KIT | KIT-Bibliothek | Impressum | Datenschutz
Open Access Logo
§
Verlagsausgabe
DOI: 10.5445/IR/1000082620
Veröffentlicht am 08.05.2018
Originalveröffentlichung
DOI: 10.24251/HICSS.2018.191

A Similarity-Based Approach for the All-Time Demand Prediction of New Automotive Spare Parts

Steuer, Daniel; Hutterer, Verena; Korevaar, Peter; Fromm, Hansjoerg



Zugehörige Institution(en) am KIT Karlsruhe Service Research Institute (KSRI)
Publikationstyp Proceedingsbeitrag
Jahr 2018
Sprache Englisch
Identifikator ISBN: 978-1-5108-5655-4
URN: urn:nbn:de:swb:90-826205
KITopen ID: 1000082620
Erschienen in Proceedings of the 51st Hawaii International Conference on System Sciences (HICSS-51), Waikoloa Village, Hawaii, US, 3rd - 6th January 2018
Verlag Curran Associates, Inc., Red Hook (NY)
KIT – Die Forschungsuniversität in der Helmholtz-Gemeinschaft KITopen Landing Page