l'agenda des sorties

Systèmes d'information et gestion des opérations

Intervenant : Maximilian Schiffer (TUM)

Salle : Bernard Ramanantsoa

Résumé

Dans cette présentation, je démontre comment l'IA centrée sur la décision comble le fossé entre prédiction et action, permettant aux entreprises d'améliorer leurs décisions complexes à plusieurs étapes dans les domaines du transport, des opérations et de la gestion de la chaîne d'approvisionnement. Je montre comment l'intégration de couches d'optimisation dans les réseaux neuronaux et leur entraînement avec des techniques décisionnelles permettent aux systèmes d'IA d'apprendre directement des politiques qui optimisent les résultats opérationnels. Je présente deux paradigmes – l'apprentissage par l'expérience et l'apprentissage par l'imitation – comme fondements de l'entraînement de ces modèles de bout en bout. J'illustre leur impact par des applications en gestion des stocks, planification de la production, mobilité à la demande et logistique à grande échelle, notamment leur performance gagnante lors du défi de routage dynamique de véhicules EURO Meets NeurIPS. Je conclus en démontrant comment le paradigme d'apprentissage centré sur la décision présenté peut également être appliqué à des problèmes d'équilibre approximatif, les équilibres de trafic servant d'exemple convaincant.