονται αυτόματα με βάση τις διαθέσιμες πληροφορίες σχετικά με αυτό (π.χ. θέση στην ιεράρχηση του προϊόντος, τεχνική προδιαγραφή, κείμενο). Στο πλαίσιο του έργου, η έρευνα και η ανάπτυξη θα πραγματοποιούνται με βάση προηγμένες τεχνικές μηχανικής μάθησης και στατιστικές όπως τα νευρωνικά δίκτυα, η ανάλυση συμπλεγμάτων ή οι τεχνικές εξόρυξης κειμένου (π.χ. Αντιστρόφως Συχνότητες Εγγράφων, Latent Semantic Indexing. Η έρευνα θα πραγματοποιηθεί σε συνεργασία με τους υπαλλήλους του Εργαστηρίου Υπολογιστικής Νοημοσύνης του Ινστιτούτου Επιστήμης Υπολογιστών του Πανεπιστημίου του Βρότσλαβ. Οι ιδιόκτητοι αλγόριθμοι που έχουν σχεδιαστεί ως αποτέλεσμα της έρευνας θα εφαρμοστούν και ένα πρωτότυπο της ενότητας ProLogistica PLC (Product Life Cycle) θα αναπτυχθεί ως μέρος του πακέτου λογισμικού ProLogistica που προσφέρεται από τον αιτούντα. Αξίζει να τονιστεί ότι η λύση που προτείνεται στο πλαίσιο του Έργου είναι καινοτόμος σε παγκόσμια κλίμακα. Ο κύκλος ζωής του προϊόντος καθαυτό λαμβάνεται υπόψη στο προγνωστικό λογισμικό που προσφέρει ο διαγωνισμός. Τα αποτελέσματα του έργου θα διαδοθούν ευρέως κατά τη διάρκεια εθνικών και διεθνών συνεδρίων. (Greek)
26 July 2022
0 references
Predmet ovog projekta je korištenje analize životnog ciklusa proizvoda kako bi se poboljšala kvaliteta predviđanja potražnje i poboljšali rezultati na temelju predviđanja optimizacije zaliha. U okviru projekta izradit će se alat za automatsko predviđanje potražnje: od automatske identifikacije trenutačne faze proizvoda, preko automatskog odabira prediktivnog modela prikladnog za tu fazu s njegovim parametrima, do automatske analize sličnosti proizvoda kako bi se predvidjela potražnja za nadomjescima i uzeo u obzir utjecaj učinka kanibalizma i katalize, ovdje shvaćen kao negativna pojava (kanibalizam) i pozitivan (kataliza) učinak uvođenja novog proizvoda na potražnju za proizvodima koji već postoje na tržištu.Podnositelj zahtjeva u tom pogledu predlaže inovativni pristup koji se sastoji od upotrebe značajki proizvoda koji se automatski identificiraju na temelju dostupnih informacija o njemu (npr. položaj u hijerarhiji proizvoda, tehnička specifikacija, opis). Kao dio projekta, istraživanje i razvoj će se provoditi na temelju naprednih tehnika strojnog učenja i statistike kao što su neuronske mreže, klasterska analiza ili tehnike rudarenja teksta (npr. Inverzne frekvencije dokumenata, latentno semantičko indeksiranje. Istraživanje će se provoditi u suradnji sa zaposlenicima Laboratorija za računalnu inteligenciju Instituta za računalne znanosti Sveučilišta u Wrocławu. Implementirat će se vlasnički algoritmi osmišljeni kao rezultat istraživanja i razviti prototip modula ProLogistica PLC (Product Life Cycle) kao dio programskog paketa ProLogistica koji nudi podnositelj zahtjeva. Važno je naglasiti da je rješenje predloženo u okviru projekta inovativno na globalnoj razini. Životni ciklus proizvoda kao takvog uzima se u obzir u prediktivnom softveru koji nudi tržišno natjecanje. Rezultati projekta bit će široko rasprostranjeni tijekom nacionalnih i međunarodnih konferencija. (Croatian)
26 July 2022
0 references
Obiectul acestui proiect este de a utiliza analiza ciclului de viață al produsului pentru a îmbunătăți calitatea previziunilor privind cererea și pentru a îmbunătăți rezultatele pe baza previziunilor de optimizare a inventarului. Ca parte a proiectului, va fi creat un instrument de prognoză automată a cererii: de la identificarea automată a fazei actuale a produsului, prin selectarea automată a unui model predictiv adecvat pentru această fază cu parametrii săi, la o analiză automată a similitudinii produselor în vederea prognozei cererii de înlocuiri și pentru a ține seama de impactul efectului canibalismului și catalizei, înțeles aici ca un fenomen negativ (canibalism) și