XiaoMi-AI文件搜索系统
World File Search SystemHICL
HICL 2024 年可持续发展报告
5 对于 HICL，性别多样性指标与我们投资组合公司的董事会有关。6 该指标仅指 Affinity Water 和 Altitude Infra，因为 HICL 投资组合中的这两项资产拥有满足此 PAI 标准所需的员工人数。该指标的投资组合覆盖率显示为拥有直接员工的投资组合公司估值的比例。7 HICL 认为现代奴隶制指标与处理人权流程的 PAI 保持一致。8 除非另有说明，所有指标均基于投资组合价值的百分比。9 以下目标直接指 HICL 的经理 InfraRed。10 有关 RIDDOR 的定义，请参阅第 56 页的词汇表。11 高级定义为董事总经理和合伙人级别。12 InfraRed 参加了所有董事会会议、访问了项目公司的一项资产并积极监控项目/公司绩效的投资组合公司百分比。
通过基础设施丰富生活 - HICL
要始终如一地满足可持续发展报告的期望并对投资者负责，就需要不断改进。去年，InfraRed 启动了一项数据收集流程，以确定与 HICL 整个投资组合相关的温室气体排放量，并选择 2019 年作为基准年，以避免 Covid-19 扭曲数据。该公司现已发布其第一份“实时”投资组合排放数据，覆盖 100% 的投资组合，并为投资者提供有形数据，我们可以期待在未来改进这些数据。与此披露相辅相成的是，HICL 还发布了该投资组合的新净零目标，规划了到 2050 年实现投资组合脱碳的路径。这些内容列在本报告的第 16 页。
• 经理：InfraRed Capital Partners ...
2.3 因此，HICL 投资组合中的基础设施支持个人、社区、社会和环境。InfraRed 采用全面的可持续性投资框架，以强有力的指导原则为基础，确保可持续性融入投资过程的每个阶段；从对公司排除名单的负面筛选、交易筛选、尽职调查、投资批准、整个所有权期间的持续管理和报告，直到特许期到期或 HICL 退出投资。作为投资过程的一部分，投资经理将进行广泛的
供应链管理和物流的数字化
今年的 HICL 论文集发布正值深刻变革之际：数字化对现有商业模式进行了考验，并对现有业务流程和逻辑提出了质疑。企业发现自己处在日益动荡的环境中，面临着对灵活性的日益增长的需求。物流和供应链管理塑造了这些流程，并渴望创新概念来满足数字时代的要求。
飞机 MRO 许可区块链原型
建议引用：Schyga, Jakob；Hinckeldeyn, Johannes；Kreutzfeldt, Jochen (2019)：飞机 MRO 中的许可区块链原型，收录于：Kersten, Wolfgang Blecker、Thorsten Ringle, Christian M. (Ed.)：供应链管理中的人工智能和数字化转型：供应链的创新方法。汉堡国际物流会议 (HICL) 论文集，第 27 卷，ISBN 978-3-7502-4947-9，epubli GmbH，柏林，第 469-505 页，https://doi.org/10.15480/882.2480
建议引用：Spreitzenbarth, Jan；Stuckenschmidt, Heiner；Bode, Christoph (2021)：人工智能的现状：采购与销售和营销，收录于：Kersten, Wolfgang Ringle、Christian M. Blecker、Thorsten (Ed.)：适应未来：数字化如何塑造可持续物流和弹性供应链管理。汉堡国际物流会议 (HICL) 论文集，第 31 卷，ISBN 978-3-7549-2770-0，epubli GmbH，柏林，第 223-243 页，https://doi.org/10.15480/882.3990
建议引用：Spreitzenbarth, Jan；Stuckenschmidt, Heiner；Bode, Christoph (2021)：人工智能的现状：采购与销售和营销，收录于：Kersten, Wolfgang Ringle、Christian M. Blecker、Thorsten (Ed.)：适应未来：数字化如何塑造可持续物流和弹性供应链管理。汉堡国际物流会议 (HICL) 论文集，第 31 卷，ISBN 978-3-7549-2770-0，epubli GmbH，柏林，第 223-243 页，https://doi.org/10.15480/882.3990
建议引用：Dornemann, Jorin；Rückert, Nicolas；Fischer, Kathrin；Taraz, Anusch (2020)：海运物流中的人工智能和运筹学，在：Jahn, Carlos Kersten、Wolfgang Ringle、Christian M. (Ed.)：海运和城市物流中的数据科学：数据驱动的物流和可持续性解决方案。汉堡国际物流会议 (HICL) 论文集，第 14 卷。 30，ISBN 978-3-7531-2347-9，epubli GmbH，柏林，第 337-381 页，https://doi.org/10.15480/882.3140
目的：人工智能 (AI) 的应用有可能与运筹学方法相结合带来巨大进步。在我们的研究中，我们探索了当前使用 AI 方法解决优化问题的方法。目的是概述最新进展并研究它们如何适应海运物流。方法：进行并呈现结构化的文献综述。对已确定的论文和贡献进行分类和归类，并总结一些特别相关的贡献的内容和结果。此外，还进行了评估，确定了现有的研究差距并展望了未来的研究方向。发现：除了在优化领域大量使用 AI 关键词外，人们对使用机器学习自动学习优化问题的启发式方法的兴趣也日益浓厚。我们的研究表明，这些方法大多尚未适应海运物流问题。所发现的差距为未来研究中开发海运物流学习模型奠定了基础。原创性：在运筹学领域使用机器学习方法是一个有前途且活跃的研究领域，具有广泛的应用范围。从海运物流的角度回顾这些最新进展是一种新颖的方法，可以为未来研究和实践中开发海运物流大规模优化问题的解决方案带来优势。