論文の概要: Towards Automated Process Planning and Mining

• arxiv url: http://arxiv.org/abs/2208.08943v1
• Date: Thu, 18 Aug 2022 16:41:22 GMT
• ステータス: 処理完了
• システム内更新日: 2022-08-19 13:56:47.063575
• Title: Towards Automated Process Planning and Mining
• Title（参考訳）: プロセス計画とマイニングの自動化に向けて
• Authors: Peter Fettke and Alexander Rombach
• Abstract要約: 我々は、AIとBPM分野の研究者が共同で働く研究プロジェクトについて紹介する。 プロセスモデルを自動的に導出するための総合的な研究課題、研究の関連分野、および総合的な研究枠組みについて論じる。
• 参考スコア（独自算出の注目度）: 77.34726150561087
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: AI Planning, Machine Learning and Process Mining have so far developed into separate research fields. At the same time, many interesting concepts and insights have been gained at the intersection of these areas in recent years. For example, the behavior of future processes is now comprehensively predicted with the aid of Machine Learning. For the practical application of these findings, however, it is also necessary not only to know the expected course, but also to give recommendations and hints for the achievement of goals, i.e. to carry out comprehensive process planning. At the same time, an adequate integration of the aforementioned research fields is still lacking. In this article, we present a research project in which researchers from the AI and BPM field work jointly together. Therefore, we discuss the overall research problem, the relevant fields of research and our overall research framework to automatically derive process models from executional process data, derive subsequent planning problems and conduct automated planning in order to adaptively plan and execute business processes using real-time forecasts.
• Abstract（参考訳）: AIプランニング、機械学習、プロセスマイニングは、これまで別々の研究分野に発展してきた。 同時に、近年、これらの領域の交差点で多くの興味深い概念と洞察が得られている。 例えば、将来のプロセスの振る舞いは機械学習の助けを借りて包括的に予測される。 しかし,これらの知見を実践するには,期待されるコースを知るだけでなく,目標達成のための提言やヒント,すなわち総合的なプロセス計画を行う必要がある。 同時に、前述の研究分野の適切な統合は依然として不十分である。 本稿では、AIとBPM分野の研究者が共同で働く研究プロジェクトについて紹介する。 そこで本研究では,実行プロセスデータからプロセスモデルを自動的に導出し,その後の計画問題から導出し,自動計画を行い,リアルタイム予測を用いてビジネスプロセスを適応的に計画・実行するための総合的な研究課題,関連する研究分野,および総合的な研究枠組みについて論じる。

関連論文リスト

• Intelligent Cross-Organizational Process Mining: A Survey and New Perspectives [40.62773366902451]
  本稿では,プロセスマイニングの分野に関する具体的な見解を提唱する。 まず、プロセスマイニングの枠組み、一般的な産業応用、そして人工知能と組み合わされた最新の進歩について要約する。 この視点は、複雑な多組織データ分析のための洗練されたソリューションを提供するために人工知能を活用することによって、プロセスマイニングに革命をもたらすことを目的としている。
  論文  参考訳（メタデータ） (2024-07-15T23:30:34Z)
• A Review of AI and Machine Learning Contribution in Predictive Business Process Management (Process Enhancement and Process Improvement Approaches) [4.499009117849108]
  我々は、ビジネスプロセス管理におけるAI/MLの統合を検討するため、学術文献の体系的なレビューを行う。 ビジネスプロセス管理とプロセスマップでは、AI/MLはプロセスメトリクスの運用データを使用して大幅に改善されている。
  論文  参考訳（メタデータ） (2024-07-07T18:26:00Z)
• 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)
• Just Tell Me: Prompt Engineering in Business Process Management [63.08166397142146]
  GPT-3や他の言語モデル(LM)は、様々な自然言語処理(NLP)タスクに効果的に対処できる。 私たちは、迅速なエンジニアリングは、BPM研究にLMの能力をもたらすことができると論じています。
  論文  参考訳（メタデータ） (2023-04-14T14:55:19Z)
• A Combined Approach of Process Mining and Rule-based AI for Study Planning and Monitoring in Higher Education [7.379617772613231]
  本稿では,プロセスマイニング手法とルールベース人工知能を用いて,キャンパス管理システムデータと学習プログラムモデルに基づいて,学生の学習経路を分析し,理解する手法を提案する。 プロセスマイニング技術は、成功した研究パスを特徴づけるだけでなく、期待される計画から逸脱を検出し、視覚化するためにも使われる。 これらの知見は、試験規則から抽出した対応する研究プログラムの勧告と要求とを組み合わさったものである。
  論文  参考訳（メタデータ） (2022-11-22T11:32:05Z)
• Robotic Process Automation Using Process Mining $\unicode{x2013}$ A Systematic Literature Review [0.7252027234425332]
  本稿では, プロセスマイニングの適用性を評価し, RPAの実装を加速し, 改善することを目的とする。 ソフトウェアロボットで自動化可能なプロセスを理解するために,PM技術を用いた手法の体系的検討を行った。 この領域における出版物の数は着実に増加しており、特に2022年にはPMとRPAの併用への関心が高まっている。
  論文  参考訳（メタデータ） (2022-04-02T03:13:17Z)
• Deep Learning Schema-based Event Extraction: Literature Review and Current Trends [60.29289298349322]
  ディープラーニングに基づくイベント抽出技術が研究ホットスポットとなっている。 本稿では,ディープラーニングモデルに焦点をあて,最先端のアプローチを見直し,そのギャップを埋める。
  論文  参考訳（メタデータ） (2021-07-05T16:32:45Z)
• Artificial Intelligence for IT Operations (AIOPS) Workshop White Paper [50.25428141435537]
  AIOps(Artificial Intelligence for IT Operations)は、マシンラーニング、ビッグデータ、ストリーミング分析、IT運用管理の交差点で発生する、新たな学際分野である。 AIOPSワークショップの主な目的は、アカデミアと産業界の両方の研究者が集まり、この分野での経験、成果、作業について発表することです。
  論文  参考訳（メタデータ） (2021-01-15T10:43:10Z)
• Process Discovery for Structured Program Synthesis [70.29027202357385]
  プロセスマイニングにおける中核的なタスクは、イベントログデータから正確なプロセスモデルを学ぶことを目的としたプロセス発見である。 本稿では,ターゲットプロセスモデルとして(ブロック-)構造化プログラムを直接使用することを提案する。 我々は,このような構造化プログラムプロセスモデルの発見に対して,新たなボトムアップ・アグリメティブ・アプローチを開発する。
  論文  参考訳（メタデータ） (2020-08-13T10:33:10Z)

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。