un efect pozitiv (cataliză) al introducerii unui nou produs asupra cererii de produse deja existente pe piață. Solicitantul propune, în acest sens, o abordare inovatoare constând în utilizarea caracteristicilor produsului identificat automat pe baza informațiilor disponibile despre acesta (de exemplu, poziția în ierarhia produsului, textul tehnic sau specificația tehnică). Ca parte a proiectului, cercetarea și dezvoltarea se vor desfășura pe baza tehnicilor avansate de învățare automată și a statisticilor, cum ar fi rețelele neuronale, analiza clusterelor sau tehnicile de extragere a textului (ex. Frecvența inversă a documentelor, indexarea semantică latentă. Cercetarea va fi efectuată în colaborare cu angajații Laboratorului de Informații Computaționale al Institutului de Informatică de la Universitatea din Wrocław. Algoritmii proprietari concepuți ca urmare a cercetării vor fi implementați și un prototip al modulului ProLogistica PLC (Product Life Cycle) va fi dezvoltat ca parte a pachetului software ProLogistica oferit de Solicitant. Merită subliniat faptul că soluția propusă în cadrul proiectului este inovatoare la scară globală. Ciclul de viață al produsului ca atare este luat în considerare în software-ul predictiv oferit de concurență. Rezultatele proiectului vor fi difuzate pe scară largă în cadrul conferințelor naționale și internaționale. (Romanian)
26 July 2022
0 references
Predmetom tohto projektu je použiť analýzu životného cyklu produktu na zlepšenie kvality predpovedí dopytu a zlepšenie výsledkov na základe predpovedí optimalizácie zásob. V rámci projektu sa vytvorí nástroj na automatické predpovedanie dopytu: od automatickej identifikácie súčasnej fázy výrobku, cez automatický výber prediktívneho modelu vhodného pre túto fázu s jeho parametrami, po automatickú analýzu podobnosti výrobkov s cieľom predpovedať dopyt po náhradách a zohľadniť vplyv účinku kanibalizmu a katalýzy, tu chápaný ako negatívny jav (kannibalizmus) a pozitívny (katalýzový) účinok zavedenia nového výrobku na dopyt po výrobkoch, ktoré už existujú na trhu.Žiadateľ v tejto súvislosti navrhuje inovatívny prístup spočívajúci v použití vlastností výrobku automaticky identifikovaných na základe dostupných informácií o ňom (napr. pozícia v hierarchii výrobkov, technická špecifikácia, text). V rámci projektu sa bude výskum a vývoj vykonávať na základe pokročilých techník strojového učenia a štatistík, ako sú neurónové siete, klastrová analýza alebo technika ťažby textu (napr. Inverzné frekvencie dokumentov, Latentné sémantické indexovanie. Výskum sa bude vykonávať v spolupráci so zamestnancami laboratória výpočtovej inteligencie Ústavu informatiky na Univerzite vo Vroclave. Proprietárne algoritmy navrhnuté ako výsledok výskumu budú implementované a prototyp modulu ProLogistica PLC (Product Life Cycle) bude vyvinutý ako súčasť softvérového balíka ProLogistica ponúkaného žiadateľom. Stojí za to zdôrazniť, že riešenie navrhované v rámci projektu je inovatívne v celosvetovom meradle. Životný cyklus výrobku ako takého sa zohľadňuje v prediktívnom softvéri, ktorý ponúka konkurencia. Výsledky projektu sa budú vo veľkej miere šíriť na národných a medzinárodných konferenciách. (Slovak)
26 July 2022
0 references
