論文の概要: Automated Discovery of Data Transformations for Robotic Process Automation

• arxiv url: http://arxiv.org/abs/2001.01007v1
• Date: Fri, 3 Jan 2020 23:15:45 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-14 17:45:56.160655
• Title: Automated Discovery of Data Transformations for Robotic Process Automation
• Title（参考訳）: ロボットプロセス自動化のためのデータ変換の自動発見
• Authors: Volodymyr Leno, Marlon Dumas, Marcello La Rosa, Fabrizio Maria Maggi, Artem Polyvyanyy
• Abstract要約: 本稿では、ユーザがスプレッドシートや(Web)フォームから別のフォームにデータを転送するルーチンを発見するために、ユーザーインタラクション(UI)ログを解析する問題に対処する。 提案手法とその最適化は,実生活における反復データ転送ルーチンを再現するUIログを用いて評価される。
• 参考スコア（独自算出の注目度）: 2.0386745041807037
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Robotic Process Automation (RPA) is a technology for automating repetitive routines consisting of sequences of user interactions with one or more applications. In order to fully exploit the opportunities opened by RPA, companies need to discover which specific routines may be automated, and how. In this setting, this paper addresses the problem of analyzing User Interaction (UI) logs in order to discover routines where a user transfers data from one spreadsheet or (Web) form to another. The paper maps this problem to that of discovering data transformations by example - a problem for which several techniques are available. The paper shows that a naive application of a state-of-the-art technique for data transformation discovery is computationally inefficient. Accordingly, the paper proposes two optimizations that take advantage of the information in the UI log and the fact that data transfers across applications typically involve copying alphabetic and numeric tokens separately. The proposed approach and its optimizations are evaluated using UI logs that replicate a real-life repetitive data transfer routine.
• Abstract（参考訳）: ロボットプロセス自動化(rpa:robotic process automation)は、複数のアプリケーションとユーザインタラクションのシーケンスからなる反復ルーチンを自動化する技術である。 RPAがオープンする機会を完全に活用するためには、企業はどの特定のルーチンが自動化されるか、どのようにして見つける必要がある。 本稿では,ユーザインタラクション (UI) ログを解析して,ユーザがスプレッドシートや (Web) フォームから別のフォームにデータを転送するルーチンを発見する問題に対処する。 この論文は、この問題を、例によってデータ変換を発見すること、すなわち、いくつかのテクニックが利用できる問題とマッピングする。 本稿は,データ変換発見における最先端技術の適用は,非効率であることを示す。 そこで本論文では,uiログの情報を利用する2つの最適化と,アプリケーション間でのデータ転送がアルファベットトークンと数値トークンを別々にコピーすることを伴うことを提案する。 提案手法とその最適化は,実際の繰り返しデータ転送ルーチンを再現するuiログを用いて評価される。

