供应链分析
该项目侧重于供应链的设计和改进,以降低与数据收集和存储相关的风险。
由哈迪博士Ghaderi,这个研究项目专注于供应链的设计和改进。随着智能手机和连接设备的普及,现在是了解和降低与数据收集、存储和维护相关的风险的最重要时刻。
考虑到当今不可预测的市场所带来的挑战,制定数据驱动和可靠的供应链决策至关重要。人工智能(AI)和机器学习(ML)的最新进展使我们能够实现这一目标。
数据科学通过感知各种数据源,为更智能的决策提供先进的分析,增强了我们的供应链工具的能力。观察到这种不断增长的需求,我们的供应链分析项目旨在建立能力,并利用三个行业需求领域的机会。
项目的主题
实时供应链网络优化
开发数据驱动和动态的优化工具(如在自动驾驶汽车存在的情况下的动态路由和收入管理的动态定价)
实时库存优化
预测性和规范性的资源优化。
供应链可视化和认证
可扩展和智能可视化解决方案,以提高供应链的透明度和可持续性
利用供应链数据构建先进的仪表板和数据驱动的关键绩效指标
用户行为分析,以了解和改善客户旅程和忠诚度。
智能的供应链
人工智能支持的供应链决策
利用先进的ML和AI工具建立供应链弹性的预测风险模型。
-
- 业务
史文朋与世界第一家众包快递公司合作
Swinburne与世界上第一家众包快递公司Passel合作开发算法,以改进其快递服务模式。2019年6月26日星期三
联系数据科学研究所
如果您的组织希望与我们合作解决复杂的问题,或您只是想与我们的团队联系,请致电我们+61 3 9214 8180或发邮件dsi@swinburne.edu.au.