Is-suġġett ta’ dan il-Proġett huwa li juża l-analiżi taċ-ċiklu tal-ħajja tal-prodott biex itejjeb il-kwalità tat-tbassir tad-domanda u jtejjeb ir-riżultati bbażati fuq it-tbassir tal-ottimizzazzjoni tal-inventarju. Bħala parti mill-proġett, se tinħoloq għodda għat-tbassir awtomatiku tad-domanda: mill-identifikazzjoni awtomatika tal-fażi attwali tal-prodott, permezz tal-għażla awtomatika ta’ mudell ta’ tbassir adattat għal din il-fażi bil-parametri tiegħu, għal analiżi awtomatika tas-similarità tal-prodotti sabiex tiġi mbassra d-domanda għal sostituzzjonijiet u biex jitqies l-impatt tal-effett tal-kannibaliżmu u l-kataliżi, mifhum hawnhekk bħala fenomenu negattiv (Kannibaliżmu) u effett pożittiv (kataliżi) tal-introduzzjoni ta’ prodott ġdid fuq id-domanda għal prodotti li diġà jeżistu fis-suq.L-applikant jipproponi f’dan ir-rigward approċċ innovattiv li jikkonsisti fl-użu tal-karatteristiċi tal-prodott identifikati awtomatikament abbażi tal-informazzjoni disponibbli dwaru (eż. il-pożizzjoni fil-ġerarkija tal-ispeċifikazzjoni teknika tal-prodott, id-deskrizzjoni teknika tal-prezzijiet, jew il-ġerarkija tal-prodott). Bħala parti mill-proġett, ir-riċerka u l-iżvilupp se jitwettqu abbażi ta’ tekniki avvanzati ta’ tagħlim awtomatiku u statistika bħan-netwerks newrali, l-analiżi tar-raggruppamenti jew it-tekniki tal-estrazzjoni tat-test (eż. Invers Frekwenzi Dokumenti, Latent Semantika Indiċi. Ir-riċerka ser titwettaq f’kooperazzjoni mal-impjegati tal-Laboratorju tal-Intelligence Komputazzjonali tal-Istitut tax-Xjenza tal-Kompjuter fl-Università ta’ Wrocław. L-algoritmi proprjetarji ddisinjati bħala riżultat tar-riċerka se jiġu implimentati u prototip tal-modulu ProLogistica PLC (Ċiklu tal-Ħajja tal-Prodott) se jiġi żviluppat bħala parti mill-pakkett tas-software ProLogistica offrut mill-Applikant. Ta’ min jenfasizza li s-soluzzjoni proposta taħt il-Proġett hija innovattiva fuq skala globali. Iċ-ċiklu tal-ħajja tal-prodott bħala tali jitqies fis-softwer ta’ tbassir offrut mill-kompetizzjoni. Ir-riżultati tal-proġett ser jixxerrdu b’mod wiesa’ matul il-konferenzi nazzjonali u internazzjonali. (Maltese)
26 July 2022
0 references
O objetivo deste projeto é utilizar uma análise do ciclo de vida do produto para melhorar a qualidade das previsões da procura e melhorar os resultados com base na previsão da otimização das existências. O projeto criará uma ferramenta para a previsão automática da procura: desde o reconhecimento automático da fase do produto, através da seleção automática do modelo de prognóstico adequado com os seus parâmetros para esta fase, até à análise automática da semelhança dos produtos, a fim de prever a procura de substitutos e ter em conta os efeitos do canibalismo e da catálise, entendidos aqui como um fenómeno de um correspondente preço negativo (canibalismo) e positivo (catálise) dos produtos, o efeito da introdução de um novo produto na procura de produtos já existentes no mercado. No âmbito da execução do projeto, a investigação e o desenvolvimento serão realizados com base em técnicas avançadas de aprendizagem automática e em estatísticas como as redes neurais, a análise focal ou as técnicas de prospeção de textos (por exemplo, «Frequências inversas de documentos, indexação semântica latente»). A investigação será realizada em cooperação com os funcionários do Laboratório de Inteligência Informática do Instituto de Ciência da Computação da Universidade de Wrocław. Concebido como resultado da investigação, algoritmos proprietários serão implementados e um protótipo do módulo ProLogistica PLC (Ciclo de Vida do Produto) será criado como parte do pacote de software ProLogistica oferecido pelo Requerente. Importa salientar que a solução proposta é inovadora à escala mundial. O ciclo de vida do produto como tal está incluído no software de prognóstico competitivo. Os resultados do projecto serão amplamente divulgados em conferências nacionais e internacionais. (Portuguese)
26 July 2022
0 references
