ERP SYSTÉM JAKO ZDROJ DAT PRO PREDIKCE PROVOZNÍCH UKAZATELŮ ZA VYUŽITÍ METOD UMĚLÉ INTELIGENCE
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F47813059%3A19520%2F23%3AA0000418" target="_blank" >RIV/47813059:19520/23:A0000418 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
ERP SYSTÉM JAKO ZDROJ DAT PRO PREDIKCE PROVOZNÍCH UKAZATELŮ ZA VYUŽITÍ METOD UMĚLÉ INTELIGENCE
Popis výsledku v původním jazyce
The article shows an overview of the standard functions of the ERP (Enterprise Resource Planning) information system in manufacturing companies and deals with the ERP system data for the optimization of reliability, management and product quality process. A comprehensive approach to data collection, processing and their storage in the ERP system (cloud storage, data warehouses) is necessary for successful management of the production process. By using advanced statistical and artificial intelligence methods (neural networks, trees, logistic regression), it is possible to analyze the data and obtain additional knowledge and dependencies in the data. The application part of the article presents the prediction of reliability indicators. From the ERP system database, the data set of a time to failure has been obtained. This data for the creation of a parametric model, based on Weibull distribution, has been used. The article demonstrates the application of artificial neural networks for the prediction of reliability indicators, and a parametric model based on the Weibull distribution has been created from the input data.
Název v anglickém jazyce
ERP SYSTÉM JAKO ZDROJ DAT PRO PREDIKCE PROVOZNÍCH UKAZATELŮ ZA VYUŽITÍ METOD UMĚLÉ INTELIGENCE
Popis výsledku anglicky
The article shows an overview of the standard functions of the ERP (Enterprise Resource Planning) information system in manufacturing companies and deals with the ERP system data for the optimization of reliability, management and product quality process. A comprehensive approach to data collection, processing and their storage in the ERP system (cloud storage, data warehouses) is necessary for successful management of the production process. By using advanced statistical and artificial intelligence methods (neural networks, trees, logistic regression), it is possible to analyze the data and obtain additional knowledge and dependencies in the data. The application part of the article presents the prediction of reliability indicators. From the ERP system database, the data set of a time to failure has been obtained. This data for the creation of a parametric model, based on Weibull distribution, has been used. The article demonstrates the application of artificial neural networks for the prediction of reliability indicators, and a parametric model based on the Weibull distribution has been created from the input data.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Návaznosti výsledku
Projekt
—
Návaznosti
I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace
Ostatní
Rok uplatnění
2023
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
4th International conference on Decision making for Small and Medium-Sized Enterprises. Conference proceedings.
ISBN
9788075105547
ISSN
—
e-ISSN
—
Počet stran výsledku
7
Strana od-do
11-17
Název nakladatele
Silesian University in Opava, School of Business Administration in Karviná
Místo vydání
Karviná
Místo konání akce
Petrovice u Karviné, Czech Republic
Datum konání akce
18. 5. 2023
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—