OPERATIONS RESEARCH AND MACHINE LEARNING FOR SUPPLY CHAIN OPTIMISATION (Q4141333)

From EU Knowledge Graph
Revision as of 10:06, 31 January 2022 by DG Regio (talk | contribs) (‎Changed label, description and/or aliases in en, and other parts: Adding English translations)
Jump to navigation Jump to search
Project Q4141333 in Italy
Language Label Description Also known as
English
OPERATIONS RESEARCH AND MACHINE LEARNING FOR SUPPLY CHAIN OPTIMISATION
Project Q4141333 in Italy

    Statements

    0 references
    23,594.34 Euro
    0 references
    47,188.67 Euro
    0 references
    50.0 percent
    0 references
    ACT OPERATIONS RESEARCH IT S.R.L.
    0 references
    UNIVERSITà DEGLI STUDI DI ROMA LA SAPIENZA
    0 references
    0 references
    0 references
    0 references
    0 references
    IL PROGETTO SI PONE L'OBIETTIVO DI TOCCARE IN MODO ORGANICO E INTEGRATO LA SOLUZIONE DEI SEGUENTI PROBLEMI APERTI:A. LA DETERMINAZIONE E SOLUZIONE DI MODELLI DI OTTIMIZZAZIONE STOCASTICA/ ROBUSTA CON APPLICAZIONE ALL'ACQUISTO, PRICING E/ O PIANIFICAZIONE DELLE RISORSE,B. APPLICAZIONE DI MODELLI DI OTTIMIZZAZIONE ALLA SCELTA OTTIMA DEL MODELLO DI MACHINE LEARNING MIGLIORE PER TASK PREDITTIVI,C. APPLICAZIONE DI MODELLI DI OTTIMIZZAZIONE ALLA SCELTA OTTIMA DELLA PARAMETRIZZAZIONE DI DI MODELLI DI MACHINE LEARNING,D. MODELLI PER LA DETERMINAZIONE DI VARIABILI DI INFLUENZA (SIA ESOGENE CHE ENDOGENE) IN CONTESTI DI DEEP LEARNING,E. EVENTUALI NUOVI MODELLI STATO DELL'ARTE PER LA PREVISIONE DELLA DOMANDA E/ O DELLA CURVA DI ELASTICITà DELLA DOMANDA AL PREZZO,F. DEFINIZIONE DI META-MODELLI CHE PERMETTANO DI 'IMPARARE' LA SOLUZIONE DI DETERMINATE CLASSI DI PROBLEMI DI OTTIMIZZAZIONE MATEMATICA. (Italian)
    0 references
    EL PROYECTO TIENE COMO OBJETIVO ABORDAR DE MANERA ORGÁNICA E INTEGRADA LA SOLUCIÓN DE LOS SIGUIENTES PROBLEMAS ABIERTOS: A. LA DETERMINACIÓN Y SOLUCIÓN DE MODELOS DE OPTIMIZACIÓN ESTOCÁSTICA/ROBUST CON APLICACIÓN A LA COMPRA, FIJACIÓN DE PRECIOS O PLANIFICACIÓN DE RECURSOS,B. APLICACIÓN DE MODELOS DE OPTIMIZACIÓN A LA ELECCIÓN ÓPTIMA DEL MEJOR MODELO DE APRENDIZAJE AUTOMÁTICO PARA TAREAS PREDICTIVAS,C. APLICACIÓN DE MODELOS DE OPTIMIZACIÓN A LA ELECCIÓN ÓPTIMA DE MODELOS DE APRENDIZAJE AUTOMÁTICO,D. MODELOS PARA LA DETERMINACIÓN DE VARIABLES DE INFLUENCIA (TANTO EXÓGENAS COMO ENDÓGENAS) EN CONTEXTOS DE APRENDIZAJE PROFUNDO,E. CUALQUIER NUEVO MODELO ESTADO DEL ARTE PARA PRONOSTICAR LA DEMANDA O LA CURVA DE ELASTICIDAD DE LA DEMANDA AL PRECIO, O LA SOLUCIÓN DE LA SOLUCIÓN. (Spanish)
    30 January 2022
    0 references
    THE PROJECT AIMS TO ADDRESS IN AN ORGANIC AND INTEGRATED WAY THE SOLUTION OF THE FOLLOWING OPEN PROBLEMS:A. THE DETERMINATION AND SOLUTION OF STOCHASTIC/ROBUST OPTIMISATION MODELS WITH APPLICATION TO PURCHASE, PRICING AND/OR RESOURCE PLANNING,B. APPLICATION OF OPTIMISATION MODELS TO THE OPTIMAL CHOICE OF THE BEST MACHINE LEARNING MODEL FOR PREDICTIVE TASKS,C. APPLICATION OF OPTIMISATION MODELS TO THE OPTIMAL CHOICE OF PARAMETERISATION OF MACHINE LEARNING MODELS,D. MODELS FOR THE DETERMINATION OF INFLUENCE VARIABLES (BOTH EXOGENOUS AND ENDOGENOUS) IN DEEP LEARNING CONTEXTS,E. ANY NEW MODELS STATE OF THE ART FOR FORECASTING DEMAND AND/OR THE CURVE OF ELASTICITY OF DEMAND TO THE PRICE, AND/OR THE SOLUTION OF THE DEMAND-MACHINE-OPTIMISATION PROBLEM. (English)
    31 January 2022
    0 references
    ROMA
    0 references

    Identifiers