Tämän projektin tavoitteena on käyttää tuotteiden elinkaarianalyysiä kysyntäennusteiden laadun parantamiseen ja tulosten parantamiseen varaston optimointiennusteiden perusteella. Osana hanketta luodaan työkalu kysynnän automaattiseen ennustamiseen: tuotteen nykyisen vaiheen automaattisesta tunnistamisesta, tähän vaiheeseen ja sen parametreihin soveltuvan ennakoivan mallin automaattisesta valinnasta tuotteiden samankaltaisuuden automaattiseen analysointiin, jotta voidaan ennustaa korvaavien tuotteiden kysyntää ja ottaa huomioon kannibalismin ja katalyysin vaikutuksen vaikutus, joka ymmärretään tässä yhteydessä negatiivisena ilmiönä (kannibalismi) ja uuden tuotteen käyttöönoton positiivisena (katalyyttisenä) vaikutuksena markkinoilla jo olevien tuotteiden kysyntään. Hakija ehdottaa tässä yhteydessä innovatiivista lähestymistapaa, jossa käytetään tuotteen ominaisuuksia, jotka tunnistetaan automaattisesti saatavilla olevien tietojen perusteella (esim. sijainti tuotehierarkiassa, teknisessä eritelmässä, tekstieritelmässä tai tekstikuvauksessa). Osana hanketta tutkimus ja kehittäminen perustuvat kehittyneisiin koneoppimistekniikoihin ja tilastoihin, kuten neuroverkkoihin, klusterianalyysiin tai tekstinlouhintatekniikoihin (esim. Käänteinen asiakirjataajuus, Latent Semantic Indexing. Tutkimus toteutetaan yhteistyössä Wrocławin yliopiston tietojenkäsittelytieteen laitoksen laskennallisen tiedustelulaboratorion työntekijöiden kanssa. Tutkimuksen tuloksena suunnitellut algoritmit toteutetaan ja ProLogistica PLC (Product Life Cycle) -moduulin prototyyppi kehitetään osana hakijan tarjoamaa ProLogistica-ohjelmistopakettia. On syytä korostaa, että hankkeessa ehdotettu ratkaisu on innovatiivinen maailmanlaajuisesti. Tuotteen elinkaari sellaisenaan otetaan huomioon kilpailun tarjoamassa ennakoivassa ohjelmistossa. Hankkeen tuloksia levitetään laajasti kansallisissa ja kansainvälisissä konferensseissa. (Finnish)
26 July 2022
0 references
Predmet tega projekta je uporaba analize življenjskega cikla izdelkov za izboljšanje kakovosti napovedi povpraševanja in izboljšanje rezultatov na podlagi napovedi optimizacije zalog. V okviru projekta bo vzpostavljeno orodje za samodejno napovedovanje povpraševanja: od samodejnega prepoznavanja trenutne faze izdelka prek samodejne izbire napovednega modela, primernega za to fazo s svojimi parametri, do avtomatske analize podobnosti izdelkov, da se predvidi povpraševanje po zamenjavi in upošteva vpliv učinka kanibalizma in katalize, ki se tukaj razume kot negativen pojav (kanibalizem) in pozitiven (kataliza) učinek uvedbe novega proizvoda na povpraševanje po proizvodih, ki že obstajajo na trgu. Vlagatelj v zvezi s tem predlaga inovativen pristop, ki vključuje uporabo značilnosti proizvoda, ki so samodejno opredeljene na podlagi razpoložljivih informacij o njem (npr. položaj v hierarhiji izdelkov, tehnični specifikaciji, opisu). V okviru projekta se bodo raziskave in razvoj izvajale na podlagi naprednih tehnik strojnega učenja in statističnih podatkov, kot so nevronske mreže, analiza grozdov ali tehnike besedilnega rudarjenja (npr. Inverzne pogostosti dokumentov, latentno semantično indeksiranje. Raziskava se bo izvajala v sodelovanju z zaposlenimi v Laboratoriju za računalniško inteligenco Inštituta za računalništvo na Univerzi v Vroclavu. Izvedeni bodo lastniški algoritmi, zasnovani kot rezultat raziskave, prototip modula ProLogistica PLC (Product Life Cycle) pa bo razvit kot del programskega paketa ProLogistica, ki ga ponuja prijavitelj. Treba je poudariti, da je rešitev, predlagana v okviru projekta, inovativna na svetovni ravni. Življenjski cikel izdelka kot takega se upošteva pri napovedni programski opremi, ki jo ponuja konkurenca. Rezultati projekta bodo široko razširjeni na nacionalnih in mednarodnih konferencah. (Slovenian)
26 July 2022
0 references
Předmětem tohoto projektu je využití analýzy životního cyklu produktu ke zlepšení kvality předpovědí poptávky a zlepšení výsledků na základě prognóz optimalizace zásob. V rámci projektu bude vytvořen nástroj pro automatické předpovídání poptávky: od automatické identifikace současné fáze výrobku prostřednictvím automatického výběru prediktivního modelu vhodného pro tuto fázi s jeho parametry až po automatickou analýzu podobnosti výrobků s cílem předpovědět poptávku po náhradách a zohlednit dopad účinku kanibalismu a katalýzy, které jsou zde chápány jako negativní jev (kanibalismus) a pozitivní (katalýza) účinek zavedení nového výrobku na poptávku po výrobcích, které již existují na trhu. Žadatel v tomto ohledu navrhuje inovativní přístup spočívající v použití vlastností výrobku automaticky identifikovaných na základě dostupných informací o něm (např. pozice v hierarchii výrobků, popis ceny, technická specifikace, text). V rámci projektu bude výzkum a vývoj prováděn na základě pokročilých technik strojového učení a statistik, jako jsou neuronové sítě, analýza klastrů nebo techniky vytěžování textů (např. Inverzní frekvence dokumentů, Latentní sémantická indexace. Výzkum bude probíhat ve spolupráci se zaměstnanci laboratoře výpočetní inteligence Ústavu informatiky na Vratislavské univerzitě. Proprietární algoritmy navržené jako výsledek výzkumu budou implementovány a prototyp modulu ProLogistica PLC (Product Life Cycle) bude vyvinut jako součást softwarového balíčku ProLogistica nabízeného žadatelem. Stojí za to zdůraznit, že řešení navržené v rámci projektu je inovativní v celosvětovém měřítku. Životní cyklus produktu jako takového je zohledněn v prediktivním softwaru nabízeném konkurencí. Výsledky projektu budou široce šířeny na národních a mezinárodních konferencích. (Czech)
26 July 2022
0 references
Šio projekto objektas – naudoti produkto gyvavimo ciklo analizę, siekiant pagerinti paklausos prognozių kokybę ir pagerinti rezultatus, pagrįstus atsargų optimizavimo prognozėmis. Įgyvendinant projektą bus sukurta automatinio paklausos prognozavimo priemonė: pradedant automatiniu dabartinio produkto etapo identifikavimu, automatiškai pasirenkant šiam etapui tinkamą prognozavimo modelį su jo parametrais, iki automatinės produktų panašumo analizės, kad būtų galima prognozuoti pakaitalų paklausą ir atsižvelgti į kanibalizmo ir katalizės poveikį, kuris čia suprantamas kaip neigiamas reiškinys (kanibalizmas) ir teigiamas (katalizės) naujo produkto įvedimo poveikis rinkoje jau esančių produktų paklausai. Vykdant projektą, moksliniai tyrimai ir technologinė plėtra bus atliekami remiantis pažangiais mašinų mokymosi metodais ir statistiniais duomenimis, pvz., neuroniniais tinklais, klasterių analize ar tekstų gavybos metodais (pvz. Atvirkštinis dokumentų dažnumas, latentinis semantinis indeksavimas. Tyrimas bus atliekamas bendradarbiaujant su Vroclavo universiteto Informatikos instituto Kompiuterinės žvalgybos laboratorijos darbuotojais. Bus įgyvendinti nuosavybiniai algoritmai, sukurti atlikus tyrimą, o ProLogistica PLC (Product Life Cycle) modulio prototipas bus sukurtas kaip pareiškėjo siūlomo „ProLogistica“ programinės įrangos paketo dalis. Verta pabrėžti, kad pagal projektą siūlomas sprendimas yra novatoriškas pasauliniu mastu. Į patį produkto gyvavimo ciklą atsižvelgiama konkurso siūlomoje prognozavimo programinėje įrangoje. Projekto rezultatai bus plačiai skleidžiami nacionalinėse ir tarptautinėse konferencijose. (Lithuanian)
26 July 2022
0 references
Projekta mērķis ir izmantot produkta aprites cikla analīzi, lai uzlabotu pieprasījuma prognožu kvalitāti un uzlabotu rezultātus, pamatojoties uz inventāra optimizācijas prognozēm. Projekta ietvaros tiks izveidots instruments automātiskai pieprasījuma prognozēšanai: no produkta pašreizējā posma automātiskas identificēšanas, automātiski izvēloties šim posmam piemērotu prognozējošu modeli ar tā parametriem, līdz produktu līdzības automātiskai analīzei, lai prognozētu pieprasījumu pēc aizstājējiem un ņemtu vērā kanibālisma un katalīzes ietekmi, ko šeit saprot kā negatīvu parādību (kanibālismu) un pozitīvu (katalīzes) ietekmi, ko rada jauna produkta ieviešana uz tirgū jau esošu produktu pieprasījumu. Pieteikuma iesniedzējs šajā sakarā ierosina inovatīvu pieeju, kas paredz izmantot produkta īpašības, kas automātiski identificētas, pamatojoties uz pieejamo informāciju par to (piemēram, pozīcija produkta hierarhijā, tehniskā specifikācija, teksts). Projekta ietvaros tiks veikta pētniecība un izstrāde, pamatojoties uz progresīvām mašīnmācīšanās metodēm un statistiku, piemēram, neironu tīkliem, klasteru analīzi vai tekstizraces paņēmieniem (piemēram, Apgrieztās dokumentu frekvences, latentā semantiskā indeksācija. Pētījums tiks veikts sadarbībā ar Vroclavas Universitātes Datorzinātņu institūta datorzinātņu laboratorijas darbiniekiem. Tiks ieviesti patentētie algoritmi, kas izstrādāti pētījuma rezultātā, un ProLogistica PLC (Product Life Cycle) moduļa prototips tiks izstrādāts kā daļa no ProLogistica programmatūras paketes, ko piedāvā pieteikuma iesniedzējs. Ir vērts uzsvērt, ka projektā ierosinātais risinājums ir novatorisks globālā mērogā. Produkta aprites cikls kā tāds tiek ņemts vērā konkursa piedāvātajā prognozējošajā programmatūrā. Projekta rezultāti tiks plaši izplatīti nacionālajās un starptautiskajās konferencēs. (Latvian)
26 July 2022
0 references
Предметът на този проект е да се използва анализ на жизнения цикъл на продукта, за да се подобри качеството на прогнозите за търсенето и да се подобрят резултатите въз основа на прогнози за оптимизиране на запасите. Като част от проекта ще бъде създаден инструмент за автоматично прогнозиране на търсенето: от автоматичното идентифициране на настоящата фаза на продукта, чрез автоматичния подбор на подходящ за тази фаза модел с неговите параметри, до автоматичен анализ на сходството на продуктите с цел прогнозиране на търсенето на заместители и отчитане на въздействието на ефекта от канибализъм и катализа, разбиран тук като отрицателно явление (канибализъм) и положителен (катализ) ефект от въвеждането на нов продукт върху търсенето на продукти, които вече съществуват на пазара.В това отношение заявителят предлага иновативен подход, състоящ се в използване на характеристиките на продукта, автоматично идентифицирани въз основа на наличната информация за него (напр. позиция в продуктовата йерархия, техническа спецификация, описание). Като част от проекта научноизследователската и развойната дейност ще се извършва въз основа на усъвършенствани техники за машинно обучение и статистика, като невронни мрежи, клъстерен анализ или техники за извличане на текст (напр. Честоти на обратна документация, латентно семантично индексиране. Изследването ще се извършва в сътрудничество със служителите на Лабораторията за изчислителна интелигентност на Института по компютърни науки към Университета във Вроцлав. Патентованите алгоритми, разработени в резултат на изследването, ще бъдат внедрени и прототип на модула ProLogistica PLC (Продуктов жизнен цикъл) ще бъде разработен като част от софтуерния пакет ProLogistica, предлаган от заявителя. Струва си да се подчертае, че предложеното в рамките на проекта решение е иновативно в световен мащаб. Жизненият цикъл на продукта като такъв се взема предвид в прогнозния софтуер, предлаган от конкуренцията. Резултатите от проекта ще бъдат широко разпространени по време на национални и международни конференции. (Bulgarian)
26 July 2022
0 references
