打破莫拉维克悖论:智能时尚零售中的视觉化配货
系统与控制
2020-07-20 v1 人工智能
系统与控制
摘要
在本文中,我们报告了一项产学研合作研究,采用人工智能(AI)技术结合优化方法的时尚产品配货方法。为适应当前产品生命周期短、款式日益多样的时尚趋势,该公司以多款式、小批量的方式生产。然而,由于每款产量有限,部分款式可能无法配送至某些线下门店。因此,这种多品种、小批量的策略给配货管理者带来了另一重挑战。我们与韩国最大的时尚业务单元之一KOLON F/C合作,基于产品的视觉图像开发模型与算法,将产品最优分配至各门店。团队开发了一种深度学习模型,可基于服装视觉图像有效表征其款式。此外,团队创建了优化模型,基于服装图像表征有效确定各门店的产品组合。过去,计算机仅被认为适用于逻辑计算,而视觉感知与认知被视为困难的计算任务。所提方法的意义在于同时利用AI(感知与认知)和数学优化(逻辑计算)解决实际的供应链问题,这正是本研究被称为“打破莫拉维克悖论”的原因。
引用
@article{arxiv.2007.09102,
title = {Breaking Moravec's Paradox: Visual-Based Distribution in Smart Fashion Retail},
author = {Shin Woong Sung and Hyunsuk Baek and Hyeonjun Sim and Eun Hie Kim and Hyunwoo Hwangbo and Young Jae Jang},
journal= {arXiv preprint arXiv:2007.09102},
year = {2020}
}
备注
10 pages, 19 figures, The fifth international workshop on fashion and KDD, KDD 2020