論文の概要: Leveraging Data and Analytics for Digital Business Transformation
through DataOps: An Information Processing Perspective
- arxiv url: http://arxiv.org/abs/2201.09617v1
- Date: Mon, 24 Jan 2022 11:49:57 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 14:27:27.231973
- Title: Leveraging Data and Analytics for Digital Business Transformation
through DataOps: An Information Processing Perspective
- Title（参考訳）: dataopsによるデジタルビジネストランスフォーメーションのためのデータとアナリティクスの活用 : 情報処理の観点から
- Authors: Jia Xu, Humza Naseer, Sean Maynard, Justin Fillipou
- Abstract要約: 本稿では、情報処理理論(IPT)のレンズを通して、デジタルビジネス変換、データ分析、データOpsを統合するフレームワークを提案する。
このフレームワークの詳細は、組織が分析情報のニーズを理解するために、統合的で規律のあるアプローチとしてDataOpsを使用する方法を説明する。
- 参考スコア（独自算出の注目度）: 3.114888928234776
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Digital business transformation has become increasingly important for
organizations. Since transforming business digitally is an ongoing process, it
requires an integrated and disciplined approach. Data Operations (DataOps),
emerging in practice, can provide organizations with such an approach to
leverage data and analytics for digital business transformation. This paper
proposes a framework that integrates digital business transformation, data
analytics, and DataOps through the lens of information processing theory (IPT).
The details of this framework explain how organizations can employ DataOps as
an integrated and disciplined approach to understand their analytical
information needs and develop the analytical information processing capability
required for digital business transformation. DataOps-enabled digital business
transformation, in turn, improves organizational performance by improving
operational efficiency and creating new business models. This research extends
current knowledge on digital transformation by bringing in DataOps and
analytics through IPT and thereby provide organizations with a novel approach
for their digital business transformations.
- Abstract（参考訳）: デジタルビジネス変革は、組織にとってますます重要になっています。
ビジネスのデジタル化は進行中のプロセスなので、統合的で規律のあるアプローチが必要です。
データオペレーション(dataops)は実際に登場し、デジタルビジネストランスフォーメーションのためにデータとアナリティクスを活用するようなアプローチを組織に提供することができる。
本稿では,情報処理理論(IPT)のレンズを通して,デジタルビジネストランスフォーメーション,データ分析,データOpsを統合するフレームワークを提案する。
このフレームワークの詳細は、分析情報のニーズを理解し、デジタルビジネス変換に必要な分析情報処理能力を開発するために、組織がDataOpsを統合的で規律のあるアプローチとして活用する方法を説明する。
dataops対応のデジタルビジネストランスフォーメーションは、運用効率の改善と新しいビジネスモデルの作成によって、組織のパフォーマンスを向上させる。
デジタルトランスフォーメーションに関する現在の知識を、iptを通じてデータ運用と分析を導入し、組織にデジタルビジネストランスフォーメーションのための新たなアプローチを提供することにより、拡張する。
関連論文リスト
- Data Analysis in the Era of Generative AI [56.44807642944589]
本稿では,AIを活用したデータ分析ツールの可能性について考察する。
我々は、大規模言語とマルチモーダルモデルの出現が、データ分析ワークフローの様々な段階を強化する新しい機会を提供する方法について検討する。
次に、直感的なインタラクションを促進し、ユーザ信頼を構築し、AI支援分析ワークフローを複数のアプリにわたって合理化するための、人間中心の設計原則を調べます。
論文 参考訳（メタデータ） (2024-09-27T06:31:03Z) - Digital Twins of Business Processes: A Research Manifesto [1.773489607375694]
