Buchumschlag

Ai-Powered Sales Demand Forecasting and Desicion Support system

Fuente: Zenodo

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	M, Nithin, K, Sudarsan K, S, Adwaith
Format:	Recurso digital
Sprache:	Englisch
Veröffentlicht:	Zenodo 2026
Schlagworte:	Artificial Intelligence/economics Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Comparative Analysis of Modern Machine Learning Models for Retail Sales Forecasting
von: Hobor, Luka, et al.
Veröffentlicht: (2025)

SalesRLAgent: A Reinforcement Learning Approach for Real-Time Sales Conversion Prediction and Optimization
von: M, Nandakishor
Veröffentlicht: (2025)

Optimizing LSTM Neural Networks for Resource-Constrained Retail Sales Forecasting: A Model Compression Study
von: Pagidoju, Ravi Teja
Veröffentlicht: (2026)

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

Enhanced N-BEATS for Mid-Term Electricity Demand Forecasting
von: Kasprzyk, Mateusz, et al.
Veröffentlicht: (2024)

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

Pemerintahan Masa Depan: Menuju Sistem Otomatisasi dan Kebijakan AI
von: Suryaningrum, Diah Hari
Veröffentlicht: (2024)

Cross-household Transfer Learning Approach with LSTM-based Demand Forecasting
von: Rahal, Manal, et al.
Veröffentlicht: (2026)

ACA-Net: Future Graph Learning for Logistical Demand-Supply Forecasting
von: Shi, Jiacheng, et al.
Veröffentlicht: (2025)

A Scalable and Transferable Time Series Prediction Framework for Demand Forecasting
von: Park, Young-Jin, et al.
Veröffentlicht: (2024)

TAT: Temporal-Aligned Transformer for Multi-Horizon Peak Demand Forecasting
von: Zhao, Zhiyuan, et al.
Veröffentlicht: (2025)

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

Temporal Fusion Transformer for Multi-Horizon Probabilistic Forecasting of Weekly Retail Sales
von: Punati, Santhi Bharath, et al.
Veröffentlicht: (2025)

Job-SDF: A Multi-Granularity Dataset for Job Skill Demand Forecasting and Benchmarking
von: Chen, Xi, et al.
Veröffentlicht: (2024)

An Adaptive Horizon-Aware Model Selection Framework for Demand Forecasting under Horizon-Induced Degradation
von: González, Adolfo, et al.
Veröffentlicht: (2026)

Quantifying the Influences on Probabilistic Wind Power Forecasts
von: Schreiber, Jens, et al.
Veröffentlicht: (2018)

Revealing the Power of Masked Autoencoders in Traffic Forecasting
von: Sun, Jiarui, et al.
Veröffentlicht: (2023)

A Deep Learning Framework for Heat Demand Forecasting using Time-Frequency Representations of Decomposed Features
von: Ramachandran, Adithya, et al.
Veröffentlicht: (2026)

MCDFN: Supply Chain Demand Forecasting via an Explainable Multi-Channel Data Fusion Network Model
von: Jahin, Md Abrar, et al.
Veröffentlicht: (2024)

A Novel Deep Neural Network Architecture for Real-Time Water Demand Forecasting
von: Salloom, Tony, et al.
Veröffentlicht: (2025)

Exploring the Age of Artificial Intelligence
von: Thakur, Mehak
Veröffentlicht: (2025)

SALT: Sales Autocompletion Linked Business Tables Dataset
von: Klein, Tassilo, et al.
Veröffentlicht: (2025)

The Power of Training: How Different Neural Network Setups Influence the Energy Demand
von: Geißler, Daniel, et al.
Veröffentlicht: (2024)

Water Demand Forecasting of District Metered Areas through Learned Consumer Representations
von: Ramachandran, Adithya, et al.
Veröffentlicht: (2025)

Blockchain Federated Learning for Sustainable Retail: Reducing Waste through Collaborative Demand Forecasting
von: Turazza, Fabio, et al.
Veröffentlicht: (2026)

vLinear: A Powerful Linear Model for Multivariate Time Series Forecasting
von: Yue, Wenzhen, et al.
Veröffentlicht: (2026)

From ARIMA to Attention: Power Load Forecasting Using Temporal Deep Learning
von: Veluru, Suhasnadh Reddy, et al.
Veröffentlicht: (2026)

2DXformer: Dual Transformers for Wind Power Forecasting with Dual Exogenous Variables
von: Zhang, Yajuan, et al.
Veröffentlicht: (2025)

Spatio-temporal Causal Learning for Streamflow Forecasting
von: Wan, Shu, et al.
Veröffentlicht: (2024)

An Integrated Forecasting Prototype for Emergency Department Boarding Time to Support Proactive Operational Decision Making
von: Vural, Orhun, et al.
Veröffentlicht: (2026)

Probabilistic Multi-Regional Solar Power Forecasting with Any-Quantile Recurrent Neural Networks
von: Smyl, Slawek, et al.
Veröffentlicht: (2026)

A Lightweight DL Model for Smart Grid Power Forecasting with Feature and Resolution Mismatch
von: Al-Shareeda, Sarah, et al.
Veröffentlicht: (2025)

Unlocking the Power of Patch: Patch-Based MLP for Long-Term Time Series Forecasting
von: Tang, Peiwang, et al.
Veröffentlicht: (2024)

AltTS: A Dual-Path Framework with Alternating Optimization for Multivariate Time Series Forecasting
von: Yuan, Zhihang, et al.
Veröffentlicht: (2026)

Weather-Informed Probabilistic Forecasting and Scenario Generation in Power Systems
von: Zhang, Hanyu, et al.
Veröffentlicht: (2024)

Enforcing Orderedness to Improve Feature Consistency
von: Wang, Sophie L., et al.
Veröffentlicht: (2025)

Applying Ensemble Models based on Graph Neural Network and Reinforcement Learning for Wind Power Forecasting
von: Song, Hongjin, et al.
Veröffentlicht: (2025)

Towards Interpretable Protein Structure Prediction with Sparse Autoencoders
von: Parsan, Nithin, et al.
Veröffentlicht: (2025)

Integrating Causality with Neurochaos Learning: Proposed Approach and Research Agenda
von: Narendra, Nanjangud C., et al.
Veröffentlicht: (2025)

PVNet: A LRCN Architecture for Spatio-Temporal Photovoltaic PowerForecasting from Numerical Weather Prediction
von: Mathe, Johan, et al.
Veröffentlicht: (2019)