論文の概要: Application of LEAN Principles to Improve Business Processes: a Case
Study in Latvian IT Company
- arxiv url: http://arxiv.org/abs/2007.04696v1
- Date: Thu, 9 Jul 2020 10:42:58 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-10 21:24:29.259739
- Title: Application of LEAN Principles to Improve Business Processes: a Case
Study in Latvian IT Company
- Title(参考訳): LEAN原則のビジネスプロセス改善への応用--ラトビアIT企業を事例として
- Authors: Anastasija Nikiforova, Zane Bicevska
- Abstract要約: この記事では、LEANの原則がアプリケーションの利点と欠点を増幅していることを論じる。
著者らは、LeAN原則をIT企業のビジネスプロセスとワークフロー効率の改善可能性を特定するツールとして使うことを提案している。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The research deals with application of the LEAN principles to business
processes of a typical IT company. The paper discusses LEAN principles
amplifying advantages and shortcomings of their application. The authors
suggest use of the LEAN principles as a tool to identify improvement potential
for IT company's business processes and work-flow efficiency. During a case
study the implementation of LEAN principles has been exemplified in business
processes of a particular Latvian IT company. The obtained results and
conclusions can be used for meaningful and successful application of LEAN
principles and methods in projects of other IT companies.
- Abstract(参考訳): この研究は、典型的なIT企業のビジネスプロセスにLEAN原則を適用します。
この記事では、LEANの原則がアプリケーションの利点と欠点を増幅していることを論じる。
著者らは、LeAN原則をIT企業のビジネスプロセスとワークフロー効率の改善可能性を特定するツールとして使うことを提案している。
ケーススタディでは、特定のラトビアIT企業のビジネスプロセスでLEAN原則の実装が実証されています。
得られた結果と結論は、他のIT企業のプロジェクトにおけるLEAN原則とメソッドの有意義で成功した応用に利用できる。
関連論文リスト
- How Can LLM Guide RL? A Value-Based Approach [68.55316627400683]
強化学習(Reinforcement Learning, RL)は、将来の行動方針をフィードバックで改善することにより、シーケンシャルな意思決定問題の事実上の標準的実践となった。
大規模言語モデル(LLM)の最近の発展は、言語理解と生成において印象的な能力を示したが、探索と自己改善能力に欠けていた。
我々はLINVITというアルゴリズムを開発し、LLMガイダンスを値ベースRLの正規化因子として組み込んで学習に必要なデータ量を大幅に削減する。
論文 参考訳(メタデータ) (2024-02-25T20:07:13Z) - Learning Fair Ranking Policies via Differentiable Optimization of
Ordered Weighted Averages [55.04219793298687]
本稿では,学習からランクへの学習ループに,効率よく解ける公正ランキングモデルを組み込む方法について述べる。
特に,本論文は,OWA目標の制約された最適化を通じてバックプロパゲーションを行う方法を示す最初のものである。
論文 参考訳(メタデータ) (2024-02-07T20:53:53Z) - Large Language Models and Explainable Law: a Hybrid Methodology [44.99833362998488]
規則に基づく法体系のアクセシビリティ, 利用, 説明可能性を高めるため, LLMを提唱する。
ルールベースシステムによる説明を翻訳するために, LLM の利用の可能性を探るため, 提案手法を開発した。
論文 参考訳(メタデータ) (2023-11-20T14:47:20Z) - A Principled Framework for Knowledge-enhanced Large Language Model [58.1536118111993]
大規模言語モデル(LLM)は汎用性があるが、深い信頼性のある推論を必要とするタスクに悩まされることが多い。
本稿では、知識を効果的に固定し、閉ループ推論プロセスを用いるLLMを作成するための厳密な設計のフレームワークを提案する。
論文 参考訳(メタデータ) (2023-11-18T18:10:02Z) - Instruction Tuning for Large Language Models: A Survey [52.86322823501338]
我々は、ITの一般的な方法論、ITデータセットの構築、ITモデルのトレーニング、異なるモダリティ、ドメイン、アプリケーションへのアプリケーションを含む、文献を体系的にレビューする。
また、ITの潜在的な落とし穴とそれに対する批判、および既存の戦略の現在の欠陥を指摘し、実りある研究の道筋を提案する。
論文 参考訳(メタデータ) (2023-08-21T15:35:16Z) - Legal Summarisation through LLMs: The PRODIGIT Project [4.840725842638346]
PRODIGITは、AIに焦点を当てたデジタル技術を通じて、税務判事や弁護士を支援することを目的としている。
我々は、司法決定の要約の作成と関連する情報の抽出に焦点を合わせてきた。
我々は,抽出的,抽象的要約のための様々なツールとアプローチをデプロイし,評価した。
論文 参考訳(メタデータ) (2023-08-04T16:59:48Z) - FAIR for AI: An interdisciplinary and international community building
perspective [19.2239109259925]
FAIRの原則は、適切なデータ管理とスチュワードシップの前提条件として2016年に提案された。
FAIRの原則は、データを生成するソフトウェア、ツール、アルゴリズム、データセットを含むように再解釈または拡張されている。
このレポートは2022年6月7日にアルゴンヌ国立研究所で開催されたFAIR for AIワークショップに基づいている。
論文 参考訳(メタデータ) (2022-09-30T22:05:46Z) - SCALES: From Fairness Principles to Constrained Decision-Making [16.906822244101445]
有効成分、非因果成分、因果成分として符号化可能であることを示す。
我々は,一段階的かつ連続的な意思決定シナリオにおいて,代替公正原則を具現化した公正な政策を提示する。
論文 参考訳(メタデータ) (2022-09-22T08:44:36Z) - Extending LIME for Business Process Automation [2.5470840043956886]
ビジネスプロセスアプリケーションには、軽量でモデルに依存しない、LIMEのような既存の説明手法が失敗するタスクの順序や制約があります。
我々は、AIビジネスプロセスアプリケーションを説明するためにLIMEを拡張した局所的な説明フレームワークを提案する。
論文 参考訳(メタデータ) (2021-08-09T21:30:46Z) - Principles to Practices for Responsible AI: Closing the Gap [0.1749935196721634]
インパクトアセスメントフレームワークは、原則と実践のギャップを埋めるための有望なアプローチである、と我々は主張する。
我々は、森林生態系の復元におけるAIの使用に関するケーススタディをレビューし、インパクトアセスメントフレームワークが効果的で責任あるAIプラクティスにどのように変換できるかを実証する。
論文 参考訳(メタデータ) (2020-06-08T16:04:44Z) - On the Morality of Artificial Intelligence [154.69452301122175]
本稿では,機械学習の研究・展開に関する概念的かつ実践的な原則とガイドラインを提案する。
我々は,より倫理的で道徳的なMLの実践を追求するために,実践者が採る具体的な行動を主張している。
論文 参考訳(メタデータ) (2019-12-26T23:06:54Z)
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。