Sökning: "logistik modeller"

Visar resultat 1 - 5 av 92 uppsatser innehållade orden logistik modeller.

  1. 1. En undersökning av metoder förautomatiserad text ochparameterextraktion frånPDF-dokument med NaturalLanguage Processing

    M1-uppsats, KTH/Hälsoinformatik och logistik

    Författare :Alexander Värling; Emil Hultgren; [2024]
    Nyckelord :portable document format; faktura; digitalisering; IT-lösningar; optisk teckenigenkänning; textextraktion; naturlig språkbehandling; generative pre-trained transformer; portable document format; faktura; digitalisering; IT-lösningar; optisk teckenigenkänning; textextraktion; naturlig språkbehandling; generative pre-trained transformer;

    Sammanfattning : I dagens affärsmiljö strävar många organisationer efter att automatisera processen för att hämta information från fakturor. Målet är att göra hanteringen av stora mängder fakturor mer effektiv. Trots detta möter man utmaningar på grund av den varierande strukturen hos fakturor. LÄS MER

  2. 2. Dynamik och tillförlighet i finansiell prognostisering : En analys av djupinlärningsmodeller och deras reaktion på marknadsmanipulation

    M1-uppsats, KTH/Hälsoinformatik och logistik

    Författare :Aya Zawahri; Nanci Ibrahim; [2024]
    Nyckelord :LOB; market manipulation; spoofing; layering; DeepLOB; DeepLOB-Attention; TCN; DeepLOB-seq2seq; DTNN; ITCH; parsing.; LOB; marknadsmanipulation; spoofing; layering; DeepLOB; DeepLOB-Attention; TCN; DeepLOB-seq2seq; DTNN; ITCH; parsing.;

    Sammanfattning : Under åren har intensiv forskning pågått för att förbättra maskininlärningsmodellers förmåga att förutse marknadsrörelser. Trots detta har det, under finanshistorien, inträffat flera händelser, såsom "Flash-crash", som har påverkat marknaden och haft dramatiska konsekvenser för prisrörelserna. LÄS MER

  3. 3. Image-classification for Brain Tumor using Pre-trained Convolutional Neural Network : Bildklassificering för hjärntumör medhjälp av förtränat konvolutionell tneuralt nätverk

    M1-uppsats, KTH/Hälsoinformatik och logistik

    Författare :Ahmad Osman; Bushra Alsabbagh; [2023]
    Nyckelord :Brain tumor; Deep learning; Convolutional Neural Network CNN ; diagnosis; Image classification; pre-trained models; dataset; economic impact.; Cancer; Hjärntumör; Artificiell intelligens AI ; djupinlärning; konvolutionellt neuralt nätverk CNN ; Diagnostik; Bildklassificering; förtränade modeller; dataset.;

    Sammanfattning : Brain tumor is a disease characterized by uncontrolled growth of abnormal cells inthe brain. The brain is responsible for regulating the functions of all other organs,hence, any atypical growth of cells in the brain can have severe implications for itsfunctions. The number of global mortality in 2020 led by cancerous brains was estimatedat 251,329. LÄS MER

  4. 4. Sales forecasting for supply chain using Artificial Intelligence

    Master-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)

    Författare :Vaibhav Mittal; [2023]
    Nyckelord :AI; sales forecasting; supply chain; predictive analytics; AI; försäljningsprognoser; supply chain; predictiv analys;

    Sammanfattning : Supply chain management and logistics are two sectors currently experiencing a transformation thanks to the advent of AI(Artificial Intelligence) technologies. Leveraging predictive analytics powered by AI presents businesses with novel opportunities to streamline their operations effectively. LÄS MER

  5. 5. Development and Implementation Strategies Towards a Comprehensive YANG Model-Based Configuration Data Generation Tool

    M1-uppsats, KTH/Hälsoinformatik och logistik

    Författare :Alma Garpenfeldt; Linus Silfver Shahparastan; [2023]
    Nyckelord :YANG modeling language; Configuration management; Network management; Template-based configuration; NETCONF protocol; YANG-modelleringsspråk; Konfigurationshantering; Nätverkshantering; Mall-baserad konfiguration; NETCONF-protokoll;

    Sammanfattning : Effective management and operation of modern networks heavily rely on efficient network configuration management and infrastructure. Manual configuration management has been proven inefficient, and there is a need to automatize it. LÄS MER