論文の概要: From Organisational Structure to Organisational Behaviour Formalisation

• arxiv url: http://arxiv.org/abs/2109.14381v1
• Date: Wed, 29 Sep 2021 12:32:10 GMT
• ステータス: 処理完了
• システム内更新日: 2021-09-30 14:52:47.510635
• Title: From Organisational Structure to Organisational Behaviour Formalisation
• Title（参考訳）: 組織構造から組織行動形式化へ
• Authors: Catholijn M. Jonker and Jan Treur
• Abstract要約: 本稿では,この2つの視点を一つの枠組みで組み合わせる方法について述べる。 組織構造内の異なるアグリゲーションレベルやその他の要素に対して、動的プロパティのセットを指定する方法が示されています。
• 参考スコア（独自算出の注目度）: 5.916566419205907
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: To understand how an organisational structure relates to organisational behaviour is an interesting fundamental challenge in the area of organisation modelling. Specifications of organisational structure usually have a diagrammatic form that abstracts from more detailed dynamics. Dynamic properties of agent systems, on the other hand, are often specified in the form of a set of logical formulae in some temporal language. This paper addresses the question how these two perspectives can be combined in one framework. It is shown how for different aggregation levels and other elements within an organisation structure, sets of dynamic properties can be specified. Organisational structure provides a structure of (interlevel) relationships between these multiple sets of dynamic properties. Thus organisational structure is reflected in the formalisation of the dynamics of organisational behaviour. To illustrate the effectiveness of the approach a formal foundation is presented for the integrated specification of both structure and behaviour of an AGR organisation model.
• Abstract（参考訳）: 組織構造と組織行動との関係を理解することは、組織モデリングの領域において興味深い根本的な課題である。 組織構造の仕様は通常、より詳細なダイナミクスから抽象するダイアグラム形式を持つ。 一方、エージェントシステムの動的性質は、しばしばいくつかの時相言語における論理公式の組の形で特定される。 本稿では,この2つの視点を一つの枠組みで組み合わせる方法について述べる。 組織構造内のアグリゲーションレベルやその他の要素の異なる場合、動的特性のセットをどのように指定するかを示す。 組織構造は、これらの複数の動的特性のセット間の(中間レベルの)関係の構造を提供する。 このように組織構造は、組織行動のダイナミクスの形式化に反映される。 アプローチの有効性を説明するために、AGRの組織モデルの構造と振る舞いの両方を統合した仕様として、正式な基礎が提示される。

関連論文リスト

• Structured Active Inference (Extended Abstract) [0.0]
  分類システム理論のツールを用いて、構造化された能動推論、大規模一般化および能動推論の形式化を導入する。 我々は、生成モデルを「インターフェイス上で」システムとして正式にキャストし、後者はマルコフ毛布の通常の概念の合成的抽象化である。 エージェントは、その生成モデルに対する'コントローラ'であり、公式にはそれらと双対である。
  論文  参考訳（メタデータ） (2024-06-07T17:22:44Z)
• Learning Correlation Structures for Vision Transformers [93.22434535223587]
  構造自己注意(StructSA)と呼ばれる新しい注意機構を導入する。 我々は、畳み込みによるキー-クエリ相関の時空間構造を認識して注意マップを生成する。 これは、シーンレイアウト、オブジェクトの動き、オブジェクト間の関係など、画像やビデオのリッチな構造パターンを効果的に活用する。
  論文  参考訳（メタデータ） (2024-04-05T07:13:28Z)
• Document Structure in Long Document Transformers [64.76981299465885]
  長い文書は、しばしばセクションヘッダーや段落のような異なる機能で階層的に整理された要素を持つ構造を示す。 文書構造の不明瞭さにもかかわらず、自然言語処理(NLP)におけるその役割はいまだに不透明である。 長期文書変換モデルは事前学習中に文書構造の内部表現を取得するか? 事前トレーニング後に構造情報をモデルに伝達するにはどうすればよいのか、下流のパフォーマンスにどのように影響するのか?
  論文  参考訳（メタデータ） (2024-01-31T08:28:06Z)
• Semantic Computing for Organizational Effectiveness: From Organization Theory to Practice through Semantics-Based Modelling [0.0]
  私たちのモデルの主な特徴は、推論可能な依存関係、説明可能な調整と協力のリスク、組織内の依存関係構造をどのように変更してリスクを軽減するかについての実行可能な洞察などです。 我々のアプローチは、既存の組織理論から有形で現実的な価値を導出する意味論の変革の可能性を強調します。
  論文  参考訳（メタデータ） (2023-12-29T19:37:35Z)
• StructRe: Rewriting for Structured Shape Modeling [63.792684115318906]
  本稿では,構造化形状モデリングの新しいアプローチとして,構造書換えシステムであるStructReを提案する。 ポイントとコンポーネントで表される3Dオブジェクトが与えられたら、StructReはそれを上向きに、より簡潔な構造に書き直すか、より詳細な構造に書き直すことができる。
  論文  参考訳（メタデータ） (2023-11-29T10:35:00Z)
• The Analysis and Extraction of Structure from Organizational Charts [0.0]
  組織チャート(Organizational chart)またはorgチャート(org chart)は、組織の構造と、その構成要素と位置の間の階層的な関係を批判的に表す。 本稿では,コンピュータビジョン,ディープラーニング,自然言語処理技術を用いたエンドツーエンドの自動化手法を提案する。
  論文  参考訳（メタデータ） (2023-11-16T23:49:05Z)
• Query Structure Modeling for Inductive Logical Reasoning Over Knowledge Graphs [67.043747188954]
  KGに対する帰納的論理的推論のための構造モデル付きテキスト符号化フレームワークを提案する。 線形化されたクエリ構造とエンティティを、事前訓練された言語モデルを使ってエンコードして、回答を見つける。 2つの帰納的論理推論データセットと3つの帰納的推論データセットについて実験を行った。
  論文  参考訳（メタデータ） (2023-05-23T01:25:29Z)
• Semantic Structure Enhanced Event Causality Identification [57.26259734944247]
  事象因果同定(ECI)は、非構造化テキスト中の事象間の因果関係を特定することを目的としている。 既存の方法は、イベント中心構造とイベント関連構造という、ECIタスクに不可欠な2種類の意味構造を過小評価する。
  論文  参考訳（メタデータ） (2023-05-22T07:42:35Z)
• Autoregressive Structured Prediction with Language Models [73.11519625765301]
  本稿では, PLM を用いた自己回帰的手法を用いて, モデル構造を行動列として記述する。 我々のアプローチは、私たちが見てきた全ての構造化予測タスクにおいて、新しい最先端を実現する。
  論文  参考訳（メタデータ） (2022-10-26T13:27:26Z)
• Decomposing and Recomposing Event Structure [4.270553193574436]
  これをrole、entity type、event-level semantic graphと共同で導入する。 従来の理論的動機付けされた文書レベルの生成モデルと密接に一致した型群を同定する。
  論文  参考訳（メタデータ） (2021-03-18T17:16:43Z)

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。