Privacy-Preserving Active Learning for circular manufacturing supply chains for extreme data sparsity scenarios

Este artículo describe la frustración de un investigador con la extrema escasez de datos en las cadenas de suministro de fabricación circular para imanes de tierras raras. La investigación surgió de un dilema entre recopilar más datos o forzar su compartición, lo que llevó a una epifanía sobre el aprendizaje activo para la detección de eventos raros y la preservación de la privacidad.