AI för mode

Målet med avhandlingen var att förstå vikten av big data och AI i klädindustrin och därefter hitta sätt för företag att få konkurrensfördelar. Det skulle också kunna leda till en grönare konsumtion och produktion.

– Jag har upptäckt att det i allmänhet är ett lågt fokus inom klädindustrin på att tillämpa AI på data från produkter och kunder. Därför har jag utvecklat två modeller för att skapa datadrivna lösningar som kan hjälpa till att skapa produkter närmare kundernas specifika behov, säger Sheenam Jain, doktorand vid SMDTex-programmet vid Högskolan i Borås.

Den ena AI-modellen heter Random forest och är ett ramverk för klädklassficering.

– Denna typ av modell kan användas för att skapa semantiska ontologier. Ontologier är ramar för att representera delbar och återanvändbar kunskap över en domän. Den kan också integreras med de rekommendationssystem som redan används i branschen.

Modell nummer två är ett beslutsstödsystem som utvecklas genom AI-tekniken Fuzzy Logic. En lösning som kan hjälpa företag att välja det mest lämpliga tyget beroende på användarens behov.

– Denna typ av modell kan integreras med produktkonfiguratorer och användas internt av produktutvecklingsavdelningen för att tillhandahålla skräddarsydda plagg.

Genom avhandlingen får även klädhandlare en modell som kan hjälpa dem att hantera big data för att ge kunder anpassade tjänster.

Källa: Högskolan i Borås