Fugu-MT 論文翻訳(概要): Automatic Resource Allocation in Business Processes: A Systematic Literature Survey

論文の概要: Automatic Resource Allocation in Business Processes: A Systematic Literature Survey

arxiv url: http://arxiv.org/abs/2107.07264v2
Date: Thu, 28 Mar 2024 13:53:44 GMT
ステータス: 処理完了
システム内更新日: 2024-04-01 03:58:36.740973
Title: Automatic Resource Allocation in Business Processes: A Systematic Literature Survey
Title（参考訳）: ビジネスプロセスにおけるリソース自動割り当て:システム文献調査
Authors: Luise Pufahl, Sven Ihde, Fabian Stiehle, Mathias Weske, Ingo Weber,
Abstract要約: リソース割り当ては複雑な意思決定の問題であり、プロセスの有効性と効率に大きな影響を与えます。研究アロケーションを自動で支援するために、幅広いアプローチが開発された。
参考スコア（独自算出の注目度）: 0.0699049312989311
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: For delivering products or services to their clients, organizations execute manifold business processes. During such execution, upcoming process tasks need to be allocated to internal resources. Resource allocation is a complex decision-making problem with high impact on the effectiveness and efficiency of processes. A wide range of approaches was developed to support research allocation automatically. This systematic literature survey provides an overview of approaches and categorizes them regarding their resource allocation goals and capabilities, their use of models and data, their algorithmic solutions, and their maturity. Rule-based approaches were identified as dominant, but heuristics and learning approaches also play a relevant role.
Abstract（参考訳）: 製品やサービスを顧客に提供するために、組織は多様体のビジネスプロセスを実行します。このような実行中は、今後のプロセスタスクを内部リソースに割り当てる必要がある。リソース割り当ては複雑な意思決定の問題であり、プロセスの有効性と効率に大きな影響を与えます。研究アロケーションを自動で支援するために、幅広いアプローチが開発された。この体系的な文献調査は、アプローチの概要を提供し、それらのリソース割り当て目標と能力、モデルとデータの使用、アルゴリズムによるソリューション、そして成熟度について分類する。ルールベースのアプローチは支配的であると認識されたが、ヒューリスティックスや学習アプローチも関連する役割を担っている。

関連論文リスト

Towards Cost Sensitive Decision Making [14.279123976398926]
本研究では,環境から機能を積極的に獲得し,意思決定の質と確実性を向上するRLモデルを考察する。本稿では,Active-Acquisition POMDPを提案する。積極的に獲得された部分観測環境においてエージェントを支援するとともに,探索・探索ジレンマを軽減するため,モデルベースアプローチを開発した。
論文参考訳（メタデータ） (2024-10-04T19:48:23Z)
Agent-Oriented Planning in Multi-Agent Systems [54.429028104022066]
本稿では,高速なタスク分解とアロケーションプロセスを活用するマルチエージェントシステムにおけるエージェント指向計画のための新しいフレームワークを提案する。提案フレームワークにフィードバックループを組み込んで,そのような問題解決プロセスの有効性と堅牢性をさらに向上させる。
論文参考訳（メタデータ） (2024-10-03T04:07:51Z)
A Systematic Review of Business Process Improvement: Achievements and Potentials in Combining Concepts from Operations Research and Business Process Management [0.0]
ビジネスプロセスマネジメントと運用リサーチは、組織における価値創造を強化することを目的としています。この体系的な文献レビューは、両方の分野から組み合わせた概念を用いた作品を特定し分析する。その結果,資源配分とスケジューリングの問題に強い焦点が当てられている。
論文参考訳（メタデータ） (2024-09-02T14:13:14Z)
Evaluating the Efficacy of Open-Source LLMs in Enterprise-Specific RAG Systems: A Comparative Study of Performance and Scalability [0.0]
本稿では,オープンソースの大規模言語モデル(LLM)とその検索・拡張生成(RAG)タスクへの応用について述べる。この結果から,オープンソースのLCMと効果的な埋め込み技術が組み合わさって,RAGシステムの精度と効率を大幅に向上させることが示唆された。
論文参考訳（メタデータ） (2024-06-17T11:22:25Z)
Resource Allocation and Workload Scheduling for Large-Scale Distributed Deep Learning: A Survey [48.06362354403557]
本調査は,大規模分散DLの効率的な資源配分とワークロードスケジューリング戦略について,主に2019年から2024年までの文献を概説する。トピックごとに重要な課題を強調し、既存の技術に関する重要な洞察について議論する。この調査は、コンピュータ科学、人工知能、通信研究者が最近の進歩を理解することを奨励することを目的としている。
論文参考訳（メタデータ） (2024-06-12T11:51:44Z)
WESE: Weak Exploration to Strong Exploitation for LLM Agents [95.6720931773781]
本稿では,オープンワールド対話型タスクの解法において,LLMエージェントの強化を目的としたWeak Exploration to Strong Exploitation (WESE)を提案する。 WESEは、探究と搾取のプロセスを分離し、費用対効果の弱いエージェントを用いて世界的知識の探索を行う。次に、獲得した知識を格納し、タスク関連知識を抽出する知識グラフベースの戦略を導入する。
論文参考訳（メタデータ） (2024-04-11T03:31:54Z)
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)
Beyond Efficiency: A Systematic Survey of Resource-Efficient Large Language Models [33.50873478562128]
LLM(Large Language Models)は、計算、メモリ、エネルギー、金融資源の高消費に課題をもたらす。本調査は, LLMの資源効率向上を目的とした多種多様な手法を概観することにより, これらの課題を体系的に解決することを目的としている。
論文参考訳（メタデータ） (2024-01-01T01:12:42Z)
Automated Process Planning Based on a Semantic Capability Model and SMT [50.76251195257306]
製造システムと自律ロボットの研究において、機械で解釈可能なシステム機能の仕様に「能力」という用語が用いられる。セマンティック能力モデルから始めて、AI計画問題を自動的に生成するアプローチを提案する。
論文参考訳（メタデータ） (2023-12-14T10:37:34Z)
Learning policies for resource allocation in business processes [0.0]
本稿では,ビジネスプロセスにおける資源配分のための2つの学習手法を提案する。最初の方法は、リソースをアクティビティに割り当てることでポリシーを学ぶために、Deep Reinforcement Learning (DRL)を活用する。第2の方法はスコアベースの値関数近似手法であり、リソース割り当ての優先順位付けのためにキュレートされた特徴の集合の重みを学習する。
論文参考訳（メタデータ） (2023-04-19T21:05:38Z)
Nemo: Guiding and Contextualizing Weak Supervision for Interactive Data Programming [77.38174112525168]
私たちは、WS 学習パイプラインの全体的な生産性を、一般的な WS 監督アプローチと比較して平均20%(最大 47% のタスク)改善する、エンドツーエンドのインタラクティブなスーパービジョンシステムである Nemo を紹介します。
論文参考訳（メタデータ） (2022-03-02T19:57:32Z)

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。