International Journal of Computational Intelligence Systems· 2026Q1
Yapay Zeka Destekli Sensörler E-Ticaret'te Duraklatılan Ürün Teslimatını Optimize Ediyor
Artificial Intelligence-Driven Sensor Network Approach for Optimizing Halted Product Delivery in E-Commerce Platforms
- 0atıf
- Q1SCImago
- 2026yıl
Kısa özet
Yapay zeka destekli bir sensör ağı, derin bir sinir ağı kullanarak duraklatılan ürünlerin gerçek ve duraklatılan teslimat süreleri arasındaki farkı hesaplayarak, duraklatılan e-ticaret ürünlerinin takibini ve teslimatının yeniden başlatılmasını hassas bir şekilde sağlayabilir.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Ana noktalar
- E-ticaret ürün yönetimi için yapay zeka destekli bir sensör ağı mimarisi önerilmektedir.
- Duraklatılmış Ürün Tabanlı Veri Yönetimi Şeması, herhangi bir merkezdeki duraklatılmış/gecikmiş ürünleri takip eder.
- Teslimatı yeniden başlatmak için gerçek ve duraklatılan teslimat aralıkları arasındaki farkı hesaplayan derin bir sinir ağı kullanılır.
- Sistem, ürün takip doğruluğunu artırmak için gecikme sürelerini azaltacak şekilde eğitilir.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Özet (abstract)
Sensor network architectures incorporated with artificial intelligence are exploited for process automation in e-commerce platforms. Specifically, product management is automated through sale-based tracking, enabled by the rapid exchange of information within the sensor network. A Paused Product-based Data Management Scheme is proposed in this article to track and improve the delivery of halted products through e-commerce platforms. The sensor network architecture performs individual identification and tracking of halted/delayed products at any hub through synchronized data updates. The synchronization of product information, delay time, and its associated paused information is performed by identifying the product delivery time. For this purpose, a deep neural network is employed to compute the difference between actual and paused delivery intervals. The higher the difference, the synchronization and delivery re-initialization processes are through the sensor network’s interconnected data exchange. Besides, the network is trained until the delay time is reduced with the re-scheduled time as the base. This infers precise product tracking under fewer missing order complaints in an e-commerce platform.
Yazarların özeti; kaynağından alınmıştır. International Journal of Computational Intelligence Systems, 2026 · DOI ↗
Devamı Pofolia uygulamasında
Çıkarımlar ve makaleye soru sorma; ilgi alanına göre her gün yeni özetler. Ücretsiz.
Web'de giriş yaparak açAlan: Endüstri ve İmalat Mühendisliği
Industrial and Manufacturing EngineeringEngineering