Buchumschlag

Uncertainty in Supply Chain Digital Twins: A Quantum-Classical Hybrid Approach

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Abdullah, Abdullah, Sandjaja, Fannya Ratana, Majeed, Ayesha Abdul, Wickremasinghe, Gyan, Rafferty, Karen, Sharma, Vishal
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Policy Design in Zero-Trust Distributed Networks: Challenges and Solutions
von: Sandjaja, Fannya R., et al.
Veröffentlicht: (2025)

Sustainable business decision modelling with blockchain and digital twins: A survey
von: Wickremasinghe, Gyan, et al.
Veröffentlicht: (2024)

ISOMORPH: A Supply Chain Digital Twin for Simulation, Dataset Generation, and Forecasting Benchmarks
von: Zhang, Zhizhen, et al.
Veröffentlicht: (2026)

Hybrid Quantum Classical Surrogate for Real Time Inverse Finite Element Modeling in Digital Twins
von: Alavi, Azadeh, et al.
Veröffentlicht: (2025)

A Theoretical Framework for Graph-based Digital Twins for Supply Chain Management and Optimization
von: Wasi, Azmine Toushik, et al.
Veröffentlicht: (2025)

Hybrid Deep Learning Approach for Coupled Demand Forecasting and Supply Chain Optimization
von: Nadia, Nusrat Yasmin, et al.
Veröffentlicht: (2026)

Deterministic Uncertainty Propagation for Improved Model-Based Offline Reinforcement Learning
von: Akgül, Abdullah, et al.
Veröffentlicht: (2024)

UnHiPPO: Uncertainty-aware Initialization for State Space Models
von: Lienen, Marten, et al.
Veröffentlicht: (2025)

RAG for Effective Supply Chain Security Questionnaire Automation
von: Reza, Zaynab Batool, et al.
Veröffentlicht: (2024)

SynFinTabs: A Dataset of Synthetic Financial Tables for Information and Table Extraction
von: Bradley, Ethan, et al.
Veröffentlicht: (2024)

Automatically Learning Hybrid Digital Twins of Dynamical Systems
von: Holt, Samuel, et al.
Veröffentlicht: (2024)

Uncertainty-preserving deep knowledge tracing with state-space models
von: Christie, S. Thomas, et al.
Veröffentlicht: (2024)

Experimental Machine Learning with Classical and Quantum Data via NMR Quantum Kernels
von: Sabarad, Vivek, et al.
Veröffentlicht: (2024)

Markovian Circuit Tracing for Transformer State Dynamic
von: X, Abdullah
Veröffentlicht: (2026)

Hybrid Meta-Learning Framework for Anomaly Forecasting in Nonlinear Dynamical Systems via Physics-Inspired Simulation and Deep Ensembles
von: Bereketoglu, Abdullah Burkan
Veröffentlicht: (2025)

Quantum Transfer Learning for MNIST Classification Using a Hybrid Quantum-Classical Approach
von: Sarkar, Soumyadip
Veröffentlicht: (2024)

NiNformer: A Network in Network Transformer with Token Mixing Generated Gating Function
von: Abdullah, Abdullah Nazhat, et al.
Veröffentlicht: (2024)

Energy saving in off-road vehicles using leakage compensation technique
von: Wrat, Gyan, et al.
Veröffentlicht: (2025)

Quantifying and Attributing Submodel Uncertainty in Stochastic Simulation Models and Digital Twins
von: Ghasemloo, Mohammadmahdi, et al.
Veröffentlicht: (2026)

Quantum-Classical Hybrid Molecular Autoencoder for Advancing Classical Decoding
von: Jahin, Afrar, et al.
Veröffentlicht: (2025)

Quantum Machine Learning for Image Classification: A Hybrid Model of Residual Network with Quantum Support Vector Machine
von: Shahriyar, Md. Farhan, et al.
Veröffentlicht: (2025)

DriftGuard: A Hierarchical Framework for Concept Drift Detection and Remediation in Supply Chain Forecasting
von: Alam, Shahnawaz, et al.
Veröffentlicht: (2026)

Asymmetric-Loss-Guided Hybrid CNN-BiLSTM-Attention Model for Industrial RUL Prediction with Interpretable Failure Heatmaps
von: Abdullah, Mohammed Ezzaldin Babiker
Veröffentlicht: (2026)

Entropy-guided sequence weighting for efficient exploration in RL-based LLM fine-tuning
von: Vanlioglu, Abdullah
Veröffentlicht: (2025)

A Machine Learning-Based Study on the Synergistic Optimization of Supply Chain Management and Financial Supply Chains from an Economic Perspective
von: Wang, Hang, et al.
Veröffentlicht: (2025)

Hybrid Quantum-Classical Neural Architecture Search
von: Marchisio, Alberto, et al.
Veröffentlicht: (2026)

Hybrid Quantum-Classical GANs for the Generation of Adversarial Network Flows
von: Paudel, Prateek, et al.
Veröffentlicht: (2026)

Hybrid Classical-Quantum Transfer Learning with Noisy Quantum Circuits
von: Martín-Pérez, D., et al.
Veröffentlicht: (2026)

Blockchain-Enabled Accountability in Data Supply Chain: A Data Bill of Materials Approach
von: Liu, Yue, et al.
Veröffentlicht: (2024)

Reservoir Network with Structural Plasticity for Human Activity Recognition
von: Zyarah, Abdullah M., et al.
Veröffentlicht: (2025)

Machine Learning Risk Intelligence for Green Hydrogen Investment: Insights for Duqm R3 Auction
von: Nwafor, Obumneme, et al.
Veröffentlicht: (2025)

Microstructure-based Variational Neural Networks for Robust Uncertainty Quantification in Materials Digital Twins
von: Robertson, Andreas E., et al.
Veröffentlicht: (2025)

Forecasting Supply Chain Disruptions with Foresight Learning
von: Turtel, Benjamin, et al.
Veröffentlicht: (2026)

HQCC: A Hybrid Quantum-Classical Classifier with Adaptive Structure
von: Zhao, Ren-Xin, et al.
Veröffentlicht: (2025)

Limitations of Public Chest Radiography Datasets for Artificial Intelligence: Label Quality, Domain Shift, Bias and Evaluation Challenges
von: Rafferty, Amy, et al.
Veröffentlicht: (2025)

Quantum-Classical Hybrid Quantized Neural Network
von: Li, Wenxin, et al.
Veröffentlicht: (2025)

Locally Stationary Graph Processes
von: Canbolat, Abdullah, et al.
Veröffentlicht: (2023)

CFL: On the Use of Characteristic Function Loss for Domain Alignment in Machine Learning
von: Almansour, Abdullah, et al.
Veröffentlicht: (2025)

Bridging the Linear-Quadratic Gap: A Quantum-Classical Hybrid Approach to Robust Supply Chain Design
von: Sharma, Rudraksh, et al.
Veröffentlicht: (2026)

Classical and Deep Reinforcement Learning Inventory Control Policies for Pharmaceutical Supply Chains with Perishability and Non-Stationarity
von: Stranieri, Francesco, et al.
Veröffentlicht: (2025)