La Legge di Little come Vettore di Resilienza e Qualità
Studio sull'applicazione della Legge di Little per elevare la prevedibilità delle consegne e la resilienza nelle operazioni di Data Science.
La vera innovazione non nasce dall'hype aziendale, ma dal rigore accademico convalidato dai pari. Questo repository consolida decenni di ricerca scientifica e modellazione analitica condotte da Ulisses Flores. Esplorando l'intersezione tra Intelligenza Artificiale, Resilienza Cibernetico-Finanziaria e la Teoria dei Sistemi Complessi, ogni pubblicazione qui elencata (con registrazione DOI) rappresenta un contributo documentato allo stato dell'arte dell'ingegneria e dell'economia.
Rigore di livello Q1 con tracciabilità DOI
Ogni articolo segue standard di pubblicazione accademica internazionale con revisione paritaria, identificatori DOI e metodologia riproducibile — applicati direttamente a progetti reali di consulenza, architettura di sistemi e ricerca in IA.
Studio sull'applicazione della Legge di Little per elevare la prevedibilità delle consegne e la resilienza nelle operazioni di Data Science.
Analisi predittiva degli attivi finanziari con reti LSTM per catturare le dinamiche temporali nei mercati non stazionari.
Rilevamento delle frodi con carte di credito mediante reti neurali MLP e ingegneria delle feature per dati sbilanciati.
Analisi storiografica e archeologica esaustiva sulla storicità di Gesù.
Analisi di Bitcoin come attivo di riserva attraverso la teoria monetaria della Scuola Austriaca.
Analisi storico-critica della canonizzazione scribale e della formazione del canone biblico.
Analisi teologica e fenomenologica delle apparizioni mariane.
Archeologia spirituale, teologica e visuale del Club Santo e le origini del metodismo.