利用深度生成技术重塑零售供应链：分类、综述与见解
人工智能
2024-03-05 v1 机器学习
摘要
ChatGPT 或 DALL-E 等生成式 AI 应用已向世界展示了其在生成类人文本或图像方面的令人印象深刻的能力。深入探究，这些 AI 应用的科学基石是深度生成模型（Deep Generative Models，简称 DGMs），其旨在学习数据的底层分布并生成与原始数据集统计相似的新数据点。由此引出一个关键问题：我们如何利用 DGMs 进入现代零售供应链领域？为解决这一问题，本文旨在提供 DGMs 的全面综述，并讨论其在零售供应链中的现有及潜在用例，具体包括：(1) 提供最先进 DGMs 及其变体的分类和概述；(2) 从端到端的视角回顾 DGMs 在零售供应链中的现有应用；(3) 探讨关于如何进一步利用 DGMs 解决零售供应链问题的见解和潜在方向。
引用
@article{arxiv.2403.00861,
title = {Pivoting Retail Supply Chain with Deep Generative Techniques: Taxonomy, Survey and Insights},
author = {Yuan Wang and Lokesh Kumar Sambasivan and Mingang Fu and Prakhar Mehrotra},
journal= {arXiv preprint arXiv:2403.00861},
year = {2024}
}