面向交付延迟预测的合成数据集SynDelay
人工智能
2025-09-09 v1
摘要
人工智能（AI）正在变革供应链管理，但在预测性任务——如交付延迟预测——方面的进展仍受限于高质量开放数据集的稀缺。现有数据集常为专有、规模小或维护不一致，阻碍了可重复性和基准测试。我们提出SynDelay，一个专为交付延迟预测设计的合成数据集。通过在真实数据上训练的高级生成模型生成的SynDelay保留了真实的交付模式，同时确保隐私。虽然并非完全免除噪声或不一致性，但它为推动预测建模提供了具备挑战性和实际应用价值的测试平台。为促进采用，我们提供基准结果和评估指标作为初始基准，作为参考点而非最先进成果。SynDelay通过供应链数据中枢（Supply Chain Data Hub）公开获取，该中枢是一个推动数据集共享和供应链AI基准测试的开放倡议。我们鼓励社区贡献数据集、模型和评估实践，以推动该领域研究发展。所有代码均在https://supplychaindatahub.org公开获取。
引用
@article{arxiv.2509.05325,
title = {SynDelay: A Synthetic Dataset for Delivery Delay Prediction},
author = {Liming Xu and Yunbo Long and Alexandra Brintrup},
journal= {arXiv preprint arXiv:2509.05325},
year = {2025}
}
备注
This paper incldues 1 figure and 2 tables