Categoria
Ricerca applicata su serie storiche, forecasting, AI per la moda e analisi dati avanzata in partnership con università.
11 articoli
Venti riviste, 695 numeri, quasi 7 milioni di token e un motore di ricerca visiva calibrato sui cataloghi del Bon Marché. Così ModArchive usa l'AI per raccontare la moda del Novecento.
Due approcci diversi per prevedere il futuro dai dati storici. Capire le differenze tra ARIMA e Prophet può fare la differenza tra una previsione accurata e un modello inutilizzabile.
ARIMA e i metodi classici assumono stazionarietà. I visibility graph lavorano dove questi falliscono: serie finanziarie, energetiche, climatiche con cambi di regime improvvisi.
Nel settore moda, anticipare un trend di sei mesi significa la differenza tra collezione venduta e magazzino invenduto. La computer vision sta cambiando le regole del gioco.
Il forecasting dei prezzi energetici fallisce spesso sui cambi di regime. Un approccio ibrido che combina Hidden Markov Model e LSTM specializzati per regime supera entrambi i modelli da soli.
Un fermo produzione non pianificato nel manifatturiero costa in media 260.000 dollari l'ora. L'anomaly detection cambia la logica da reattiva a predittiva.
Confrontare le distribuzioni di prezzo di mercati elettrici diversi richiede strumenti che vadano oltre la media e la varianza. L'Optimal Transport offre una metrica geometrica più ricca.
Catalogare manualmente migliaia di SKU ogni stagione è lento, costoso e inconsistente. La computer vision riduce il tempo di catalogazione dell'80% mantenendo un'accuracy superiore al 92%.
Un brand con 200 SKU e 8 colorazioni per prodotto affronta 1.600 shooting. L'AI generativa permette di scattare una volta e generare le varianti cromatiche automaticamente.
Lo shooting video con modelli fisici costa 3-5 volte quello fotografico. L'AI generativa permette oggi di produrre video di catalogo con modelli virtuali a costi radicalmente diversi.