論文の概要: Learning Service Selection Decision Making Behaviors During Scientific Workflow Development

• arxiv url: http://arxiv.org/abs/2404.00420v1
• Date: Sat, 30 Mar 2024 16:58:42 GMT
• ステータス: 処理完了
• システム内更新日: 2024-04-04 03:49:50.861114
• Title: Learning Service Selection Decision Making Behaviors During Scientific Workflow Development
• Title（参考訳）: 科学ワークフロー開発におけるサービス選択決定の学習
• Authors: Xihao Xie, Jia Zhang, Rahul Ramachandran, Tsengdar J. Lee, Seungwon Lee,
• Abstract要約: 本稿では、ワークフロー開発プロセスにおける次のサービスを推奨するために、コンテキスト対応の新しいアプローチを提案する。 次のサービスのレコメンデーションの問題は、次のワード予測にマップされます。 実単語リポジトリの実験では、このアプローチの有効性が実証されている。
• 参考スコア（独自算出の注目度）: 3.341965553962658
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Increasingly, more software services have been published onto the Internet, making it a big challenge to recommend services in the process of a scientific workflow composition. In this paper, a novel context-aware approach is proposed to recommending next services in a workflow development process, through learning service representation and service selection decision making behaviors from workflow provenance. Inspired by natural language sentence generation, the composition process of a scientific workflow is formalized as a step-wise procedure within the context of the goal of workflow, and the problem of next service recommendation is mapped to next word prediction. Historical service dependencies are first extracted from scientific workflow provenance to build a knowledge graph. Service sequences are then generated based on diverse composition path generation strategies. Afterwards, the generated corpus of composition paths are leveraged to study previous decision making strategies. Such a trained goal-oriented next service prediction model will be used to recommend top K candidate services during workflow composition process. Extensive experiments on a real-word repository have demonstrated the effectiveness of this approach.
• Abstract（参考訳）: ますます多くのソフトウェアサービスがインターネット上に公開され、科学ワークフローの構成プロセスにおけるサービスの推奨が大きな課題となっている。 本稿では,ワークフロー開発プロセスにおけるサービス表現とサービス選択決定の振る舞いを学習することで,ワークフロー開発プロセスにおける次のサービスを推奨する,新しいコンテキスト認識アプローチを提案する。 自然言語文の生成にインスパイアされた科学ワークフローの構成プロセスは、ワークフローのゴールのコンテキスト内でステップワイズプロシージャとして形式化され、次のサービスレコメンデーションの問題は次のワード予測にマップされる。 履歴サービスの依存関係は、まず知識グラフを構築するために、科学ワークフローの成果から抽出される。 サービスシーケンスは、多様なコンポジションパス生成戦略に基づいて生成される。 その後、生成した合成経路のコーパスを利用して、以前の意思決定戦略を研究する。 このようなトレーニングされた目標指向の次のサービス予測モデルは、ワークフロー構成プロセス中に上位K候補サービスを推奨するために使用されます。 実単語リポジトリに関する大規模な実験は、このアプローチの有効性を実証している。

