Streamlined Framework for Agile Forecasting Model Development towards Efficient Inventory Management

要約

タイトル：効率的な在庫管理に向けたアジャイル予測モデル開発のための簡易フレームワーク

要約：
– この論文は、開発プロセスのコアコンポーネント間の接続を簡素化することで予測モデルの開発フレームワークを提案する。
– 提案されたフレームワークにより、新しいデータセットの迅速かつ堅牢な統合、異なるアルゴリズムの実験、そして最適なモデルの選択が可能になる。
– 異なる問題のデータセットを取り入れ、前処理ステップを適用して時系列データの意味のある表現をクリーンアップしエンジニアリングすることから始める。
– 頑健なトレーニング構成を識別するために、複数のクロスバリデーション戦略の新しいメカニズムを導入する。
– 異なる評価メトリックを適用して、変化するアプリケーションに最適なモデルを見つけ出す。
– 参照アプリケーションの1つは、アメリカ国際開発庁（USAID）が開催する内部予測競技会への参加である。
– 最後に、フレームワークの柔軟性を利用して、在庫管理設定でのモデルのパフォーマンスを評価するために異なる評価メトリックを適用する。

要約(オリジナル)

This paper proposes a framework for developing forecasting models by streamlining the connections between core components of the developmental process. The proposed framework enables swift and robust integration of new datasets, experimentation on different algorithms, and selection of the best models. We start with the datasets of different issues and apply pre-processing steps to clean and engineer meaningful representations of time-series data. To identify robust training configurations, we introduce a novel mechanism of multiple cross-validation strategies. We apply different evaluation metrics to find the best-suited models for varying applications. One of the referent applications is our participation in the intelligent forecasting competition held by the United States Agency of International Development (USAID). Finally, we leverage the flexibility of the framework by applying different evaluation metrics to assess the performance of the models in inventory management settings.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI