¡Ayúdame a aprender! Arquitectura y estrategias para combinar recomendaciones y aprendizaje activo en la manufactura
Autores: Zajec, Patrik; Roanec, Joe M.; Trajkova, Elena; Novalija, Inna; Kenda, Klemen; Fortuna, Bla; Mladeni, Dunja
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
¡Ayúdame a aprender! Arquitectura y estrategias para combinar recomendaciones y aprendizaje activo en la manufactura
Categoría
Gestión y administración
Subcategoría
Gestión de la tecnología y la inovación
Palabras clave
Arquitectura
Sistema
Modelo de aprendizaje automático
Pronóstico de demanda en manufactura
Adquisición de conocimiento
Aprendizaje activo
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
Este trabajo de investigación describe una arquitectura para construir un sistema que guía a un usuario a partir de un pronóstico generado por un modelo de aprendizaje automático a través de una secuencia de pasos en la toma de decisiones. El sistema se demuestra en un caso de uso de pronóstico de demanda en la manufactura y puede extenderse a otros dominios. Además, el sistema proporciona los medios para la adquisición de conocimiento al recopilar datos de los usuarios. Finalmente, implementa un componente de aprendizaje activo y compara múltiples estrategias para recomendar noticias de medios al usuario. Comparamos tales estrategias a través de un conjunto de experimentos para entender cómo equilibran el aprendizaje y proporcionan recomendaciones precisas de noticias de medios al usuario. Las noticias de medios tienen como objetivo proporcionar contexto adicional a los pronósticos de demanda y mejorar el juicio en la toma de decisiones.
Descripción
Este trabajo de investigación describe una arquitectura para construir un sistema que guía a un usuario a partir de un pronóstico generado por un modelo de aprendizaje automático a través de una secuencia de pasos en la toma de decisiones. El sistema se demuestra en un caso de uso de pronóstico de demanda en la manufactura y puede extenderse a otros dominios. Además, el sistema proporciona los medios para la adquisición de conocimiento al recopilar datos de los usuarios. Finalmente, implementa un componente de aprendizaje activo y compara múltiples estrategias para recomendar noticias de medios al usuario. Comparamos tales estrategias a través de un conjunto de experimentos para entender cómo equilibran el aprendizaje y proporcionan recomendaciones precisas de noticias de medios al usuario. Las noticias de medios tienen como objetivo proporcionar contexto adicional a los pronósticos de demanda y mejorar el juicio en la toma de decisiones.