学术活动

学术报告

当前位置: 首页 - 学术活动 - 学术报告 - 正文

在线算法用于相关到达:以库存和产品履行问题为例的多种研究方法

发布日期:2024-06-25

点击量:

主讲人 时间
地点

哥伦比亚大学商学院Will Ma副教授来我系开展学术讲座

【主讲】Will Ma,哥伦比亚大学商学院副教授

【主题】在线算法用于相关到达:以库存和产品履行问题为例的多种研究方法

【时间】2024624日(周一)10:00-11:30

【地点】清华经管学院 李华楼B431

【简介】Will Ma 是哥伦比亚商学院 Roderick H. Cushman 决策、风险和运营副教授。2018-2019 年期间,他是谷歌的博士后研究员。2018 年,他在麻省理工学院运筹学中心获得博士学位,指导老师是 David Simchi-Levi。他的研究主要集中在收益管理方面,建立数据驱动模型来帮助电子零售商协调他们的产品推荐决策与供应链约束。

【讲座内容】

624日上午,哥伦比亚大学商学院副教授Will Ma来到经管学院管理科学与工程系举行主题为VC Theory for Inventory Policies”的讲座。此次讲座聚焦于如何为经典库存策略背后的策略族定义VC-dimension Will Ma教授首先介绍了库存领域研究问题中的三种经典策略,分别是S Policies, (s, S) Policies 和非时齐(non-stationary) 情况下的St Policies。其次介绍了Learning Theory的基本概念,包括Shattering 的定义,以及VC-dimension Pseudo-dimension的概念。Will Ma 教授重点介绍了三种策略族所对应的Pseudo-dimensions,以及如何利用Pseudo-dimensiosn来构建三种库存策略所对应的泛化误差界(generalization error bound)的上界。

通过引入VC TheoryWill Ma教授为大家介绍了如何分析需要多少样本数量,才能在策略族中学习出近乎最优的库存策略,为数据驱动的库存策略学习和优化提供了统计意义上的指导建议。


本次讲座为与会者提供了一个关于库存策略(Inventory Policies)学习的新视角,即如何利用机器学习理论(Learning Theory)来刻画运营管理领域中的库存策略族的复杂度,从而从统计的角度指导我们在现实中应该需要多少样本,才能学习到近似最优的库存策略。Will Ma教授的此次研究不仅对Inventory Management这一领域的理论上具有重大意义,还对现实中企业库存决策具有重要参考价值。



关闭

地址:清华大学经济管理学院伟伦楼447(100084)

邮箱:rccm@mail.tsinghua.edu.cn

电话:010-62771663

传真:010-62784555

Copyright 2025清华大学现代管理研究中心 版权所有