.png){kind=icon}
返回
Predictive supply chain disruption control framework using casual network-based multi-stream deep learning
.png){kind=icon}
PRE
AI
DOI：10.1016/j.cie.2025.111312.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 集成供应链管理（SCM）框架，控制易变且破坏性的供应链状况。
• 基于因果网络的建模，用于破坏性供应链管理（SCM）动态和网络。
• 使用基于因果网络的多流深度学习的有效预测控制。
• 实证分析和与实际供应链中断数据的比较。
期刊
IF:
6.5
论文数:
1.0W
被引数:
3.8W
机构
暂无机构信息
引用论文
分享收藏A graph theory-based methodology for vulnerability assessment of supply chains using the life cycle inventory database使用生命周期库存数据库的基于图论的供应链脆弱性评估方法
PREAI
分享收藏H. Lee, Physics-based cooperative robotic digital twin framework for contactless delivery motion planning, Int. J. Adv. Manuf. Technol. 128 (2023) 1255–1270. 10.1007/s00170-023-11956-3.H. Lee, 基于物理的协作机器人数字孪生框架用于无接触配送运动规划，国际先进制造技术杂志 128 (2023) 1255–1270. 10.1007/s00170-023-11956-3..png)
IF0
PREAI
分享收藏
Solution of large-scale supply chain models using graph sampling & coarsening基于图采样和粗化的大规模供应链模型求解
OAAI
OAAI分享收藏IoT-Blockchain Enabled Optimized Provenance System for Food Industry 4.0 Using Advanced Deep LearningSensorsOAAI
SensorsIF0
OAAI分享收藏
查看更多内容