دسته بندی:

یادگیری عمیق - deep learning

---

سال انتشار:

2020

---

ترجمه فارسی عنوان مقاله:

یادگیری عمیق در تجزیه و تحلیل کسب‌وکار و تحقیقات عملیاتی: مدل‌ها، کاربردها و مفاهیم مدیریتی

---

عنوان انگلیسی مقاله:

Deep learning in business analytics and operations research: Models, applications and managerial implications

---

منبع:

ScienceDirect- Elsevier- European Journal of Operational Research Volume 281, Issue 3, 16 March 2020, Pages 628-641

---

نویسنده:

Mathias Kraus a,1, Stefan Feuerriegel a, Asil Oztekin b,∗

---

چکیده انگلیسی:

Business analytics refers to methods and practices that create value through data for individuals, firms, and organizations. This field is currently experiencing a radical shift due to the advent of deep learning: deep neural networks promise improvements in prediction performance as compared to models from traditional machine learning. However, our research into the existing body of literature reveals a scarcity of research works utilizing deep learning in our discipline. Accordingly, the objectives of this overview article are as follows: (1) we review research on deep learning for business analytics from an operational point of view. (2) We motivate why researchers and practitioners from business analytics should utilize deep neural networks and review potential use cases, necessary requirements, and benefits. (3) We investigate the added value to operations research in different case studies with real data from entrepreneurial undertakings. All such cases demonstrate improvements in operational performance over traditional machine learning and thus direct value gains. (4) We provide guidelines and implications for researchers, managers and practitioners in operations research who want to advance their capabilities for business analytics with regard to deep learning. (5) Our computational experiments find that default, out-of-the-box architectures are often suboptimal and thus highlight the value of customized architectures by proposing a novel deep-embedded network.
Keywords: Analytics | Deep learning | Deep neural networks | Managerial implications | Research agenda

---

چکیده فارسی:

تجزیه و تحلیل کسب و کار به روش ها و شیوه هایی اشاره دارد که از طریق داده ها برای افراد، شرکت ها و سازمان ها ارزش ایجاد می کند. این زمینه در حال حاضر به دلیل ظهور یادگیری عمیق، یک تغییر اساسی را تجربه می‌کند: شبکه‌های عصبی عمیق در مقایسه با مدل‌های یادگیری ماشین سنتی، نوید بهبود عملکرد پیش‌بینی را می‌دهند. با این حال، تحقیقات ما در بدنه ادبیات موجود، کمیابی آثار تحقیقاتی با استفاده از یادگیری عمیق در رشته ما را نشان می دهد. بر این اساس، اهداف این مقاله مروری به شرح زیر است: (1) ما تحقیقات در مورد یادگیری عمیق برای تجزیه و تحلیل کسب و کار را از نقطه نظر عملیاتی مرور می کنیم. (2) ما انگیزه می دهیم که چرا محققان و متخصصان تجزیه و تحلیل کسب و کار باید از شبکه های عصبی عمیق استفاده کنند و موارد استفاده بالقوه، الزامات ضروری و مزایا را بررسی کنند. (3) ما ارزش افزوده تحقیقات عملیات را در مطالعات موردی مختلف با داده‌های واقعی از شرکت‌های کارآفرینی بررسی می‌کنیم. همه چنین مواردی بهبودهایی را در عملکرد عملیاتی نسبت به یادگیری ماشین‌های سنتی نشان می‌دهند و در نتیجه سود مستقیم ارزش را نشان می‌دهند. (4) ما رهنمودها و مفاهیمی را برای محققان، مدیران و دست اندرکاران در تحقیقات عملیاتی ارائه می دهیم که می خواهند قابلیت های خود را برای تجزیه و تحلیل تجاری با توجه به یادگیری عمیق ارتقا دهند. (5) آزمایش‌های محاسباتی ما نشان می‌دهد که معماری‌های پیش‌فرض و خارج از چارچوب اغلب کمتر از حد مطلوب هستند و بنابراین ارزش معماری‌های را با پیشنهاد یک شبکه عمیق تعبیه‌شده جدید برجسته می‌کنند.
کلید واژه ها: تجزیه و تحلیل | یادگیری عمیق | شبکه های عصبی عمیق | مفاهیم مدیریتی | دستور کار تحقیق

---

---

---

---

حجم فایل: 8650 کیلوبایت

---

قیمت: 50000 تومان   

---

توضیحات اضافی:

---

---

---