2009年 - 裁判。管理科学。操作研究。制造与服务运营管理。生产和运营管理。操作研究数学。运营管理杂志。国际生产研究杂志。计量经济学。定量经济学。兰德经济学杂志。IIE交易有关医疗保健系统工程的交易。运营管理杂志。MSOM学生纸竞赛。MSOM供应链信号。MSOM服务信号。POMS供应链学生纸竞赛。通知交互式海报会话
充满活力的机会。持久的联系。与来自迈阿密、芝加哥、多伦多、北京和香港的凯洛格合作学校的高素质学习伙伴建立国际网络。在凯洛格 EMBA 全球网络和精心挑选的全球沉浸式学习目的地举办的全球选修课中体验跨文化合作的力量。结合我们德国主校区的课程模块,这些国际学习机会将磨练您在特定行业的专业知识,并增强您作为领导者的全球视野。
本文开发了一个模型,以研究供应链破坏的宏观经济含义,并使用三种关键成分:(i)定制供应商 - 客户链接的公司级网络,从而产生关系特异性生产率的增长; (ii)讨价还价,讨价还价; (iii)广泛的调整范围,从而决定与供应商和客户建立或切断关系。我们建立了平衡的存在和独特性,提供了表征结果,并提供了许多比较静态,这些静态表明供应链和骨料产出如何响应冲击。我们还表明,平衡供应链不具备,并且表现出固有的脆弱性:即使有效的分配始终在相同的冲击中连续,小冲击可能导致输出不连续的变化。我们探索了这种脆弱性的几种宏观经济含义。
摘要 目的:评估结合机器学习 (ML) 方法准确预测术后前房深度 (ACD) 是否能提高现有人工晶状体 (IOL) 计算公式的屈光预测性能。方法:密歇根大学凯洛格眼科中心收集了 4806 名白内障患者的数据集,并将其分为训练集(80% 的患者,5761 只眼睛)和测试集(20% 的患者,961 只眼睛)。使用先前开发的基于 ML 的方法根据术前生物测量预测术后 ACD。使用回归模型将这种基于 ML 的术后 ACD 集成到新的有效晶状体位置 (ELP) 预测中,以重新调整四个现有公式(Haigis、Hoffer Q、Holladay 和 SRK/T)中的每一个的 ML 输出。使用测试数据集比较了具有 ML 修改的 ELP 的公式的性能。通过屈光预测中的平均绝对误差 (MAE) 来衡量性能。结果:当用原始 ELP 和 ML 预测的 ELP 的线性组合替换 ELP 时,测试集中的 MAE ± SD(以屈光度为单位)为:Haigis 为 0.356 ± 0.329,Hoffer Q 为 0.352 ± 0.319,Holladay 为 0.371 ± 0.336,SRK/T 为 0.361 ± 0.331,明显低于原始公式的 MAE ± 0.328:Haigis 为 0.408 ± 0.337,Holladay 为 0.384 ± 0.341,SRK/T 为 0.394 ± 0.351。结论:使用更准确的预测术后 ACD 可显著提高现有四种 IOL 度数公式的预测准确性。