論文の概要: Workflow Automation for Cyber Physical System Development Processes
- arxiv url: http://arxiv.org/abs/2004.05654v1
- Date: Sun, 12 Apr 2020 17:32:05 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-14 05:31:48.113697
- Title: Workflow Automation for Cyber Physical System Development Processes
- Title（参考訳）: サイバー物理システム開発プロセスのためのワークフロー自動化
- Authors: Charles Hartsell and Nagabhushan Mahadevan and Harmon Nine and Ted
Bapty and Abhishek Dubey and Gabor Karsai
- Abstract要約: サイバー物理システム(CPS)の開発には、多くの分野の専門知識を持つ開発者間の密接な相互作用が必要である。
複雑なCPS開発プロセスの自動化のためのワークフローモデリング言語を導入する。
保証ベースの学習対応CPSツールチェーンでこれらのモデルを実行するためのプラットフォームを実装した。
- 参考スコア（独自算出の注目度）: 1.6735240552964108
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Development of Cyber Physical Systems (CPSs) requires close interaction
between developers with expertise in many domains to achieve ever-increasing
demands for improved performance, reduced cost, and more system autonomy. Each
engineering discipline commonly relies on domain-specific modeling languages,
and analysis and execution of these models is often automated with appropriate
tooling. However, integration between these heterogeneous models and tools is
often lacking, and most of the burden for inter-operation of these tools is
placed on system developers. To address this problem, we introduce a workflow
modeling language for the automation of complex CPS development processes and
implement a platform for execution of these models in the Assurance-based
Learning-enabled CPS (ALC) Toolchain. Several illustrative examples are
provided which show how these workflow models are able to automate many
time-consuming integration tasks previously performed manually by system
developers.
- Abstract（参考訳）: サイバー物理システム(CPS)の開発は、パフォーマンスの向上、コスト削減、システムの自律性向上のために、多くの領域で専門知識を持つ開発者間の密接な相互作用を必要とする。
各エンジニアリング分野は一般的にドメイン固有のモデリング言語に依存しており、分析と実行は適切なツールで自動化されることが多い。
しかし、ヘテロジニアスモデルとツールの統合はしばしば欠如しており、これらのツールの相互運用の負担のほとんどはシステム開発者にある。
この問題を解決するために、複雑なCPS開発プロセスの自動化のためのワークフローモデリング言語を導入し、アシュアランスベースの学習対応CPSツールチェーンでこれらのモデルを実行するためのプラットフォームを実装した。
これらのワークフローモデルは、以前システム開発者が手動で実行した多くの時間を要する統合タスクを自動化することができることを示す、いくつかの例が提供されている。
関連論文リスト
- Asynchronous Tool Usage for Real-Time Agents [61.3041983544042]
並列処理とリアルタイムツール利用が可能な非同期AIエージェントを導入する。
私たちの重要な貢献は、エージェントの実行とプロンプトのためのイベント駆動有限状態マシンアーキテクチャです。
この研究は、流体とマルチタスクの相互作用が可能なAIエージェントを作成するための概念的なフレームワークと実践的なツールの両方を提示している。
論文 参考訳（メタデータ） (2024-10-28T23:57:19Z) - VisionCoder: Empowering Multi-Agent Auto-Programming for Image Processing with Hybrid LLMs [8.380216582290025]
本稿では,自動プログラミングタスクを協調的に完了するマルチエージェントフレームワークを提案する。
各エージェントは、仮想組織をまとめて形成する、ソフトウェア開発サイクルにおいて、明確な役割を担います。
このフレームワークは、プロジェクト、モジュール、ファンクションレベルにまたがるツリー構造化の思考分布と開発メカニズムを確立することで、コスト効率と効率的なソリューションを提供します。
