數據民主化—易辛模型優化數位轉型之新發展動向剖析
  • 359
  • 出版日期
    10月20日, 2021
  • 作者
    NIKKEI ELECTRONICS
    ;
    王麗星
  • 關鍵字
前言

自出現「未來將是物聯網的時代」的趨勢預測,轉眼已過了十年,但在日本卻很難論定此趨勢已經全面興起。一方面,2021年以來數位轉型迅速發酵,包含豐田集團在內,多數日本的大企業皆已進入驗證實驗階段,而關鍵則是處理組合優化課題的「易辛模型」。本文將探討物聯網發展現況並解析如何導入「易辛模型」,同時結合機器學習以得到最佳化組合,提供業界作為參考。

目錄
    漫無目的則無法前進
    確立目的後朝自動化發展
    關鍵在於高度通用性與求解速度
    資訊的更新頻率取決於設定的目的
    活用機械學習預測功能可即時解答
    附錄
圖目錄
    圖一、設定模型目標後,數據自行「投票」並「決議」
    圖二、只有高速的易辛模型才能達成
    圖三、典型的數據更新時間因業務或目的而異
    圖四、機器學習與易辛模型的強強組合
表目錄
推薦報告
  • 以上研究報告資料係經由MIC內部整理分析所得,並對外公告之研究成果, 由於產業倍速變動、資訊的不完整,及其他不確定之因素,並不保證上述報告於未來仍維持正確與完整, 引用時請注意發佈日期,及立論之假設或當時情境,如有修正、調整之必要,MIC將於日後研究報告中說明。 敬請參考MIC網站公告之最新結果。
  • 著作權所有,非經本會書面同意,不得翻印或轉讓。
  • BACK
    評論此篇報告
    您的評論已送出
    我們會竭誠盡快地回覆您。
    分享此篇報告
    Facebook
    Line
    複製連結
    登入
    正式會員第一次使用,請輸入會員編號/會員密碼/Email,系統會偵測第一次使用,註冊/認證之後,即可上線使用

    不是會員?

    邀請您申請免費試閱聯絡我們