Buchumschlag

Integrating AI and Ensemble Forecasting: Explainable Materials Planning with Scorecards and Trend Insights for a Large-Scale Manufacturer

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Venkatachalam, Saravanan
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Integrating Large Language Models with Network Optimization for Interactive and Explainable Supply Chain Planning: A Real-World Case Study
von: Venkatachalam, Saravanan
Veröffentlicht: (2025)

Neuro-Symbolic AI: Explainability, Challenges, and Future Trends
von: Zhang, Xin, et al.
Veröffentlicht: (2024)

Financial Fraud Detection Using Explainable AI and Stacking Ensemble Methods
von: Almalki, Fahad, et al.
Veröffentlicht: (2025)

Skillful High-Resolution Ensemble Precipitation Forecasting with an Integrated Deep Learning Framework
von: He, Shuangshuang, et al.
Veröffentlicht: (2025)

AI-Driven Predictive Analytics Approach for Early Prognosis of Chronic Kidney Disease Using Ensemble Learning and Explainable AI
von: Jawad, K M Tawsik, et al.
Veröffentlicht: (2024)

AI Data Development: A Scorecard for the System Card Framework
von: Bahiru, Tadesse K., et al.
Veröffentlicht: (2025)

From Black Box to Insight: Explainable AI for Extreme Event Preparedness
von: Vu, Kiana, et al.
Veröffentlicht: (2025)

MaskOpt: A Large-Scale Mask Optimization Dataset to Advance AI in Integrated Circuit Manufacturing
von: Hu, Yuting, et al.
Veröffentlicht: (2025)

Scaling Laws of Motion Forecasting and Planning -- Technical Report
von: Baniodeh, Mustafa, et al.
Veröffentlicht: (2025)

Towards Trustworthy Keylogger detection: A Comprehensive Analysis of Ensemble Techniques and Feature Selections through Explainable AI
von: Mahmud, Monirul Islam
Veröffentlicht: (2025)

AI for Water Sustainability: Global Water Quality Assessment and Prediction with Explainable AI with LLM Chatbot for Insights
von: Paneru, Biplov, et al.
Veröffentlicht: (2024)

AI Learning Algorithms: Deep Learning, Hybrid Models, and Large-Scale Model Integration
von: Golilarz, Noorbakhsh Amiri, et al.
Veröffentlicht: (2024)

Explainable AI for Securing Healthcare in IoT-Integrated 6G Wireless Networks
von: Kaur, Navneet, et al.
Veröffentlicht: (2025)

Foundation Models for Demand Forecasting via Dual-Strategy Ensembling
von: Yang, Wei, et al.
Veröffentlicht: (2025)

Explainable AI needs formalization
von: Haufe, Stefan, et al.
Veröffentlicht: (2024)

An Explainable Ensemble Learning Framework for Crop Classification with Optimized Feature Pyramids and Deep Networks
von: Masud, Syed Rayhan, et al.
Veröffentlicht: (2026)

UltraSTF: Ultra-Compact Model for Large-Scale Spatio-Temporal Forecasting
von: Yeh, Chin-Chia Michael, et al.
Veröffentlicht: (2025)

Towards Universal Large-Scale Foundational Model for Natural Gas Demand Forecasting
von: Zhou, Xinxing, et al.
Veröffentlicht: (2024)

Local Truncation Error-Guided Neural ODEs for Large Scale Traffic Forecasting
von: Zhang, Xiao, et al.
Veröffentlicht: (2026)

Bridging the Gap Between Bayesian Deep Learning and Ensemble Weather Forecasts
von: Xiong, Xinlei, et al.
Veröffentlicht: (2025)

LMS-AutoTSF: Learnable Multi-Scale Decomposition and Integrated Autocorrelation for Time Series Forecasting
von: Delibasoglu, Ibrahim, et al.
Veröffentlicht: (2024)

Rethinking Policy Diversity in Ensemble Policy Gradient in Large-Scale Reinforcement Learning
von: Shitanda, Naoki, et al.
Veröffentlicht: (2026)

Explainable Adaptive Tree-based Model Selection for Time Series Forecasting
von: Jakobs, Matthias, et al.
Veröffentlicht: (2024)

A Framework for Predicting the Impact of Game Balance Changes through Meta Discovery
von: Saravanan, Akash, et al.
Veröffentlicht: (2024)

Rethinking Explainability in the Era of Multimodal AI
von: Agarwal, Chirag
Veröffentlicht: (2025)

Explainable AI For Early Detection Of Sepsis
von: Thakur, Atharva, et al.
Veröffentlicht: (2025)

Verifying Machine Unlearning with Explainable AI
von: Vidal, Àlex Pujol, et al.
Veröffentlicht: (2024)

Integrating Machine Learning Ensembles and Large Language Models for Heart Disease Prediction Using Voting Fusion
von: Amin, Md. Tahsin, et al.
Veröffentlicht: (2026)

Integrating Artificial Intelligence and Geophysical Insights for Earthquake Forecasting: A Cross-Disciplinary Review
von: Ying, Zhang, et al.
Veröffentlicht: (2025)

PROPEL: Supervised and Reinforcement Learning for Large-Scale Supply Chain Planning
von: Akhlaghi, Vahid Eghbal, et al.
Veröffentlicht: (2025)

Amortized Planning with Large-Scale Transformers: A Case Study on Chess
von: Ruoss, Anian, et al.
Veröffentlicht: (2024)

From What Ifs to Insights: Counterfactuals in Causal Inference vs. Explainable AI
von: Shmueli, Galit, et al.
Veröffentlicht: (2025)

Think like a Scientist: Physics-guided LLM Agent for Equation Discovery
von: Yang, Jianke, et al.
Veröffentlicht: (2026)

Efficient Traffic Forecasting on Large-Scale Road Network by Regularized Adaptive Graph Convolution
von: Wu, Kaiqi, et al.
Veröffentlicht: (2025)

Efficient Large-Scale Traffic Forecasting with Transformers: A Spatial Data Management Perspective
von: Fang, Yuchen, et al.
Veröffentlicht: (2024)

Spatiotemporal-aware Trend-Seasonality Decomposition Network for Traffic Flow Forecasting
von: Cao, Lingxiao, et al.
Veröffentlicht: (2025)

Generalizing Weather Forecast to Fine-grained Temporal Scales via Physics-AI Hybrid Modeling
von: Xu, Wanghan, et al.
Veröffentlicht: (2024)

Explainable and Interpretable Forecasts on Non-Smooth Multivariate Time Series for Responsible Gameplay
von: Jagirdar, Hussain, et al.
Veröffentlicht: (2025)

Longitudinal Ensemble Integration for sequential classification with multimodal data
von: Susman, Aviad, et al.
Veröffentlicht: (2024)

Opening the Black Box: An Explainable, Few-shot AI4E Framework Informed by Physics and Expert Knowledge for Materials Engineering
von: Zhang, Haoxiang, et al.
Veröffentlicht: (2025)