INFORMS Business Analytics Conference 2021

Acerca de INFORMS Business Analytics Conference

INFORMS Business Analytics Conference es un evento anual que conecta a cientos de profesionales líderes de análisis y líderes de la industria. Este año, la conferencia será virtual, del 12-14 abril, y reunirá a más de 800 expertos del análisis para explorar las mejores prácticas y compartir perspectivas sobre aplicaciones revolucionarias, incluyendo cuidado de la salud, robótica e IA, ética de datos y el rol de la ciencia de datos en los medios y el lugar de trabajo.

Siendo líder en la transformación digital del espacio industrial, Engineering Group se compromete con la entrega de soluciones tecnológicas que ayudan a nuestros clientes a aprovechar el poder de datos con el fin de optimizar sus procesos, monetizar los datos provenientes de sus pisos de producción y conducir mejoras continuas en su cadena de suministro, operaciones de manufactura y proceso de negocio. Engineering Industries eXcellence auspiciará INFORMS Business Analytics 2021, y algunos de nuestras y nuestros expertos de Digital Twin, simulación, aprendizaje máquina y ciencia de datos expondrán en el evento. ¡Únase a nosotros!

Únase a Engineering Industries eXcellence y Pathmind en línea

Con una de las pocas prácticas de tecnología en Norteamérica dedicadas a la simulación industrial y algunos de los principales expertos de Industry 4.0 en el mundo llevándola a cabo, Engineering Industries eXcellence tiene algo valioso que ofrecer en términos de conocimiento y experiencia en este espacio. Cerciórese de unirse a las sesiones de Engineering Industries eXcellence y su asociado Pathmind en INFORMS Business Analytics 2021.

Sesión 1:

Capacitación por refuerzo profundo y aplicaciones de aprendizaje máquina para Industry 4.0

Tipo: Presentación profesional

Expositor: Luigi Manca

Pista: Aprendizaje máquina

Fecha/Hora: Martes 13 de abril 3:35-4:15pm EDT

Síntesis: El tomar la decisión correcta ahora al considerar todas las implicaciones posibles en el futuro no es una tarea fácil. Los Digital Twins son útiles herramientas de soporte para explorar el impacto potencial de hallazgos desde una perspectiva sistémica. Estos aprovechan las técnicas de modelado de simulación y usualmente se basan en heurísticas para replicar el comportamiento y lógica de cómo evoluciona los sistemas. Pero cuando se trata de buscar una solución óptima, especialmente cuando la meta está a varios pasos de decisiones a futuro, existe la necesidad de explorar el espacio de soluciones. Sin un método automatizado, esto puede resultar prácticamente imposible; las técnicas de optimización matemáticas pueden ser atractivas, sin embargo son extremadamente difíciles de implementar, al lidiar con la toma de decisiones a largo plazo y en un ambiento rico en incertidumbre. En este espacio, el aprendizaje de refuerzo profundo (RL/DRL) va ganando atención. ¿Por qué? Porque puede entregar una política para la toma secuencial de decisiones para incluso el ambiente más complejo/no lineal. Los dos casos reales que se presentan intentan resaltar los beneficios que una política DRL puede proporcionar respecto a heurísticas establecidas. En el primer caso, exploramos la aplicación de DRL para identificar una estrategia óptima de operaciones y mantenimiento para un parque eólico equipado con capacidades de pronóstico y gestión de salud. En el segundo caso, exploramos cómo la aplicación de metodologías DRL habilita a un distribuidor de bebidas y alimentos a tomar decisiones más inteligentes acerca de la secuenciación de órdenes de producción, reduciendo el tiempo de procesamiento en 16%. Pulse aquí para conocer más acerca de esta sesión.

Sesión 2:

Resolución de problemas de negocio complejos con simulación y Pathmind AI

Tipo: Exhibición tecnológica

Expositores: Luigi Manca, Sahar Esmaeilzadeh

Fecha/Hora: Lunes 12 de abril 10-10:40am

Síntesis: Engineering Industries eXcellence presenta a su asociado tecnológico Pathmind. Los negocios que usan el modelado de simulación para resolver problemas necesitan un método de optimización capaz de manejar las complejidades y variabilidad de las operaciones de mundo real. Cuando los optimizadores y heurísticas tradicionales tienen desempeño pobre, AI de Pathmind puede ayudar. Al usar una rama de la IA llamada aprendizaje por refuerzo (RL), Pathmind puede superar a su heurística y ofrece nuevas visiones hacia velocidad y rentabilidad. Pathmind facilita adoptar el aprendizaje de refuerzo, incluso para equipos sin expertos en IA ni experiencia con redes neuronales. Durante esta presentación, usted conocerá términos clave de RL, examinará la forma en la que Pathmind RL se implementa en un modelo, verá los pasos involucrados en actualizar un modelo a Pathmind y entrenar una política de IA, y comparar cómo una política de IA de Pathmind se desempeña frente a la heurística. Se invitará a todos los asistentes a crear una cuenta gratis en Pathmind. Pulse aquí para aprender más acerca de esta exhibición tecnológica.

Sesión 3:

Aprovechamiento de aprendizaje de refuerzo profundo para coordinar vehículos guiados automáticamente

Tipo: Presentación profesional

Expositor: Johnny Davenport

Fecha/Hora: Lunes 12 de abril 1:45-2:25pm EDT

Síntesis: Pathmind presenta una política de aprendizaje por refuerzo profundo (DRL) que se entrenó para controlar una flota de vehículos guiados automáticamente (AGVs). La política determina las tareas de carga y descarga de AGVs conforme estos mueven productos por una fábrica. La meta de la política es maximizar el rendimiento de los productos. Notablemente, la política muestra una mejora de 50% en rendimiento sobre la heurística de cola menor, en tanto que disminuye la utilización de AGVs en un 15%. Atribuimos la mejora a la gestión inteligente de congestión por parte de la política. Es de notar que la política elije “alejar” los AGVs del centro del piso de la fábrica, resultando en más baja utilización de AGVs y una menor congestión. Esta presentación detallará la adaptación de la simulación AGV como un problema DRL, el proceso de entrenamiento de política y los resultados cuantitativos. Adicionalmente, trataremos cómo es que el mismo flujo de trabajo se puede aplicar directamente a una variedad de otros casos de uso. Pulse aquí para aprender más acerca de esta sesión.

¿Le interesa saber más de este evento? Contáctenos en info@indx.com.