> Merkliste Sie können Bookmarks mittels Listen verwalten, loggen Sie sich dafür bitte in Ihr SLUB Benutzerkonto ein.
Medientyp: E-Artikel Titel: Enhancing supply chain resilience : RIME-clustering and ensemble deep learning strategies for late delivery risk prediction Beteiligte: Douaioui, Kaoutar [Verfasser:in]; Oucheikh, Rachid [Verfasser:in]; Mabrouki, Charif [Verfasser:in] Erschienen: 2024 Erschienen in: LogForum ; 20(2024), 1 vom: Jan./März, Artikel-ID 5, Seite 55-71 Sprache: Englisch DOI: 10.17270/J.LOG.001007 Identifikator: Schlagwörter: Artificial Neural Networks (ANNs) ; Late Delivery Risk ; Supply Chain Management ; Clustering ; Multiclassification ; Deep Learning Models ; RIME Optimization Algorithm ; Aufsatz in Zeitschrift Entstehung: Anmerkungen: Zugangsstatus: Freier Zugang