Gestión de la cadena de suministro con tecnología blockchain mejorada por seguimiento de IoT de 6G y aprendizaje automático
Autores: Liang, Wei; Zhang, Lei; Kadoch, Michel
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Gestión de la cadena de suministro con tecnología blockchain mejorada por seguimiento de IoT de 6G y aprendizaje automático
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Internet de las cosas
Cadena de bloques
Aprendizaje automático
Cadenas de suministro
Comunicación
Predicción.
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 52
Citaciones: Sin citaciones
La Internet de las cosas (IoT) de 6G es de suma importancia cuando se trata de gestionar y controlar las cadenas de suministro contemporáneas. Blockchain y el aprendizaje automático (ML) son dos tecnologías de capa superior que pueden ayudar a asegurar y automatizar el IoT. En primer lugar, proponemos integrar la tecnología blockchain en las cadenas de suministro modernas para facilitar la comunicación efectiva entre todos los socios. En segundo lugar, para la predicción de tareas de logística entrante, desarrollamos la Unidad Recurrente con Compuertas (GRU) basada en Atención Multi-Head (MHA). Por último, los hallazgos numéricos demuestran que el modelo GRU basado en MHA tiene una eficiencia de ajuste y una precisión de predicción satisfactorias en comparación con sus competidores.
Descripción
La Internet de las cosas (IoT) de 6G es de suma importancia cuando se trata de gestionar y controlar las cadenas de suministro contemporáneas. Blockchain y el aprendizaje automático (ML) son dos tecnologías de capa superior que pueden ayudar a asegurar y automatizar el IoT. En primer lugar, proponemos integrar la tecnología blockchain en las cadenas de suministro modernas para facilitar la comunicación efectiva entre todos los socios. En segundo lugar, para la predicción de tareas de logística entrante, desarrollamos la Unidad Recurrente con Compuertas (GRU) basada en Atención Multi-Head (MHA). Por último, los hallazgos numéricos demuestran que el modelo GRU basado en MHA tiene una eficiencia de ajuste y una precisión de predicción satisfactorias en comparación con sus competidores.