Tekoälyn hyödyntäminen ja integrointi logistiikkayritykseen
Notice bibliographique
Résumé
Tämä opinnäytetyö on tehty yritykseen Finconti Oy. Työn tavoitteena oli tehdä uuteen käyttöjärjestelmään tukiohjelma, joka hyödyntää tekoälyä. Tukiohjelma tehtiin ChatGPT ohjelmaan. Tukiohjelmalle tuli tarve, kun uudessa järjestelmässä huomattiin vajaavaisuuksia. Vajaavaisuuksia oli mahdotonta integroida suoraan järjestelmään. Tästä syystä työssä kehitetty tukiohjelma tehtiin järjestelmän ulkopuoliseen ohjelmaan. Uuden järjestelmän todettiin tarvitsevan tukiohjelmaa, jotta olisi mahdollista nopeuttaa vielä lisää tarjouksien ja laskelmien saamista asiakkaille. Tukiohjelman tavoitteena oli laskea kilometrikulut ja ajoajat vuokrakalustollemme. Myös toissijainen tavoite oli saada tukiohjelmisto auttamaan yritystä myynnissä. Opinnäytetyö on toiminnallinen opinnäytetyö. Ensimmäinen vaihe oli taustatutkimus työn aiheesta. Alustan tutkinta oli suoritettu jo ennen työn alkua, koska se oli yrityksessä jo entuudestaan käytössä. Työ oli erittäin suoraviivainen, koska se oli tyhjiön täyttämistä. Tukiohjelmalle oli ilmennyt jo tarve ja alustava suunnitelma oli valmis. Tukiohjelma on helppokäyttöinen ja se on myös saatu integroitua yritykseen opinnäytetyön päätteeksi. Tukiohjelma onkin nykyään yrityksen päivittäisessä käytössä.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,007 | 0,003 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,059 | 0,017 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».