Fugu-MT 論文翻訳(概要): D3BA: A Tool for Optimizing Business Processes Using Non-Deterministic Planning

論文の概要: D3BA: A Tool for Optimizing Business Processes Using Non-Deterministic Planning

arxiv url: http://arxiv.org/abs/2001.02619v2
Date: Tue, 4 Feb 2020 22:13:37 GMT
ステータス: 処理完了
システム内更新日: 2023-01-13 10:07:44.374036
Title: D3BA: A Tool for Optimizing Business Processes Using Non-Deterministic Planning
Title（参考訳）: d3ba: 非決定性計画を用いたビジネスプロセス最適化ツール
Authors: Tathagata Chakraborti and Yasaman Khazaeni
Abstract要約: D3BA -- デジタルビジネス自動化のための宣言的設計 -- は、AI計画の力を使ってビジネスプロセスを最適化するために構築される。このツールは、複雑なビジネスプロセスを構築し、最適化し、メンテナンスするための強力なフレームワークを提供する。
参考スコア（独自算出の注目度）: 15.06837206688948
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This paper builds upon recent work in the declarative design of dialogue agents and proposes an exciting new tool -- D3BA -- Declarative Design for Digital Business Automation, built to optimize business processes using the power of AI planning. The tool provides a powerful framework to build, optimize, and maintain complex business processes and optimize them by composing with services that automate one or more subtasks. We illustrate salient features of this composition technique, compare with other philosophies of composition, and highlight exciting opportunities for research in this emerging field of business process automation.
Abstract（参考訳）: 本稿では,対話エージェントの宣言的設計に関する最近の研究に基づいて,ai計画の力を利用してビジネスプロセスを最適化するディジタルビジネス自動化のための,エキサイティングな新しいツールであるd3baを提案する。このツールは、複雑なビジネスプロセスを構築し、最適化し、メンテナンスするための強力なフレームワークを提供する。我々は、この構成技法の有意義な特徴を説明し、他の構成哲学と比較し、この新興のビジネスプロセス自動化分野における研究のエキサイティングな機会を強調する。

関連論文リスト

ToolFlow: Boosting LLM Tool-Calling Through Natural and Coherent Dialogue Synthesis [80.34000499166648]
より関連性の高いツールの組み合わせをサンプリングするためのグラフベースのサンプリング戦略と、コヒーレントな対話の合成を導く計画を作成するための計画生成戦略を提案する。ツールフローで生成した8000の合成対話を用いてLLaMA-3.1-8BにSFTを適用した。その結果,GPT-4に匹敵するツールコール性能が得られた。
論文参考訳（メタデータ） (2024-10-24T05:45:04Z)
Leveraging Large Language Models for Enhanced Process Model Comprehension [33.803742664323856]
ビジネスプロセスマネジメント(BPM)では、効果的にプロセスモデルを理解することが重要であるが、重大な課題を生じさせる。本稿では,Large Language Models(LLM)の高度な機能を活用し,複雑なプロセスモデルの解釈可能性を高める新しいフレームワークを提案する。
論文参考訳（メタデータ） (2024-08-08T13:12:46Z)
Revolutionizing Process Mining: A Novel Architecture for ChatGPT Integration and Enhanced User Experience through Optimized Prompt Engineering [2.4578723416255754]
本研究では,ChatGPTなどの大規模言語モデル(LLM)をプロセスマイニングツールに統合することで,新たなアプローチを提案する。この研究の重要な革新は、各プロセスマイニングサブモジュール用に調整された迅速なエンジニアリング戦略を開発することである。このアプローチの有効性を検証するために、研究者らは、BehfaLabのプロセスマイニングツールを使用している17社のデータを使用した。
論文参考訳（メタデータ） (2024-05-17T10:48:14Z)
The Foundations of Computational Management: A Systematic Approach to Task Automation for the Integration of Artificial Intelligence into Existing Workflows [55.2480439325792]
本稿では,タスク自動化の体系的アプローチである計算管理を紹介する。この記事では、ワークフロー内でAIを実装するプロセスを開始するための、ステップバイステップの手順を3つ紹介する。
論文参考訳（メタデータ） (2024-02-07T01:45:14Z)
AutoAct: Automatic Agent Learning from Scratch for QA via Self-Planning [54.47116888545878]
AutoActはQAのための自動エージェント学習フレームワークである。大規模アノテートデータやクローズドソースモデルからの合成計画軌道は依存していない。
論文参考訳（メタデータ） (2024-01-10T16:57:24Z)
TaskBench: Benchmarking Large Language Models for Task Automation [82.2932794189585]
タスク自動化における大規模言語モデル(LLM)の機能を評価するためのフレームワークであるTaskBenchを紹介する。具体的には、タスクの分解、ツールの選択、パラメータ予測を評価する。提案手法は, 自動構築と厳密な人的検証を組み合わせることで, 人的評価との整合性を確保する。
論文参考訳（メタデータ） (2023-11-30T18:02:44Z)
Introducing Interactions in Multi-Objective Optimization of Software Architectures [2.920908475492581]
本研究では,設計者のインタラクションがソフトウェアアーキテクチャの最適化に与える影響について検討する。関心のある領域に探索を向けることで、完全に自動化されたプロセスで探索されていないアーキテクチャを明らかにする。
論文参考訳（メタデータ） (2023-08-29T07:49:46Z)
ChatEDA: A Large Language Model Powered Autonomous Agent for EDA [6.858976599086164]
本稿では, LLM, AutoMage, EDAツールがエグゼクタとして機能するEDA用自律エージェントChatEDAを紹介する。 ChatEDAは、タスク分解、スクリプト生成、タスク実行を効果的に管理することで、登録-転送レベル(RTL)からグラフデータシステムバージョンII(GDSII)への設計フローを合理化する。
論文参考訳（メタデータ） (2023-08-20T08:32:13Z)
Large Language Models can accomplish Business Process Management Tasks [0.0]
大規模言語モデル(LLM)がテキスト関連ビジネスプロセス管理タスクをどのように達成できるかを示す。 LLMは、テキスト記述からプロセスモデルを達成し、テキスト記述から宣言的プロセスモデルをマイニングし、ロボットプロセス自動化のためのテキスト記述からプロセスタスクの適合性を評価する。
論文参考訳（メタデータ） (2023-07-19T11:54:46Z)
ART: Automatic multi-step reasoning and tool-use for large language models [105.57550426609396]
大規模言語モデル(LLM)は、数秒とゼロショットの設定で複雑な推論を行うことができる。各推論ステップは、コアLLM機能を超えて計算をサポートする外部ツールに依存することができる。プログラムとして中間推論ステップを自動生成するために凍結LDMを使用するフレームワークであるART(Automatic Reasoning and Tool-use)を導入する。
論文参考訳（メタデータ） (2023-03-16T01:04:45Z)
AI-based Modeling and Data-driven Evaluation for Smart Manufacturing Processes [56.65379135797867]
本稿では,半導体製造プロセスに関する有用な知見を得るための動的アルゴリズムを提案する。本稿では,遺伝的アルゴリズムとニューラルネットワークを利用して,知的特徴選択アルゴリズムを提案する。
論文参考訳（メタデータ） (2020-08-29T14:57:53Z)

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。