Bejelentkezés
 Fórum
 
 
Témakiírás
 
Veres Péter
Gépi tanulás alkalmazása a vállalati rendszerek telepítési és karbantartási munkálataik igény alapú előrejelzésében és tervezésében

TÉMAKIÍRÁS

Intézmény: Miskolci Egyetem
informatikai tudományok
Hatvany József Informatikai Tudományok Doktori Iskola

témavezető: Veres Péter
helyszín (magyar oldal): Logisztikai Intézet
helyszín rövidítés: LOG


A kutatási téma leírása:

A téma magába foglalja egy konkrét vállalati termelési és karbantartási rendszer megismerését, adatgyűjtést és -feldolgozást, az adatok elemzését MI és gépi tanulási eszközökkel, amelynek célja a fel nem tárt adatkapcsolatok keresése, előrejelzések pontosítása és döntéstámogató rendszer bővítése. A modellalkotás és tesztelés során a valós vállalati adatokkal történő validálás és finomhangolás történik a megbízhatóság és robusztusság érdekében.
Az előrejelzések tekintetében, mint a karbantartási vizsgálatok ütemezése, mind a termelés tervezés előtérbe kerül a logisztikával kiegészülve, amely alapján gyakorlatilag a teljes vállalati rendszert felül lehet vizsgálni.
A kutatás célja, hogy a meglévő vállalati rendszert a kutatómunka eredményeként létrejövő új modellekkel és módszerekkel kiegészítve pontosabb jelzéseket és ezzel új lehetőségeket adjanak az emberek kezébe, amelyek alapján jobban teljesíthet a vállalat.

A téma ipari háttere:
A döntéstámogatás egyre jelentősebb szerepet játszik az iparvállalatok életében, hiszen a dinamikusan változó vásárlói igények kielégítése érdekében egyre komplexebb adatkörnyezetben kell megfelelő stratégiai, taktikai és operatív döntéseket hozniuk. Ezen iparvállalatok közé tartozik a régió kiemelt szereplője, a Bosch vállalatcsoport, mely jelen kutatási munkában az ipari oldalt képviseli.

Külföldi kapcsolatok:
A Logisztikai Intézet kiterjedt nemzetközi kapcsolatrendszere révén, olyan külföldi egyetemek és kutatóintézetek is érdekeltek a megcélzott kutatási eredmények elérésben és hasznosításában, mint Graz-i Műszaki Egyetem vagy az OVGU Magdeburgi Egyetem és kutatóközpont.

Irodalom:
- M. Akbari, T. N. A. Do, (2021). A systematic review of machine learning in logistics and supply chain management: current trends and future directions. Benchmarking: An International Journal, 28(10), 2977-3005.
- P. Veres, (2023). Increasing the efficiency of warehouse analysis using artificial intelligence. Acta Logistica (AL), 10(3).
- P. Veres: Mesterséges intelligencia kiválasztása és felhasználási lehetőségei a logisztika területén MULTIDISZCIPLINÁRIS TUDOMÁNYOK: A MISKOLCI EGYETEM KÖZLEMÉNYE 13 : 1 pp. 32-41. , 10 p. (2023)
- P. Veres, T. Bányai, B. Illés (2017): Optimization of In-Plant Production Supply with Black Hole Algorithm, SOLID STATE PHENOMENA (261) pp.503-508
- P. Veres, T. Bányai, B. Illés. (2017): Intelligent transportation systems to support production logistics, LECTURE NOTES IN MECHANICAL ENGINEERING (12) pp.245-256


Jelentkezési határidő: 2025-06-24

 
Minden jog fenntartva © 2007, Országos Doktori Tanács - a doktori adatbázis nyilvántartási száma az adatvédelmi biztosnál: 02003/0001. Program verzió: 2.2358 ( 2017. X. 31. )