テクノロジー
ブログに戻る ›
Envisionを通じた販売分析 - ワークショップ＃2
この2回目のEnvisionワークショップでは、Lokadの確率論的なリスク管理の観点から、学生やサプライチェーンの専門家に対して小売顧客の分析についてのガイド付きトレーニングを提供します。
選択的パス自動微分：バックプロパゲーションドロップアウトにおける均一分布を超えて
選択的パス自動微分（SPAD）アプローチは、サブデータポイントの視点を採用することで、確率的勾配降下法（SGD）を強化します。この手法は、コンパイラレベルで実装され、従来のSGD手法により洗練された視点を補完します。
Deep Inventory Managementの意見に基づくレビュー
2022年末、AmazonのチームがDeep Inventory Management（DIM）という論文を発表しました。この論文では、強化学習とディープラーニングの両方を特徴とするDIM在庫最適化技術が紹介されています。Lokadは過去に同様の道を歩んできたため、そのCEO兼創設者であるJoannes Vermorelは提案された技術の批判的評価を提供しています。
大規模な関係データを最適化するための微分可能プログラミング
Paul Peseuxの博士研究は、サプライチェーンの未研究領域である関係クエリの微分についてのものであり、TOTAL JOIN演算子、Polystar、およびミニ言語ADSLを導入しました。これらはすべて、Lokadが日々の在庫決定を最適化するためのautodiffの一環として、DSL Envisionに統合されました。
Envisionを通じたサプライヤ分析 - ワークショップ＃1
Lokadは初めてのEnvisionワークショップを開催し、Lokadの確率論的なリスク管理の視点を活用して小売サプライヤを分析する方法を学生（およびサプライチェーンの専門家）に教えます。
マルチリファレンス最小発注数量の制約下での在庫管理
Gaetan Delétoille氏のMOQに関する博士研究は、サプライチェーンの驚くべきにもかかわらず研究が不足している領域であり、Lokadはその日々の在庫決定に統合したwポリシーを導入しました。
クラウド上で分散された分類アルゴリズム
Lokadの2番目の従業員であるMatthieu Durutは、2012年にLokadでの研究業績に基づいて博士号を取得しました。この博士号は、大規模なサプライチェーンに対処するために現在重要な役割を果たしているクラウドネイティブな分散コンピューティングアーキテクチャへのLokadの移行の道を開いたものです。
大規模学習：分散非同期クラスタリングアルゴリズムへの貢献
Lokadの最初の従業員であるBenoit Patraは、2012年にLokadでの研究のために博士号を取得しました。この博士号は、サプライチェーン理論に革新的な要素をもたらし、Lokadの確率的予測手法の将来の開発の舞台を築きました。
カテゴリカル特徴量の勾配推定子を用いた確率的勾配降下法
機械学習（ML）の広範な分野は、さまざまな状況をカバーする多くの技術と手法を提供しています。しかし、サプライチェーンには独自のデータの課題があり、サプライチェーンの実践者にとって基本的と思われる側面でも、満足のいくMLの手段を提供していないことがあります-少なくとも私たちの基準にはそうです。
異なるリレーショナルクエリの差別化
サプライチェーンデータは、ほとんどが注文、顧客、サプライヤー、製品などのようなリレーショナルデータとして表されます。これらのデータは、企業の運営に使用されるERP、CRM、WMSなどのビジネスシステムを介して収集されます。
再現可能な並列確率的勾配降下法
確率的勾配降下法（SGD）は、機械学習と数理最適化の両方において最も成功した技術の一つです。Lokadは、異なるプログラミングを通じて、供給チェーンの目的でSGDを長年にわたり積極的に活用してきました。ほとんどのクライアントのデータパイプラインのどこかに、少なくとも1つのSGDがあります。
Envision VM（パート4）、分散実行
前の記事では、個々のワーカーがEnvisionスクリプトを実行する方法について主に調査しました。ただし、信頼性とパフォーマンスのために、Envisionは実際には複数のマシンのクラスタ上で実行されます。