En este momento estás viendo 
<span class="bsf-rt-reading-time"><span class="bsf-rt-display-label" prefix="Tiempo de lectura"></span> <span class="bsf-rt-display-time" reading_time="1"></span> <span class="bsf-rt-display-postfix" postfix="mins"></span></span><!-- .bsf-rt-reading-time -->Predicción de la dilución de facturas en la financiación de la cadena de suministro con modelos XGBoost de dos etapas, KAN (Kolmogorov Arnold Networks) y Ensemble sin fugas

Predicción de la dilución de facturas en la financiación de la cadena de suministro con modelos XGBoost de dos etapas, KAN (Kolmogorov Arnold Networks) y Ensemble sin fugas

  • Autor de la entrada:
  • Categoría de la entrada:Noticias externas

Resumen: La dilución de facturas o pagos es la brecha entre el monto de la factura aprobada y el cobro real y es una fuente importante de riesgo no crediticio y pérdida de margen en la financiación de la cadena de suministro. Tradicionalmente, este riesgo se gestiona a través del compromiso de pago irrevocable (IPU) del comprador, que se compromete al pago total sin deducciones. Sin embargo, las UIP pueden obstaculizar la adopción del financiamiento de la cadena de suministro, particularmente entre compradores de grado subinvertido. Un método más nuevo, basado en datos, utiliza límites de crédito dinámicos en tiempo real, proyectando la dilución para cada par de comprador-proveedor en tiempo real. Este documento presenta un marco de inteligencia artificial y aprendizaje automático y evalúa cómo puede complementar un algoritmo determinista para predecir la dilución de facturas utilizando un amplio conjunto de datos de producción en nueve campos de transacciones clave.

Publicado originalmente en export.arxiv.org el 17 de febrero de 2026.
Ver fuente original

admin

Usuario de administración del sitio web