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

Cet article décrit la frustration d'un chercheur face à l'extrême rareté des données dans les chaînes d'approvisionnement de fabrication circulaire pour les aimants en terres rares. La recherche a été motivée par un dilemme entre la collecte de plus de données ou le partage forcé, menant à une épiphanie sur l'apprentissage actif pour la détection d'événements rares et la préservation de la vie privée.