首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏把企业变成 AI 能理解的世界

    质量追溯与库存补货:两条实物流闭环如何建模

    敲黑板:质量追溯向后寻找问题来源、再向前展开影响;库存补货从当前状态向前推演供需缺口。 五、质量追溯:先控制扩散,再逐步缩小不确定性假设案例中,某来料批次的关键尺寸检验不合格。异常事件进入本体后,系统先定位来料批次、检验项目和适用规格,再沿两种方向展开关系。 七、两类场景真正共用的,是结果与证据质量追溯关注已经发生的传播,库存补货关注尚未发生的缺口,但两者最后都要回到同一组闭环问题:最初的事件是否已经被处理,而不只是被看见? 带走一张图:实物流—责任流双链检查表检查层质量追溯库存补货共同验收问题触发事件来料、制程或出货异常预计可用库存进入风险窗口事件是否可观察并绑定时间、对象和来源? 质量追溯和库存补货说明,本体的价值不在于把业务画得更完整,而在于让事实可以被判断、判断可以被执行、执行可以被验证。

    17410编辑于 2026-08-01
  • 来自专栏Deep learning进阶路

    3-2 队列

    3-2 队列 1、基本概念 队列是一种特殊的线性表,特殊之处在于它只允许在表的前端(front)进行删除操作,而在表的后端(rear)进行插入操作,和栈一样,队列是一种操作受限制的线性表。

    61240发布于 2019-07-02
  • 来自专栏智能制造解决方案

    干货分享-数字化车间质量追溯管理解决方案

    以下为企业质量管理实际案例分析 普实通过一物一码,记录产品从原料,到生产过程,再到成品所经历的所有环节;通过各个环节的信息采集或录入,完成产品属性信息的关联绑定,从而为质量评估或质量追溯提供数据支持。 良品率关联员工技能等级 首先,作为企业的员工,也是产品质量的重要一环,生产人员做事的方式对产品质量有直接的影响。 企业可以通过AIO8系统内的质量管控意识培训将技能渗透到所有员工。 IQC 来料质量控制 1-来料质量管理流程 仓管员点收来料后,通过移动采集设备PDA登记供货批次等生成“暂收送检单”直接从蓝牙打印机打印条码标签,再交质量部检验及出具测量报告。 ? 关于产品生产的履历追溯 企业员工扫码领料生产,AIO8系统自动记录数据,并实时展现在看板上。 在生产过程中,进行IPQC过程质量控制。检查内容分为:对各工序的产品质量进行抽检、对各工序的操作人员作业方式方法检查、对控制计划中的内容点检。

    1.8K20编辑于 2022-03-16
  • 3-2配置系统

    .Net Core配置系统支持文件(Json、XML、INI)、注册表、环境变量、命令行、AZure Key Vault等。

    18610编辑于 2026-06-17
  • 来自专栏Hank’s Blog

    3-2 矩阵的子集

    > x <- matrix(1:6,nrow=2,ncol=3) > x [,1] [,2] [,3] [1,] 1 3 5 [2,] 2 4 6

    80620发布于 2020-09-16
  • 来自专栏可爱陆陆

    追溯

    追溯性,他的机制就是设定后面一个区块拥有前面一个区块的一个哈希值就像一个挂钩一样,只有识别了前面的哈希值才能挂得上去,是一整条完整的链。 可追溯性还有一个好的的特点就是便于数据的查询,因为这个区块是有唯一标识的,比如说之前往数据库里面去查询一个东西的话,是有很多算法去分块来找的,而这个区块链网络里面是以时间节点来定义找这个时间段的这个区块再去寻址

    1.1K70发布于 2021-02-01
  • 来自专栏叽叽西

    lagou 爪哇 3-2 zookeeper 笔记

    分布式系统的协调工作就是通过某种方式,让每个节点的信息能够同步和共享。这依赖于服务进程之间的通信。通信方式有两种:

    63910编辑于 2022-05-17
  • AI 时代如何通过主动元数据构建高质量、可追溯的语义底座?

    以算子级血缘为核心的主动元数据平台,通过实现自动化资产盘点、全链路风险防控和主动模型治理,正驱动数据治理从“人治”转向“机治”,为DataOps和RAG等AI应用提供高质量、可追溯的语义底座。 它通过自动化资产盘点、全链路风险防控和主动模型治理,将数据治理从“人治”转向“机治”,为金融等行业的DataOps协同和AI应用(如RAG)提供高质量、可追溯的语义底座。 核心原因并非模型算法本身,而是其赖以生存的“数据土壤”质量堪忧——数据口径混乱、血缘不清、变更影响未知,直接导致“AI幻觉”频发,输出结果不可信。 核心输出物点线连接的依赖关系图可读的白盒化口径 + 精准的行级裁剪影响分析口径本身即是高质量的RAG语料;行级裁剪能实现数据的精准同步与保鲜。 场景一:自动化资产盘点,告别“运动式”治理传统模式为满足EAST等监管报送要求,数据团队需投入数十人月,人工翻阅代码、核对Excel,口径追溯困难,且容易出错。主动元数据平台实现一键溯源。

