null Promotie: Selectief classificeren als middel om bedrijfswaarde te creëren

INF_Promotie_XiChen_23354_head_large.jpg

Promotie: Selectief classificeren als middel om bedrijfswaarde te creëren

Hoe kan artificial intelligence kostbare fouten in kritieke logistieke processen minimaliseren? Deze vraag onderzoekt Xi Chen in zijn proefschrift 'Selective Classification in Logistics'. Hij keek specifiek naar hoe machine learning, met name selectieve classificatie, de betrouwbaarheid en prestaties in logistieke toepassingen kan verbeteren, waardoor veiligere en efficiëntere resultaten worden gegarandeerd.

Selectieve classificatie

De logistieke sector staat voor unieke uitdagingen door de onzekerheid en complexiteit van gegevens, zoals het classificeren van codes van het Harmonized System (HS) en het voorspellen van importeurs van zendingen. Huidige AI-modellen produceren vaak voorspellingen, ook in gevallen die onzeker zijn, wat leidt tot mogelijk kostbare fouten. Het onderzoek van Xi Chen richt zich op selectieve classificatie, waardoor AI-systemen onzekere samples kunnen 'verwerpen' en doorgeven aan menselijke experts in plaats van fouten te riskeren.

Betrouwbare voorspellingen

Xi Chen laat in zijn onderzoek zien hoe selectieve classificatie de besluitvorming in de logistiek verbetert door zich te richten op betrouwbare voorspellingen en onzekere voorspellingen te verwerpen. Deze aanpak automatiseert processen zoals de classificatie van het Harmonized System (HS) en de voorspelling van importeurs, waardoor de productiviteit en nauwkeurigheid toenemen en vertragingen afnemen. Dit kan logistieke bedrijven zoals DHL Express miljoenen euro's per jaar besparen. Het biedt daarnaast mogelijkheden voor verder onderzoek naar toepassingen op gebieden als gezondheidszorg en financiën, waar de betrouwbaarheid van beslissingen van cruciaal belang is. Aanbevelingen zijn onder andere het integreren van selectieve modellen in operationele workflows en het onderzoeken van hun aanpasbaarheid voor breder industrieel gebruik.

Promotie Xi Chen

Xi Chen (Jiang Xi, China, 1992 ) is sinds 2019 datawetenschapper bij DHL. Hij studeerde in 2014 af aan de NanChang Aviation University met een master in Mechanical automation and design, en in 2019 voltooide hij een master in Data science and decision making aan Maastricht University. Op donderdag 19 december 2024 om 16.00 uur verdedigt hij zijn proefschrift getiteld 'Selective Classification in Logistics' aan de faculteit Informatica van de Open Universiteit in Heerlen.

Promotoren zijn prof. dr. Tanja E. J. Vos (Open Universiteit & Technische Universiteit Valencia) en dr. Stefano Bromuri (Open Universiteit). De verdediging is live bij te wonen op de Open Universiteit in Heerlen en online te volgen via ou.nl/live.