論文 参考訳（メタデータ） (2024-10-25T01:52:15Z) - GenAgent: Build Collaborative AI Systems with Automated Workflow Generation -- Case Studies on ComfyUI [64.57616646552869]
本稿では、モデル、データソース、パイプラインを統合し、複雑で多様なタスクを解決するためにパフォーマンスを向上させるために使用される協調AIシステムについて検討する。
我々は、LLMベースのフレームワークであるGenAgentを紹介した。
その結果、GenAgentは実行レベルおよびタスクレベルの評価においてベースラインアプローチよりも優れていた。
論文 参考訳（メタデータ） (2024-09-02T17:44:10Z) - Knowledge Graph Modeling-Driven Large Language Model Operating System (LLM OS) for Task Automation in Process Engineering Problem-Solving [0.0]
本稿では,化学・プロセス産業における複雑な問題の解決を目的としたAI駆動型フレームワークであるプロセスエンジニアリングオペレーションアシスタント(PEOA)を紹介する。
このフレームワークはメタエージェントによって構成されたモジュラーアーキテクチャを採用しており、中央コーディネータとして機能している。
その結果、計算の自動化、プロトタイピングの高速化、産業プロセスに対するAIによる意思決定支援におけるフレームワークの有効性が示された。
論文 参考訳（メタデータ） (2024-08-23T13:52:47Z) - BMW Agents -- A Framework For Task Automation Through Multi-Agent Collaboration [0.0]
我々は、様々なドメインにわたる複雑なユースケースアプリケーションを扱う柔軟なエージェントエンジニアリングフレームワークの設計に重点を置いている。
提案するフレームワークは,産業用アプリケーションの信頼性を提供し,複数の自律エージェントに対して,スケーラブルでフレキシブルで協調的なワークフローを保証するためのテクニックを提供する。
論文 参考訳（メタデータ） (2024-06-28T16:39:20Z) - A Framework to Model ML Engineering Processes [1.9744907811058787]
機械学習(ML)ベースのシステムの開発は複雑で、多様なスキルセットを持つ複数の学際的なチームが必要である。
現在のプロセスモデリング言語は、そのようなシステムの開発を説明するには適していない。
ドメイン固有言語を中心に構築されたMLベースのソフトウェア開発プロセスのモデリングフレームワークを紹介する。
論文 参考訳（メタデータ） (2024-04-29T09:17:36Z) - Towards Single-System Illusion in Software-Defined Vehicles -- Automated, AI-Powered Workflow [3.2821049498759094]
本稿では,車載ソフトウェアシステムの開発における,新しいモデルと特徴に基づくアプローチを提案する。
提案されたアプローチの重要なポイントの1つは、近代的な生成AI、特にLarge Language Models(LLM)の導入である。
その結果、パイプラインは広範囲に自動化され、各ステップでフィードバックが生成される。
論文 参考訳（メタデータ） (2024-03-21T15:07:57Z) - An Interactive Agent Foundation Model [49.77861810045509]
本稿では,AIエージェントを訓練するための新しいマルチタスクエージェントトレーニングパラダイムを用いた対話型エージェント基礎モデルを提案する。
トレーニングパラダイムは、視覚マスク付きオートエンコーダ、言語モデリング、次世代の予測など、多様な事前学習戦略を統一する。
私たちは、ロボティクス、ゲームAI、ヘルスケアという3つの異なる領域でフレームワークのパフォーマンスを実演します。
論文 参考訳（メタデータ） (2024-02-08T18:58:02Z) - A Graphical Modeling Language for Artificial Intelligence Applications
in Automation Systems [69.50862982117127]
学際的なグラフィカルモデリング言語で、すべての分野に理解可能なシステムとして、AIアプリケーションのモデリングを可能にすることは、まだ存在しない。
本稿では,システムレベルでの自動化システムにおけるAIアプリケーションの一貫した,理解可能なモデリングを可能にするグラフィカルモデリング言語を提案する。
論文 参考訳（メタデータ） (2023-06-20T12:06:41Z) - The GitHub Development Workflow Automation Ecosystems [47.818229204130596]
大規模なソフトウェア開発は、非常に協力的な取り組みになっています。
この章では、開発ボットとGitHub Actionsのエコシステムについて解説する。
この領域における最先端技術に関する広範な調査を提供する。
論文 参考訳（メタデータ） (2023-05-08T15:24:23Z) - Enabling Automated Machine Learning for Model-Driven AI Engineering [60.09869520679979]
モデル駆動型ソフトウェアエンジニアリングとモデル駆動型AIエンジニアリングを実現するための新しいアプローチを提案する。
特に、私たちはAutomated MLをサポートし、AI集約システムの開発において、AIの深い知識のないソフトウェアエンジニアを支援します。
論文 参考訳（メタデータ） (2022-03-06T10:12:56Z)
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。