関連論文リスト

• Automatic AI Model Selection for Wireless Systems: Online Learning via Digital Twinning [50.332027356848094]
  AIベースのアプリケーションは、スケジューリングや電力制御などの機能を実行するために、インテリジェントコントローラにデプロイされる。 コンテキストとAIモデルのパラメータのマッピングは、ゼロショット方式で理想的に行われる。 本稿では,AMSマッピングのオンライン最適化のための一般的な手法を紹介する。
  論文  参考訳（メタデータ） (2024-06-22T11:17:50Z)
• Automated data processing and feature engineering for deep learning and big data applications: a survey [0.0]
  現代の人工知能(AI)のアプローチは、データから直接学習するアルゴリズムを設計することを目的としている。 従来のディープラーニングパイプラインのすべてのデータ処理タスクが自動化されたわけではない。
  論文  参考訳（メタデータ） (2024-03-18T01:07:48Z)
• Data augmentation with automated machine learning: approaches and performance comparison with classical data augmentation methods [0.0]
  最先端のアプローチは一般的に、自動機械学習(AutoML)の原則に依存します。 本稿では,AutoMLに基づくデータ拡張技術に関する総合的な調査を紹介する。
  論文  参考訳（メタデータ） (2024-03-13T09:00:38Z)
• IR2: Information Regularization for Information Retrieval [2.4816250611120547]
  本稿では,情報検索のための情報正規化手法IR2について述べる。 実験結果から,我々の正則化手法は,検討したタスクにおいて,従来の合成クエリ生成手法より優れているだけでなく,コストを最大50%削減できることが示唆された。
  論文  参考訳（メタデータ） (2024-02-25T21:25:06Z)
• Zero-shot Composed Text-Image Retrieval [72.43790281036584]
  合成画像検索(CIR)の問題点を考察する。 テキストや画像などのマルチモーダル情報を融合し、クエリにマッチする画像を正確に検索し、ユーザの表現能力を拡張できるモデルをトレーニングすることを目的としている。
  論文  参考訳（メタデータ） (2023-06-12T17:56:01Z)
• AutoML-GPT: Automatic Machine Learning with GPT [74.30699827690596]
  本稿では,タスク指向のプロンプトを開発し,大規模言語モデル(LLM)を自動的に活用して学習パイプラインを自動化することを提案する。 本稿では,多様なAIモデルのブリッジとしてGPTを用いたAutoML-GPTを提案する。 このアプローチはコンピュータビジョン、自然言語処理、その他の課題領域において顕著な結果をもたらす。
  論文  参考訳（メタデータ） (2023-05-04T02:09:43Z)
• Robotic Process Automation Using Process Mining $\unicode{x2013}$ A Systematic Literature Review [0.7252027234425332]
  本稿では, プロセスマイニングの適用性を評価し, RPAの実装を加速し, 改善することを目的とする。 ソフトウェアロボットで自動化可能なプロセスを理解するために,PM技術を用いた手法の体系的検討を行った。 この領域における出版物の数は着実に増加しており、特に2022年にはPMとRPAの併用への関心が高まっている。
  論文  参考訳（メタデータ） (2022-04-02T03:13:17Z)
• Automated Machine Learning Techniques for Data Streams [91.3755431537592]
  本稿では、最先端のオープンソースAutoMLツールを調査し、ストリームから収集したデータに適用し、時間とともにパフォーマンスがどのように変化するかを測定する。 この結果から,既製のAutoMLツールで十分な結果が得られることが示されたが,概念ドリフトや検出,適応といった手法が適用されれば,予測精度を時間とともに維持することが可能になる。
  論文  参考訳（メタデータ） (2021-06-14T11:42:46Z)
• AURSAD: Universal Robot Screwdriving Anomaly Detection Dataset [80.6725125503521]
  本報告では,UR3eシリーズロボットとOnRobot Screwdriverを用いて作成したデータセットについて述べる。 その結果得られたデータは、正常および異常なロボット動作の2042のサンプルを含んでいる。 このデータを使用した短いMLベンチマークも提供されており、さらなる分析と実験のためのデータの適合性と可能性を示している。
  論文  参考訳（メタデータ） (2021-02-02T09:59:23Z)
• Scaling Systematic Literature Reviews with Machine Learning Pipelines [57.82662094602138]
  体系的なレビューは、科学的文書からデータを抽出する。 これらの側面をそれぞれ自動化するパイプラインを構築し、多くの人間時間対システム品質トレードオフを実験します。 人間の専門的アノテーションの2週間だけで、パイプラインシステム全体の驚くほどの精度と一般性が得られることが分かりました。
  論文  参考訳（メタデータ） (2020-10-09T16:19:42Z)
• Information-theoretic User Interaction: Significant Inputs for Program Synthesis [11.473616777800318]
  重要質問問題を導入し、一般には困難であることを示す。 我々はその問題を解決するための情報理論の欲求的アプローチを開発する。 対話型プログラム合成の文脈では、上記の結果を用いてプログラム学習者を開発する。 私たちのアクティブな学習者は、偽陰性と偽陽性をトレードオフし、現実のデータセット上で少数の反復に収束することができます。
  論文  参考訳（メタデータ） (2020-06-22T21:46:40Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。