A projekt célja, hogy termékéletciklus-elemzést alkalmazzon a keresleti előrejelzések minőségének javítása és a készletoptimalizálási előrejelzéseken alapuló eredmények javítása érdekében. A projekt részeként létrejön a kereslet automatikus előrejelzésére szolgáló eszköz: a termék jelenlegi fázisának automatikus azonosításától az erre a fázisra alkalmas prediktív modell és annak paraméterei automatikus kiválasztásán keresztül a termékek hasonlóságának automatikus elemzéséig a pótlás iránti kereslet előrejelzése, valamint a kannibalizmus és katalízis hatásának figyelembevétele érdekében, amelyet itt egy negatív jelenségnek (kannibalizmus) és egy új termék bevezetésének pozitív (katalízis) hatásaként értelmeznek egy új termék bevezetésének a piacon már meglévő termékek iránti keresletre gyakorolt pozitív (katalízis) hatásától.A kérelmező e tekintetben innovatív megközelítést javasol, amely a rendelkezésre álló információk alapján automatikusan azonosított termék jellemzőit (pl. a termékhierarchiában vagy a termékhierarchiában, az árban, az árban) határozza meg. A projekt részeként a kutatást és fejlesztést fejlett gépi tanulási technikák és statisztikák, például neurális hálózatok, klaszterelemzés vagy szövegbányászati technikák (pl. Inverz dokumentum Frequencies, Latent Semantic Indexing. A kutatást a Wrocławi Egyetem Számítástudományi Intézetének Számítástechnikai Intelligencia Laboratóriumának munkatársaival együttműködésben végzik. A kutatás eredményeként tervezett szabadalmaztatott algoritmusok bevezetésre kerülnek, és a ProLogistica PLC (Product Life Cycle) modul prototípusa a kérelmező által kínált ProLogistica szoftvercsomag részeként kerül kidolgozásra. Érdemes hangsúlyozni, hogy a projekt keretében javasolt megoldás globális szinten innovatív. A termék életciklusát önmagában figyelembe veszik a verseny által kínált prediktív szoftverben. A projekt eredményeit országos és nemzetközi konferenciákon széles körben terjesztik. (Hungarian)
26 July 2022
0 references
Is é ábhar an Tionscadail seo anailís saolré táirge a úsáid chun cáilíocht na réamhaisnéisí éilimh a fheabhsú agus chun torthaí bunaithe ar réamhaisnéisí optamaithe fardail a fheabhsú. Mar chuid den tionscadal, cruthófar uirlis chun éileamh a thuar go huathoibríoch: ó chéim reatha an táirge a shainaithint go huathoibríoch, trí shamhail thuarthach atá oiriúnach don chéim sin lena paraiméadair a roghnú go huathoibríoch, go hanailís uathoibríoch ar chosúlacht na dtáirgí chun an t-éileamh ar athsholáthar a thuar agus tionchar éifeacht an channabalachais agus an chatalaithe a chur san áireamh, a thuigtear anseo mar fheiniméan diúltach (canablachachas) agus éifeacht dhearfach (cátalanailís) ar tháirge nua a thabhairt isteach ar an éileamh ar tháirgí atá ann cheana ar an margadh. Molann an t-iarratasóir cur chuige nuálach ina n-úsáidtear saintréithe an táirge a shainaithnítear go huathoibríoch ar bhonn na faisnéise atá ar fáil faoi (e.g. suíomh san ordlathas táirge, tuairisc theicniúil nó sonraíocht téacs). Mar chuid den tionscadal, déanfar taighde agus forbairt bunaithe ar theicnící ardfhorbartha meaisínfhoghlama agus ar staidreamh amhail líonraí néaracha, anailís braislí nó teicnící mianadóireachta téacsanna (m.sh. Minicíochtaí Doiciméad Inbhéartach, Innéacsú Séimeantach Latent. Déanfar an taighde i gcomhar le fostaithe Shaotharlann Faisnéise Ríomhaireachtúil Institiúid na Ríomheolaíochta in Ollscoil Wrocław. Déanfar na halgartaim dílseánaigh a dearadh mar thoradh ar an taighde a chur i bhfeidhm agus forbrófar fréamhshamhail den mhodúl ProLogistica PLC (Timthriall Saoil Táirge) mar chuid den phacáiste bogearraí ProLogistica a thairgeann an tIarratasóir. Is fiú a chur i bhfios go láidir go bhfuil an réiteach atá beartaithe faoin Tionscadal nuálach ar scála domhanda. Cuirtear saolré an táirge sa cháil sin san áireamh sna bogearraí tuarthacha a thairgeann an comórtas. Scaipfear torthaí an tionscadail go forleathan le linn comhdhálacha náisiúnta agus idirnáisiúnta. (Irish)
26 July 2022
0 references