モノのインターネット(Internet of Things)は、物理的プロセスの監視と自動化のために、組織的および産業的に広く採用されている。
ビジネスプロセスの管理と保守の高度な方法は、ビジネスプロセスのデジタルツインが存在するため、到達範囲内にあります。
本宣言は,事業プロセスとデジタルツインの関係を明らかにすることで,技術の現状に貢献することを目的としている。
論文 参考訳（メタデータ） (2024-09-25T15:43:46Z) - Transforming Information Systems Management: A Reference Model for Digital Engineering Integration [0.0]
デジタルエンジニアリングの実践は、情報保証とシステムライフサイクル管理を改善するために、重要かつ未使用のポテンシャルを提供する。
本稿では、モデルベースのエンジニアリング、デジタルスレッド、統合された製品ライフサイクルといった機能が、一般的なフレームワークのギャップにどのように対処できるかを検討する。
論文 参考訳（メタデータ） (2024-05-29T23:49:47Z) - Sparse Attention-driven Quality Prediction for Production Process Optimization in Digital Twins [53.70191138561039]
データ駆動方式で運用ロジックを符号化することで,生産ラインのディジタルツインをデプロイすることを提案する。
我々は,自己注意型時間畳み込みニューラルネットワークに基づく生産プロセスの品質予測モデルを採用する。
本手法は,本手法により,仮想及び実生産ライン間のシームレスな統合を促進できることを示す。
論文 参考訳（メタデータ） (2024-05-20T09:28:23Z) - Images in Discrete Choice Modeling: Addressing Data Isomorphism in
Multi-Modality Inputs [77.54052164713394]
本稿では,離散選択モデリング(DCM)と機械学習の交わりについて考察する。
本稿では,DCMフレームワーク内の従来の表型入力と同型情報を共有する高次元画像データの埋め込み結果について検討する。
論文 参考訳（メタデータ） (2023-12-22T14:33:54Z) - Using Data Analytics to Derive Business Intelligence: A Case Study [0.0]
ビッグデータ分析はすでに、意味のあるビジネス上の決定を下すためのイノベーションの最前線にある。
ビジネスインテリジェンスと分析は、今日のIT世界で大きなトレンドになっている。
本稿では,架空の自転車共有企業の履歴データを通じてビジネスインテリジェンスを導出するデータ分析過程を実証することを目的とする。
論文 参考訳（メタデータ） (2023-05-30T13:21:12Z) - Distributed intelligence on the Edge-to-Cloud Continuum: A systematic
literature review [62.997667081978825]
このレビューは、現在利用可能な機械学習とデータ分析のための最先端ライブラリとフレームワークに関する包括的なビジョンを提供することを目的としている。
現在利用可能なEdge-to-Cloud Continuumに関する実験的な研究のための、主要なシミュレーション、エミュレーション、デプロイメントシステム、テストベッドも調査されている。
論文 参考訳（メタデータ） (2022-04-29T08:06:05Z) - Domain Shift in Computer Vision models for MRI data analysis: An
Overview [64.69150970967524]
機械学習とコンピュータビジョン手法は、医用画像解析において優れた性能を示している。
しかし、現在臨床応用はごくわずかである。
異なるソースや取得ドメインのデータへのモデルの不適切な転送性は、その理由の1つです。
論文 参考訳（メタデータ） (2020-10-14T16:34:21Z) - Graph signal processing for machine learning: A review and new
perspectives [57.285378618394624]
本稿では,GSPの概念とツール,例えばグラフフィルタや変換による新しい機械学習アルゴリズム開発への重要な貢献について概説する。
本稿では,データ構造とリレーショナル事前の活用,データと計算効率の向上,モデル解釈可能性の向上について論じる。
我々は,応用数学と信号処理の橋渡しとなるGSP技術と,他方の機械学習とネットワーク科学の橋渡しとなる新たな視点を提供する。
論文 参考訳（メタデータ） (2020-07-31T13:21:33Z) - Towards an Integrated Platform for Big Data Analysis [4.5257812998381315]
本稿では,これらすべての側面を統合した,ビッグデータ解析のための統合型プレート形式のビジョンについて述べる。
このアプローチの主な利点は、プラットフォーム全体の拡張スケーラビリティ、アルゴリズムのパラメータ化の改善、エンドツーエンドのデータ分析プロセスにおけるユーザビリティの改善である。
論文 参考訳（メタデータ） (2020-04-27T03:15:23Z) - A Visual Analytics Framework for Reviewing Streaming Performance Data [20.61348106852359]
データ管理,分析,インタラクティブな可視化という3つのモジュールからなる視覚分析フレームワークを提案する。
特に、計算コストを制御できるだけでなく、分析結果の重要な側面をよりよく追従するためのオンラインおよびプログレッシブ分析手法を提案する。
論文 参考訳（メタデータ） (2020-01-26T04:34:22Z)
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。