    45810编辑于 2026-08-07
  • 来自专栏破晓之歌

    JAVA入门3-2(未完,待续) 原

    List(序列)、Queue(队列)可重复排列有序的,Set(集)不可重复无序。list和set常用。

    51250发布于 2018-08-15
  • 来自专栏数据化管理

    数据间关联与追溯

    保证我们下次的产品不会出现类似的质量问题。 只要将公司的数据全面地整合在一起,我们在运营管理上就能够依据数据来发现出现问题的根源,从而从根源上彻底解决问题。 信息在逐步透明之后,依靠信息不对称所谋利的企业将减少,商贸业的利润来源将回归到产品质量和服务;制造业的利润将回归到生产效率和制造工艺,一个“乌托邦”似的时代将会来临。 当然,这是一个完全理想的情形。 关联是追溯的基础。 1.5 可全程追溯是对数据采集全面性评价的基本参数 衡量一个企业的数据是否全面,通过全程追溯的方式即可检验。 从企业的产品或者服务开始追溯,是否能够追溯到每个人、每个部门、每笔财务收付款,就能够检验数据间的关联性以及全面性。

    1.3K00发布于 2020-05-28
  • 来自专栏iKcamp

    追溯 React Hot Loader 的实现

    写在最后 这就是对 React-Hot-Loader 的实现的一个追溯,如果你真的理解了,那么你在配置 React-Hot-Loader 到你的应用代码里面的每个步骤会有一个重新的认识。

    1.8K151发布于 2018-03-30
  • 来自专栏刷题笔记

    3-2 数组元素的区间删除 (20 分)

    本文链接:https://blog.csdn.net/shiliang97/article/details/101225075 3-2 数组元素的区间删除 (20 分) 给定一个顺序存储的线性表,请设计一个函数删除所有值大于

    1.1K30发布于 2019-11-08
  • 来自专栏FreeBuf

    从补丁追溯漏洞触发路径

    查看github中的补丁信息Fixed chunk size parsing. · nginx/nginx@818807d (github.com)如下:

    1.2K30发布于 2021-11-08
  • 来自专栏万能的小草

    pandas入门3-2:识别异常值以及lambda 函数

    假设每个月的客户数量保持相对稳定,将从数据集中删除该月中特定范围之外的任何数据。最终结果应该是没有尖峰的平滑图形。

    1.5K10发布于 2020-02-17
  • 来自专栏企鹅号快讯

    当产品追溯遇上区块链

    中国农业部司长王小兵曾说,以区块链技术为主的创新信息技术,可以多维度,更广泛的提高农产品质量和安全监管。 典型产品追溯体系 我们先从产品追溯体系说起,目前产品追溯体系根据市场要求的不同,大致分为如下几种: H5页面追溯 这是最简单的追溯,完全是“码”为载体,以营销为目的而做的追溯,整个追溯信息只是由几个H5 简单追溯 因政策规定需要提供批次信息的追溯,在产品上市前填写批次信息,并关联追溯标识,这类追溯除了可以提供企业介绍和产品介绍之外,还可以提供当前产品的批次生产信息,只是生产信息没有经过第三方的监管,真实性由厂家负责 下面以县域电商产品的追溯为例,阐述一个典型的县域电商产品追溯体系。 所以在追溯体系里面,区块链的数据操作管理方式并不适合追溯体系数据管理。

    3.8K103发布于 2018-02-28
  • 《OpenClaw行为审计与追溯系统设计》

    对于OpenClaw这类具备自主任务拆解和动态工具调用能力的框架而言,最危险的从来都不是明显的权限越界,而是那些隐藏在层层推理之下、无法被追溯的决策偏差。 他们认为记录的数据越多,追溯的能力就越强,但实际上,过度的数据采集不仅会带来巨大的存储和计算压力,还会导致真正有价值的信息被淹没在海量的噪声中。 追溯呈现层的设计,直接决定了整个系统的易用性和实用性。一个好的追溯界面,应该能够让用户以最直观的方式查看智能体的整个行为过程。 随着OpenClaw生态的不断发展,行为审计与追溯系统也在不断地演进和完善。 行为审计与追溯系统的终极意义,从来都不是对智能体的束缚和监管,而是在人类与智能体之间建立起一座信任的桥梁。

    19800编辑于 2026-05-30
  • 来自专栏WebJ2EE

    React:Table 那些事(3-2)—— 斑马纹、固定表头

    《React:Table 那些事》系列文章,会逐渐给大家呈现一个基于 React 的 Table 组件的定义、设计、开发过程。每篇文章都会针对 Table 的某个具体功能展开分析:

    4.6K10发布于 2019-07-19
  • 来自专栏AI机器学习与深度学习算法

    机器学习入门 3-2 jupyter notebook中的魔法命令

    本系列是《玩转机器学习教程》一个整理的视频笔记。本小节主要介绍jupyter Notebook中的两个魔法命令%run和%time。

    1.8K00发布于 2019-11-13
  • 来自专栏帮你学MatLab

    MATLAB智能算法30个案例分析(3-2)

    神经网路部分 function err=Bpfun(x,P,T,hiddennum,P_test,T_test) %% 训练&测试BP网络 %% 输入 % x:一个个体的初始权值和阈值 % P:训练样

    1.1K50发布于 2018-04-18
  • 来自专栏技术让梦想更伟大

    C语言中3-2=?3%-2=?你确定答案吗

    抛砖引玉 C语言负数除以正数,与正数除以负数或者负数除以负数的余数和商,正负有谁定呢? -3 / 2 = ?; -3 % 2 = ?; 3 / (-2) = ?; 3 % (-2) = ?; (-3)

    1.5K61发布于 2020-07-03
领券