Syftet med detta projekt är att använda produktlivscykelanalys för att förbättra kvaliteten på efterfrågeprognoser och förbättra resultaten baserat på inventeringsoptimeringsprognoser. Som en del av projektet kommer ett verktyg för automatisk prognostisering av efterfrågan att skapas: från automatisk identifiering av produktens nuvarande fas, genom ett automatiskt val av en prediktiv modell som är lämplig för denna fas med dess parametrar, till en automatisk analys av produkternas likhet för att förutse efterfrågan på ersättningar och ta hänsyn till effekten av kannibalism och katalys, som här uppfattas som ett negativt fenomen (kannibalism) och en positiv (katalys) effekt av införandet av en ny produkt på efterfrågan på produkter som redan finns på marknaden. Sökanden föreslår i detta avseende ett innovativt tillvägagångssätt som består av att använda egenskaperna hos den produkt som automatiskt identifieras på grundval av tillgänglig information om produkten (t.ex. position i produkthierarkin, teknisk specifikation, beskrivning). Som en del av projektet kommer forskning och utveckling att genomföras på grundval av avancerade maskininlärningstekniker och statistik som neurala nätverk, klusteranalys eller textutvinningsteknik (t.ex. Inversa dokumentfrekvenser, latent semantisk indexering. Forskningen kommer att genomföras i samarbete med de anställda vid Computational Intelligence Laboratory vid Institutet för datavetenskap vid universitetet i Wrocław. De egenutvecklade algoritmerna som utformats som ett resultat av forskningen kommer att genomföras och en prototyp av ProLogistica PLC (Product Life Cycle) modulen kommer att utvecklas som en del av ProLogistica mjukvarupaket som erbjuds av sökanden. Det är värt att betona att den lösning som föreslås i projektet är innovativ på global nivå. Produktens livscykel som sådan beaktas i den prediktiva programvara som erbjuds av konkurrenterna. Projektets resultat kommer att spridas i stor utsträckning under nationella och internationella konferenser. (Swedish)
26 July 2022
0 references
Käesoleva projekti eesmärk on kasutada toote olelusringi analüüsi, et parandada nõudluse prognooside kvaliteeti ja parandada varude optimeerimise prognoosidel põhinevaid tulemusi. Projekti raames luuakse nõudluse automaatse prognoosimise vahend: alates toote praeguse etapi automaatsest tuvastamisest kuni selle parameetritega sellele etapile sobiva prognoosimudeli automaatse valimisega kuni toodete sarnasuse automaatse analüüsini, et prognoosida nõudlust asendustoodete järele ning võtta arvesse kannibalismi ja katalüüsi mõju, mida siin mõistetakse negatiivse nähtusena (kannibalismi) ja positiivse (katalüüs) mõju uue toote turule toomisel juba olemasolevate toodete nõudlusele. Taotleja teeb sellega seoses ettepaneku uuendusliku lähenemisviisi kohta, mis seisneb toote omaduste kasutamises, mis on automaatselt kindlaks tehtud kättesaadava teabe põhjal (nt positsioon tootehierarhias, tehniline kirjeldus või tekst). Projekti osana viiakse teadus- ja arendustegevus läbi täiustatud masinõppe tehnikate ja statistika põhjal, nagu närvivõrgud, klastrianalüüs või tekstikaevandamise tehnikad (nt. Pöörddokumentide sagedus, latentne semantiline indekseerimine. Uuring viiakse läbi koostöös Wrocławi ülikooli arvutiteaduse instituudi arvutiteaduse labori töötajatega. Teadusuuringute tulemusena loodud patenteeritud algoritmid viiakse ellu ja ProLogistica PLC (Product Life Cycle) mooduli prototüüp töötatakse välja taotleja pakutava ProLogistica tarkvarapaketi osana. Tasub rõhutada, et projekti raames pakutud lahendus on uuenduslik ülemaailmsel tasandil. Toote kui sellise olelustsüklit võetakse arvesse konkursi pakutavas ennustavas tarkvaras. Projekti tulemusi levitatakse laialdaselt riiklikel ja rahvusvahelistel konverentsidel. (Estonian)
26 July 2022
0 references
WOJ.: DOLNOŚLĄSKIE, POW.: Wrocław
0 references
13 December 2023
0 references
Identifiers
RPDS.01.02.01-02-0052/15
0 references