Safety Stock Estimation Based on Forecasted Demand Distribution Using Recurrent Mixture Density Networks

2023· preprint· en· 0 citations· W4388878700 sur OpenAlex· 10.2139/ssrn.4640557

Pourquoi ce travail est-il dans la base ?

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

Affiliation canadienneUne personne signataire a déclaré un établissement canadien. C'est la seule voie dont dispose la base habituelle.

Le tri à trois modèles

les 1 000 travaux triés →

Les trois modèles l'ont jugé hors champ.

strate : aff_core · poids de sondage : 5595.24 (l'échantillon est stratifié ; tout taux calculé sans le poids est faux)

Claude Opus 4.8OUT

genre : empirical

porte sur le Canada: non

confiance: high

Operations research on safety stock estimation using recurrent mixture density networks; a supply chain forecasting method for inventory, not a study of research.

GPT-5.6 (high)OUT

genre : empirical

porte sur le Canada: non

confiance: high

This work develops a demand-forecasting approach for safety-stock estimation, not a study of research.

Grok 4.5OUT

genre : empirical

porte sur le Canada: non

confiance: low

Operations/forecasting title on safety stock estimation; domain application, abstract missing.

Résumé

Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.

La notice

Revue: SSRN Electronic Journal
Thématique: Forecasting Techniques and Applications
Domaine: Decision Sciences
Établissements canadiens: Concordia University
Organismes subventionnaires: —
Mots-clés: EstimationDensity estimationEconometricsStock (firearms)Distribution (mathematics)StatisticsEconomicsMathematicsGeography
Résumé présent dans OpenAlex: non
API: /api/v1/works/W4388878700