Технологии
Back to the blog ›
Анализ продаж с помощью Envision - Workshop #2
This second Envision Workshop offers students and supply chain specialists guided training on analyzing retail customers from Lokad's probabilistic, risk management perspective.
Селективное автоматическое дифференцирование пути: за пределами равномерного распределения при обратном распространении дропаута
Подход Селективного автоматического дифференцирования пути (SPAD) улучшает стохастический градиентный спуск (SGD), используя взгляд на подданные. Эта техника, реализованная на уровне компилятора, отдает качество градиента в обмен на его количество, дополняя традиционные методы SGD более тонкой оценкой.
Предвзятый обзор Deep Inventory Management
A team at Amazon has published Deep Inventory Management (DIM) late 2022. This paper presents an DIM inventory optimization technique that features both reinforcement learning and deep learning. As Lokad went through similar path in the past, its CEO and founder Joannes Vermorel provides his critical assessment of the suggested technique.
Дифференцируемое программирование для оптимизации работы с крупномасштабными реляционными данными
Кандидатское исследование Поля Peseux по дифференцированию реляционных запросов — ещё одна слабо изученная область в цепочках поставок — представило оператор TOTAL JOIN, Polystar и мини-язык ADSL для дифференцирования реляционных запросов, всё это Lokad интегрировал в свой DSL Envision в рамках автодифференцирования для оптимизации ежедневного принятия решений по инвентаризации.
Анализ поставщиков через Envision - Воркшоп #1
Lokad launches its first Envision Workshop, teaching students (and supply chain specialists) how to analyze retail suppliers using Lokad's probabilistic, risk management perspective.
Управление запасами при условии минимальных объемов заказа для нескольких товаров
Диссертационное исследование Гаэтана Делетоиля по MOQ — удивительно слабо изученной области цепей поставок — представило w-политику, которую Lokad интегрировал в своё решение для ежедневного принятия решений по управлению запасами.
Классификационные алгоритмы, распределенные в облаке
Matthieu Durut, second employee at Lokad, defended his PhD back in 2012 for his research work done at Lokad. This PhD paved the way for the transition of Lokad toward cloud-native distributed computing architectures, nowadays critical to deal with large-scale supply chains.
Обучение в крупном масштабе: вклад в распределённые асинхронные алгоритмы кластеризации
Бенуа Патра, первый сотрудник компании Lokad, защитил свою докторскую диссертацию еще в 2012 году за исследования, проведенные в Lokad. Эта диссертация внесла радикально новые элементы в теорию цепей поставок и заложила основу для будущего развития вероятностного подхода к прогнозированию в Lokad.
Стохастический градиентный спуск с оценщиком градиента для категориальных признаков
Обширная область машинного обучения (ML) предоставляет широкий спектр методов и техник, охватывающих различные ситуации. Однако цепочка поставок сталкивается с собственными специфическими проблемами данных, и иногда аспекты, которые могут считаться «базовыми» специалистами по логистике, не выигрывают от традиционных инструментов ML — по крайней мере, по нашим меркам.
Дифференцирование реляционных запросов
Данные цепочки поставок представлены почти исключительно реляционными данными, такими как заказы, клиенты, поставщики, продукты и т.д. Эти данные собираются с помощью бизнес-систем — ERP, CRM, WMS — которые используются для управления компанией.
Воспроизводимый параллельный стохастический градиентный спуск
The stochastic gradient descent (SGD) is one of the most successful techniques ever devised for both machine learning and mathematical optimization. Lokad has been extensively exploiting the SGD for years for supply chain purposes, mostly through differentiable programming. Most of our clients have a least one SGD somewhere in their data pipeline.
Envision VM (часть 4), Распределённое выполнение
The previous articles mostly examined how individual workers executed Envision scripts. However, both for resilience and for performance, Envision is actually executed across a cluster of machines.