Product Competition Prediction in Engineering Design Using Graph Neural Networks
نویسندگان
چکیده
Abstract Understanding relationships between different products in a market system and predicting how changes design impact their position can be instrumental for companies to create better products. We propose graph neural network-based method modeling products, where nodes network represent edges relationships. Our enables systematic way predict the relationship links unseen future years. When applied Chinese car case study, our based on an inductive approach, GraphSAGE, yields double link prediction performance compared existing method—exponential random model-based co-consideration work also overcomes scalability multiple data type-related limitations of traditional methods by larger number attributes, mixed categorical numerical While vanilla GraphSAGE requires partial make predictions, we augment it with “adjacency model” circumvent limitation needing neighborhood information. Finally, demonstrate insights obtained from permutation-based interpretability analysis help manufacturer understand attributes predictions product Overall, this provides data-driven complex such as market.
منابع مشابه
rodbar dam slope stability analysis using neural networks
در این تحقیق شبکه عصبی مصنوعی برای پیش بینی مقادیر ضریب اطمینان و فاکتور ایمنی بحرانی سدهای خاکی ناهمگن ضمن در نظر گرفتن تاثیر نیروی اینرسی زلزله ارائه شده است. ورودی های مدل شامل ارتفاع سد و زاویه شیب بالا دست، ضریب زلزله، ارتفاع آب، پارامترهای مقاومتی هسته و پوسته و خروجی های آن شامل ضریب اطمینان می شود. مهمترین پارامتر مورد نظر در تحلیل پایداری شیب، بدست آوردن فاکتور ایمنی است. در این تحقیق ...
Product Yields Prediction of Tehran Refinery Hydrocracking Unit Using Artificial Neural Networks
متن کامل
Link Prediction Based on Graph Neural Networks
Traditional methods for link prediction can be categorized into three main types: graph structure feature-based, latent feature-based, and explicit feature-based. Graph structure feature methods leverage some handcrafted node proximity scores, e.g., common neighbors, to estimate the likelihood of links. Latent feature methods rely on factorizing networks’ matrix representations to learn an embe...
متن کاملfault location in power distribution networks using matching algorithm
چکیده رساله/پایان نامه : تاکنون روشهای متعددی در ارتباط با مکان یابی خطا در شبکه انتقال ارائه شده است. استفاده مستقیم از این روشها در شبکه توزیع به دلایلی همچون وجود انشعابهای متعدد، غیر یکنواختی فیدرها (خطوط کابلی، خطوط هوایی، سطح مقطع متفاوت انشعاب ها و تنه اصلی فیدر)، نامتعادلی (عدم جابجا شدگی خطوط، بارهای تکفاز و سه فاز)، ثابت نبودن بار و اندازه گیری مقادیر ولتاژ و جریان فقط در ابتدای...
ذخیره در منابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ژورنال
عنوان ژورنال: ASME open journal of engineering
سال: 2022
ISSN: ['2770-3495']
DOI: https://doi.org/10.1115/1.4054299