The Design and Development of a Causal Bayesian Networks Model for the Explanation of Agricultural Supply Chains
Thesis (Ph.D., Computer Engineering)-Prince of Songkla University, 2022
Saved in:
| Main Author: | |
|---|---|
| Other Authors: | |
| Format: | Theses and Dissertations |
| Language: | English |
| Published: |
Prince of Songkla University
2023
|
| Subjects: | |
| Online Access: | http://kb.psu.ac.th/psukb/handle/2016/18049 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Institution: | Prince of Songkhla University |
| Language: | English |
| id |
th-psu.2016-18049 |
|---|---|
| record_format |
dspace |
| spelling |
th-psu.2016-180492023-04-21T03:11:24Z The Design and Development of a Causal Bayesian Networks Model for the Explanation of Agricultural Supply Chains การออกแบบและพัฒนาแบบจำลองเครือข่ายเบย์เซียนแบบเหตุและผลเพื่ออธิบายห่วงโซ่อุปทานทางการเกษตร Mallika Kliangkhlao Somchai Limsiroratana Faculty of Engineering Computer Engineering คณะวิศวกรรมศาสตร์ ภาควิชาวิศวกรรมคอมพิวเตอร์ Explainable Artificial Intelligence Causal Graph Machine Learning Big Data Demand and Supply Analysis Supply Chain Management Bayesian statistical decision theory Produce trade Automatic control Produce trade Production control Thesis (Ph.D., Computer Engineering)-Prince of Songkla University, 2022 Agricultural supply chain management depends upon the decision-making to stabilize the market situation. Uncertainties in demand and supply in the market dynamics are the main thread to the management. It then requires product flow and activities to be understood thoroughly and immediately. This task requires comprehensive information, expertise, and processing ability, which are time-consuming and labor-intensive. This research proposes an automatic system framework alongside a Causal Bayesian Networks model for market detection and explanation using streaming data. This research contributes to designing and developing the model by encoding expert knowledge using cause-and-effect assumptions integrating with supply chain ground through. This model can detect the market situation rationally, likewise human logic. The results proved that the proposed model could accurately detect and reasonably explain the event. It illustrates that the model is suitable and ready for application to real-world applications for supporting decision-making in agricultural supply chain management. Thailand Education Hub for ASEAN Scholarship in Doctoral Degree funded by Prince of Songkla University, Thailand under Grant No. TEH-233/2016. การจัดการห่วงโซ่อุปทานด้านการเกษตรมีวัตถุประสงค์เพื่อดูแลและควบคุมให้กระบวนการผลิตและซื้อขายสินค้าให้มีประสิทธิภาพและมีความสมดุลย์ แต่ทว่าความสมดุลย์ภายในตลาดเป็นภาวะที่เกิดขึ้นค่อนข้างยากเนื่องจากความผันผวนของอุปสงค์และอุปทาน ดังนั้นการจัดการห่วงโซ่อุปทานจึงจำเป็นต้องอาศัยความเข้าใจในกลไกการผลิตสินค้าที่ครอบคลุมตั้งแต่การเพาะปลูก แปรรูป และซื้อขายอย่างละเอียดรอบคอบและทันท่วงที ทว่าการทำความเข้าใจนั้นมีข้อจำกัดคือยังคงต้องอาศัยมนุษย์ในการตีความและประมวลผลซึ่งเป็นงานที่สิ้นเปลืองเวลาและต้องอาศัยทรัพยากรบุคคลที่มีความรู้เฉพาะทาง ดังนั้นงานวิจัยนี้จึงนำเสนอกรอบแนวคิดของระบบอัตโนมัติร่วมกับโมเดลเครือข่ายเบย์เซียนแบบเหตุและผลเพื่อใช้ในการตรวจสอบและอธิบายเหตุการณ์ทางการตลาด งานวิจัยนี้มีวัตถุประสงค์เพื่อออกแบบและพัฒนาโมเดลดังกล่าวโดยการถอดความรู้เฉพาะทางจากมนุษย์โดยอาศัยแนวคิดสมมติฐานเชิงเหตุและผลบูรณาการร่วมกับองค์ความรู้ด้านห่วงโซ่อุปทาน ผลการทดสอบพบว่าโมเดลที่นำเสนอสามารถตรวจสอบเหตุการณ์ได้ถูกต้องและสามารถอธิบายเหตุการณ์ได้อย่างสมเหตุสมผล ดังนั้นผลลัพธ์บ่งชี้ว่าโมเดลมีความเหมาะสมและสามารถนำไปประยุกต์ใช้ในระบบการจัดการห่วงโซ่อุปทานด้านการเกษตรได้ 2023-04-21T03:11:23Z 2023-04-21T03:11:23Z 2022 Thesis http://kb.psu.ac.th/psukb/handle/2016/18049 en Attribution-NonCommercial-NoDerivs 3.0 Thailand http://creativecommons.org/licenses/by-nc-nd/3.0/th/ application/pdf Prince of Songkla University |
| institution |
Prince of Songkhla University |
| building |
Khunying Long Athakravi Sunthorn Learning Resources Center |
| continent |
Asia |
| country |
Thailand Thailand |
| content_provider |
Khunying Long Athakravi Sunthorn Learning Resources Center |
| collection |
PSU Knowledge Bank |
| language |
English |
| topic |
Explainable Artificial Intelligence Causal Graph Machine Learning Big Data Demand and Supply Analysis Supply Chain Management Bayesian statistical decision theory Produce trade Automatic control Produce trade Production control |
| spellingShingle |
Explainable Artificial Intelligence Causal Graph Machine Learning Big Data Demand and Supply Analysis Supply Chain Management Bayesian statistical decision theory Produce trade Automatic control Produce trade Production control Mallika Kliangkhlao The Design and Development of a Causal Bayesian Networks Model for the Explanation of Agricultural Supply Chains |
| description |
Thesis (Ph.D., Computer Engineering)-Prince of Songkla University, 2022 |
| author2 |
Somchai Limsiroratana |
| author_facet |
Somchai Limsiroratana Mallika Kliangkhlao |
| format |
Theses and Dissertations |
| author |
Mallika Kliangkhlao |
| author_sort |
Mallika Kliangkhlao |
| title |
The Design and Development of a Causal Bayesian Networks Model for the Explanation of Agricultural Supply Chains |
| title_short |
The Design and Development of a Causal Bayesian Networks Model for the Explanation of Agricultural Supply Chains |
| title_full |
The Design and Development of a Causal Bayesian Networks Model for the Explanation of Agricultural Supply Chains |
| title_fullStr |
The Design and Development of a Causal Bayesian Networks Model for the Explanation of Agricultural Supply Chains |
| title_full_unstemmed |
The Design and Development of a Causal Bayesian Networks Model for the Explanation of Agricultural Supply Chains |
| title_sort |
design and development of a causal bayesian networks model for the explanation of agricultural supply chains |
| publisher |
Prince of Songkla University |
| publishDate |
2023 |
| url |
http://kb.psu.ac.th/psukb/handle/2016/18049 |
| _version_ |
1764209935331098624 |