AI এবং বিশ্বের কঠিন সমস্যাগুলো · তাত্ত্বিক কম্পিউটার বিজ্ঞান · arXiv · 2026-10-20

সেনসর্ড চাহিদার অধীনে ফিচার-ভিত্তিক সর্বোত্তম নিউজভেন্ডর পলিসি

মূল শিরোনাম: Optimal Feature-Based Newsvendor Policies under Censored Demand

এই গবেষণাপত্রটি একটি newsvendor সমস্যা বিবেচনা করে, যেখানে একজন সিদ্ধান্ত-গ্রহণকারীকে সেন্সরড চাহিদা ডেটা থেকে শিখতে হয় কত স্টক অর্ডার করতে হবে, যেখানে চাহিদা সেন্সরড হয় যখন তা পূরণ করার মতো পর্যাপ্ত স্টক ছিল না। লেখকরা একটি মডেল-অনিরপেক্ষ লস ফাংশন পদ্ধতি প্রস্তাব করেন যা পর্যবেক্ষণমূলক ডেটা থেকে সর্বোত্তম অর্ডারের পরিমাণ অনুমান করে, এবং সর্বোত্তম নীতিকে এই লসের ন্যূনতমকারী হিসেবে চরিত্রায়িত করে। পদ্ধতিটির জন্য মাত্র একটি অনুমান ধাপ প্রয়োজন, এটি লিনিয়ার এমপিরিকাল রিস্ক মিনিমাইজেশন, কার্নেল ওয়েট অপ্টিমাইজেশন এবং ডিপ নিউরাল নেটওয়ার্কে বাস্তবায়ন করা যায়, সিনথেটিক ডেটায় দ্রুত সর্বোত্তম নীতিতে অভিসারিত হয়, এবং বাস্তব-বিশ্বের রিটেইল ডেটায় কার্যকারিতা উন্নত করে।

মূল লেখা পড়ুন ↗

সব আইটেম →