2020年度 人工知能学会全国大会(第34回)

講演情報

インタラクティブセッション

[4Rin1] インタラクティブ2

2020年6月12日(金) 09:00 〜 10:40 R01会場 (jsai2020online-2-33)

[4Rin1-18] 需要予測におけるVAEを用いた予測困難度推定の妥当性に関する考察

〇三井 康行1、楊 迎莎1、小池 和弘1 (1.アスクル株式会社)

キーワード:Variational Auto-Encoder、Demand Forecasting

小売業者にとって高精度な受注量予測は非常に重要であるものの,多品種を取り扱うEC事業においては,商品ごとに受注量や頻度のばらつきが非常に大きいため,全ての商品について受注量予測精度を向上させることは困難である.この課題に対し,著者は受注量の予測が困難である商品を弁別することを目的として,Variational Auto-Encoderを用いた予測困難度の推定方法を提案している.本稿では,過去の出荷実績データを用いて,商品ごとに予測困難度推定および受注量予測を行い,困難度と予測精度の関係に基づいて予測困難度推定の妥当性を検証することで,実務に対する有効性を評価する.

講演PDFパスワード認証
論文PDFの閲覧にはログインが必要です。参加登録者の方は「参加者用ログイン」画面からログインしてください。あるいは論文PDF閲覧用のパスワードを以下にご入力ください。

パスワード