“e-ticaret” için sonuçlar
27 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Akıllı depolarda robot araç koordinasyonu için yeni optimizasyon sistemi geliştirildi
Araştırmacılar, akıllı depolarda çalışan otonom güdümlü araçların (AGV) daha verimli çalışması için iki seviyeli bir optimizasyon çerçevesi geliştirdi. Sistem, yoğun sipariş trafiği ile maliyet kontrolü arasındaki dengeyi kurmayı hedefliyor. İlk seviye müşteri öncelik kategorilerine göre sipariş teslim sürelerini dinamik olarak ayarlıyor, ikinci seviye ise her robot için en kısa ve çakışmasız rotaları belirliyor. Karmaşık paket toplama görevleri için PDSP ve DCSP adlı iki sezgisel kural uygulanıyor. Bu yaklaşım, e-ticaret ve lojistik sektöründe artan otomasyon ihtiyacına yanıt veriyor.
Yapay zeka öneri sistemleri artık zamanı daha iyi anlıyor
Araştırmacılar, kullanıcı davranışlarını tahmin eden öneri sistemlerini geliştirmek için yeni bir zaman modelleme yöntemi geliştirdi. RoTE adı verilen bu sistem, kullanıcıların etkileşimleri arasındaki gerçek zaman aralıklarını dikkate alarak daha doğru öneriler sunabiliyor. Mevcut sistemler sadece işlemlerin sırasını göz önünde bulundururken, RoTE zamanı farklı detay seviyelerinde analiz ederek kullanıcıların kısa ve uzun vadeli ilgi değişimlerini daha iyi yakalayabiliyor. Bu yenilik, e-ticaret platformlarından sosyal medyaya kadar birçok alanda kullanılan öneri algoritmalarının performansını artırmaya yönelik önemli bir adım.
Yapay Zeka Öneri Sistemlerinde Sahte Siparişleri Tespit Eden Yeni Yöntem
Çin'deki araştırmacılar, e-ticaret ve dijital platformlarda büyük sorun olan sahte siparişlere karşı yeni bir çözüm geliştirdi. DITaR adlı bu yöntem, öneri sistemlerini bozmaya yönelik sahte etkileşimleri tespit edebiliyor. Sahte siparişler genellikle tıklama çiftlikleri ve yapay manipülasyonlarla ürün görünürlüğünü artırmak için kullanılıyor. Araştırma ekibi, tüm sahte siparişlerin zararlı olmadığını, bazılarının veri zenginleştirme etkisi yaratabileceğini keşfetti. Geliştirdilen sistem, hem işbirlikçi hem de anlamsal görünümlerden farklı temsiller elde ederek zararlı örnekleri kesin şekilde tespit ediyor. Üç farklı veri seti üzerinde yapılan testler, DITaR'ın öneri kalitesi, hesaplama verimliliği ve sistem dayanıklılığı açısından mevcut yöntemlerden üstün performans sergilediğini gösteriyor. Sistem, mevcut modelleri yeniden eğitme gerektirmeden çalışabiliyor.