Mapa dotacji

Przedmiotem niniejszego Projektu jest wykorzystanie analizy cyklu życia produktu w celu poprawy jakości prognoz popytu oraz polepszenia wyników opartej o prognozy optymalizacji zapasów. W ramach Projektu powstanie narzędzie do automatycznego prognozowania popytu: od automatycznego rozpoznawania, w jakiej fazie znajduje się obecnie produkt, poprzez automatyczny dobór odpowiedniego dla tej fazy modelu prognostycznego wraz z jego parametrami, aż po automatyczną analizę podobieństwa produktów w celu prognozowania popytu na zamienniki oraz uwzględnienia wpływu efektu kanibalizmu i katalizy rozumianych tu jako zjawiska odpowiednio negatywnego (kanibalizm) i pozytywnego (kataliza) wpływu wprowadzenia nowego produktu na popyt na produkty już istniejące na rynku.Wnioskodawca proponuje w tym względzie nowatorskie podejście polegające na wykorzystaniu cech produktu automatycznie wyodrębnionych na podstawie dostępnych informacji o nim (np. miejsce w hierarchii produktów, specyfikacja techniczna, opis tekstowy czy cena). W ramach realizacji Projektu prowadzone będą prace badawczo-rozwojowe oparte na zaawansowanych technikach uczenia maszynowego i statystyki takich jak sieci neuronowe, analiza skupień czy techniki text mining (np. Inverse Document Frequencies, Latent Semantic Indexing). Badania będą realizowane przy współpracy z pracownikami Pracowni Inteligencji Obliczeniowej Instytutu Informatyki Uniwersytetu Wrocławskiego. Zaprojektowane w wyniku badań autorskie algorytmy zostaną zaimplementowane i powstanie prototyp modułu ProLogistica PLC (Product Life Cycle) jako części pakietu oprogramowania ProLogistica oferowanego przez Wnioskodawcę. Warto podkreślić, że proponowane w ramach Projektu rozwiązanie jest innowacyjne na skalę światową. Cykl życia produktu jako taki bywa uwzględniany w oferowanym przez konkurencję oprogramowaniu prognostycznym. Wyniki Projektu będą szeroko rozpowszechniane podczas konferencji krajowych i międzynarodowych.