関連論文リスト

• Benchmarking Agentic Workflow Generation [80.74757493266057]
  複数面シナリオと複雑なグラフワークフロー構造を備えた統合ワークフロー生成ベンチマークであるWorFBenchを紹介する。 また,サブシーケンスとサブグラフマッチングアルゴリズムを利用したシステム評価プロトコルWorFEvalを提案する。 我々は、生成されたタスクが下流のタスクを強化し、推論中により少ない時間で優れたパフォーマンスを達成することができることを観察する。
  論文  参考訳（メタデータ） (2024-10-10T12:41:19Z)
• ComfyGen: Prompt-Adaptive Workflows for Text-to-Image Generation [87.39861573270173]
  本稿では,各ユーザプロンプトに自動的にワークフローをカスタマイズすることを目的とする,プロンプト適応型ワークフロー生成の新しいタスクを紹介する。 本稿では,この課題に対処する2つの LLM ベースの手法を提案する。ユーザ・参照データから学習するチューニングベース手法と,既存のフローを選択するために LLM を使用するトレーニングフリー手法である。 本研究は,現場における既存研究の方向性を補完し,テキスト・画像生成の品質向上のための新たな経路を提供することを示す。
  論文  参考訳（メタデータ） (2024-10-02T16:43:24Z)
• FlowBench: Revisiting and Benchmarking Workflow-Guided Planning for LLM-based Agents [64.1759086221016]
  ワークフロー誘導計画の最初のベンチマークであるFlowBenchを紹介します。 FlowBenchは6つのドメインから51のシナリオをカバーしている。 以上の結果から,現在のLLMエージェントは良好な計画を立てるためにかなりの改善が必要であることが示唆された。
  論文  参考訳（メタデータ） (2024-06-21T06:13:00Z)
• Systematic Mapping Protocol -- UX Design role in software development process [55.2480439325792]
  ソフトウェア開発プロセスにおけるUXデザイナの役割を調べるための体系的なマッピングプロトコルを提案する。 本研究は,地図作成に使用する研究課題,スコープ,ソース,検索戦略,選択基準,データ抽出,分析方法を定義する。
  論文  参考訳（メタデータ） (2024-02-20T16:56:46Z)
• Trace Encoding in Process Mining: a survey and benchmarking [0.34410212782758054]
  メソッドは、予測プロセス監視、異常なケース検出、クラスタリングトレースなど、いくつかのプロセスマイニングタスクで使用される。 ほとんどの論文では、既存の符号化手法を任意に選択するか、特定の専門家知識ドメインに基づいた戦略を採用する。 この研究は、27のメソッドを比較することで、イベントログエンコーディングに関する包括的な調査を提供することを目的としている。
  論文  参考訳（メタデータ） (2023-01-05T17:25:30Z)
• Goal-Driven Context-Aware Next Service Recommendation for Mashup Composition [6.17189383632496]
  サービス発見とレコメンデーションは、学術と産業の両方で大きな勢いを惹きつけてきた。 本稿では, 建設中のマッシュアップのコンテキストに基づいて, 新たなリコメンデーション・アズ・ユー・ゴー手法を提案する。
  論文  参考訳（メタデータ） (2022-10-25T16:24:21Z)
• Learning Context-Aware Service Representation for Service Recommendation in Workflow Composition [6.17189383632496]
  本稿では,ワークフロー開発プロセス全体でのサービス推奨に対して,NLPにインスパイアされた新たなアプローチを提案する。 ワークフロー構成プロセスは、ステップワイドでコンテキスト対応のサービス生成手順として形式化される。 サービス埋め込みは、NLPフィールドからディープラーニングモデルを適用することで学習される。
  論文  参考訳（メタデータ） (2022-05-24T04:18:01Z)
• 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)
• Video Summarization Using Deep Neural Networks: A Survey [72.98424352264904]
  ビデオ要約技術は、ビデオコンテンツの最も有益な部分を選択して、簡潔で完全なシノプシスを作成することを目指しています。 本研究は,この領域における最近の進歩に着目し,既存の深層学習に基づく総括的映像要約手法の包括的調査を行う。
  論文  参考訳（メタデータ） (2021-01-15T11:41:29Z)
• Explainable Artificial Intelligence for Process Mining: A General Overview and Application of a Novel Local Explanation Approach for Predictive Process Monitoring [0.0]
  本研究では,意思決定環境の確立と理解促進を目的とした概念的枠組みを提案する。 本研究では、中間潜在空間表現を用いて、検証データセットから局所領域を定義する。 採用したディープラーニング分類器は、ROC曲線0.94のエリアで良好な性能を発揮する。
  論文  参考訳（メタデータ） (2020-09-04T10:28:56Z)

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。