Neuhub 貢獻者： 京東 許可證：Apache License 2.0 官網：https://neuhub.jd.com/
本項目針對供應鏈生產、流通、消費環節中涉及的‘人-貨-場’關鍵要素，開源供應鏈場景下的計算機視覺、自然語言處理、機器學習等人工智能共性關鍵技術。
本項目針對供應鏈生產、流通、服務環節中涉及的‘人-貨-場’關鍵要素，開源了供應鏈場景下的計算機視覺、自然語言處理、機器學習、運籌優化、銷量預測等人工智能和供應鏈共性關鍵技術。
其中針對供應鏈場景對人物和物體的精細化識別和分析的需求，開源高精度的人臉識別、精細物體檢測與識別、行人重識別、精細動作識別等技術；針對供應鏈場景對跨媒體理解、對話、用戶畫像等技術的需求，開源視覺、語音、語言等跨媒體信息智能感知技術；針對供應鏈真實業務場景下對話過程必然是多輪的情況，開源結合對話上下文和問答意圖的多層級對話系統模型；基于神經網絡自動搜索技術和自動推理優化策略，探索高性能算法模型。
針對供應鏈生產環節的定制化生產需求，開源了面向反向定制場景的多目標預測算法；針對供應鏈流通環節的庫存管理問題，開源了針對缺貨影響庫存系統的庫存管理策略算法、優化冷鏈庫存周轉的調度算法；針對供應鏈流通環節的物流車輛路由規劃問題，開源了基于求解器的啟發式MDVRP算法；針對供應鏈銷售環節的銷量預測問題，開源了基于LightGBM模型的新品銷量預測算法、多粒度多場景銷量預測算法、基于神經網絡和隱馬爾可夫模型的需求預測算法等技術。
開源人工智能和供應鏈共性技術的算法模型，深入了解人工智能和供應鏈開源技術的特點和與智能供應鏈人工智能開源開放平臺的匹配度，為平臺建設提供開源技術支持。針對智能供應鏈場景的線上商品的視頻、圖片內容涉暴恐的違法、違規事項，開源深度學習、機器學習等人工智能技術研發智能化審查算法；通過人工智能算法對視頻圖片媒體內容深度挖掘與分析，實現對特定（高危信息，比如恐暴、蒙面人、槍支等）內容進行提取，建立特征庫-視覺指紋；研究基于特征的分布特性實現視覺指紋的高速提取和匹配，有效提高特定視頻內容提取的性能與效率；研究基于大規模供應鏈數據的全鏈路協同技術，有效提高供應鏈運營效率、降低供應鏈成本；通過將場景監控、庫存優化、物流路由規劃、視頻安全技術應用于冷鏈供應鏈及食品安全供應鏈，為消費者的食品安全保駕護航；規范通用接口形成人工智能和供應鏈算法資源API，賦能供應鏈生產-流通-服務全流程落地。
聯系人： 劉武 (liuwu1@jd.com）， 劉鑫辰 (liuxinchen1@jd.com)